Après MyFitnessPal : le suivi alimentaire a évolué

J'ai utilisé MyFitnessPal pendant des années. Des millions de gens aussi. À son pic vers 2018, MFP comptait plus de 200 millions d'utilisateurs inscrits et la plus grosse base de données alimentaires au monde. C'était la réponse par défaut à "comment je suis ce que je mange."

Puis les choses ont changé. Under Armour l'a revendu. Des fonctionnalités sont passées derrière un paywall. La version gratuite s'est remplie de pubs. Le scanner de codes-barres, autrefois la fonctionnalité phare, a commencé à sentir le 2012. Et quelque part en chemin, l'expérience de base a arrêté de s'améliorer.

Je ne pense pas que MFP soit une mauvaise appli. Je pense qu'elle est coincée dans un modèle que le suivi alimentaire a dépassé.

À retenir : MyFitnessPal a défini le suivi alimentaire pendant une décennie, mais son modèle base-de-données + code-barres n'a pas suivi l'évolution des attentes des utilisateurs.

Le vrai problème du logging manuel

Voilà ce qui se passe quand tu essaies de loguer un sauté maison dans un tracker classique : tu cherches "blanc de poulet" (17 résultats, lequel ?), tu estimes le poids, tu valides. Tu cherches "brocoli," tu re-estimes. Le riz. La sauce soja. L'huile. Cinq minutes plus tard, tu as logué un repas avec une précision douteuse parce que tu as tout estimé au pif.

Multiplie ça par trois repas et deux snacks. Chaque jour. Pour toujours.

Une étude de 2022 dans le Journal of Medical Internet Research a montré que seulement 12% des gens qui commencent à compter les calories continuent au-delà de six semaines. L'abandon ne vient pas d'un manque d'intérêt pour la nutrition. Il vient de l'épuisement face au processus.

Chiffre : Seuls 12% des personnes qui comptent les calories tiennent au-delà de six semaines, selon une étude de 2022 dans le Journal of Medical Internet Research.

Ce qui a changé : l'IA lit ton assiette

Le logging alimentaire de 2015 reposait sur deux hypothèses : que tu achèterais de la nourriture emballée avec des codes-barres, et que tu accepterais de fouiller une base de données pour tout le reste. Les deux ont mal vieilli. Les gens cuisinent plus chez eux maintenant. Ils mangent au restaurant sans étiquettes nutritionnelles. Ils grignotent des trucs sans code UPC.

Le logging IA renverse le modèle. Au lieu de traduire ton repas en entrées de base de données, tu décris ce que tu as mangé. En mots. Ou tu prends une photo. Ou tu envoies un message vocal. L'IA fait le travail d'estimation.

Est-ce aussi précis que peser chaque ingrédient sur une balance de cuisine ? Non. Mais c'est assez précis pour les 88% de gens qui arrêtent le tracking traditionnel parce que la perfection était l'ennemie de la régularité.

À retenir : Le logging IA échange une précision marginale contre un gain massif en régularité, ce qui compte davantage pour construire des habitudes durables.

Les trois façons de loguer aujourd'hui

Le texte. Tu tapes "saumon grillé, pommes de terre rôties, salade verte à l'huile d'olive." L'IA transforme ça en macros estimées. Ça prend 5 secondes. Pas de recherche, pas de scroll pour trouver la bonne marque d'huile d'olive.

La photo. Tu prends ta assiette en photo. La vision par ordinateur identifie les aliments et estime les portions. Pas parfait pour tout (un smoothie, c'est compliqué), mais remarquablement bon pour les repas servis dans une assiette.

La voix et la messagerie. Celle-là m'a surprise. Certains outils récents te laissent décrire ton repas par chat, comme si tu envoyais un texto à un pote. "J'ai pris un croissant et un café au lait ce matin." Terminé. L'IA gère le reste.

Aumaï va plus loin en fonctionnant via WhatsApp. Tu envoies à ton coach ce que tu as mangé, ou tu envoies une photo, et tu reçois un bilan nutritionnel en retour. Pas d'appli séparée à ouvrir, pas d'écran de connexion, pas d'interface à apprendre. Juste une conversation avec ton coach sur ce que tu as mangé.

Ce qu'on perd (et ce qu'on ne perd pas)

Soyons honnêtes sur les compromis. Le logging IA est moins précis pour les aliments emballés où un scan de code-barres donne les données exactes du fabricant. Si tu es bodybuilder en compétition et que tu pèses ta nourriture au gramme près, un tracker traditionnel te conviendra probablement mieux.

Mais pour l'immense majorité des gens qui veulent mieux manger, comprendre leurs habitudes et prendre conscience de leur alimentation, l'écart de précision est minuscule comparé à l'écart de régularité. Loguer trois repas approximativement est plus utile que loguer un repas exactement et abandonner jeudi.

Chiffre : Un journal alimentaire approximatif mais régulier sur 90 jours fournit des données plus exploitables qu'un tracking précis abandonné au bout de deux semaines.

Le fossé générationnel de MFP

MyFitnessPal a toujours des millions d'utilisateurs actifs, et beaucoup en sont satisfaits. Ceux qui partent ne sont pas forcément mécontents de la précision de MFP. Ils en ont marre du processus. Ils ouvraient l'appli, voyaient la barre de recherche, pensaient aux cinq minutes nécessaires pour loguer le déjeuner, et fermaient l'appli.

Le problème n'est pas la qualité. C'est la friction. Et la friction s'accumule. Un outil qui prend 30 secondes par repas gagne face à un outil qui en prend 5 minutes. Pas parce qu'il est trois fois meilleur, mais parce que tu l'utiliseras encore demain et après-demain.

Ce que doit offrir un tracker moderne

Si tu cherches un nouvel outil, voici ce qui distingue la nouvelle génération de l'ancienne :

Logging multi-entrée. Texte, photo et voix. Si l'appli n'en fait qu'un, c'est limitant.

Estimation IA plutôt que correspondance base de données. Tu veux quelque chose qui comprend "un gros bol de pâtes bolognaise" sans te forcer à le décomposer en ingrédients.

Du coaching, pas juste du comptage. Les chiffres bruts ne changent pas les comportements. Le feedback, oui. Cherche des outils qui te disent quoi ajuster, pas juste ce que tu as mangé Marre de tracker ? Le problème, c'est pas le tracking.

Friction minimale. Si loguer un repas prend plus de 15 secondes, tu arrêteras. Teste ça avant de t'engager.

FAQ

Le logging IA est-il aussi précis que MyFitnessPal ? Pour les aliments emballés avec codes-barres, MFP est plus précis car il récupère les données exactes du fabricant. Pour la cuisine maison et les repas au restaurant, l'estimation IA est souvent comparable car la saisie manuelle implique aussi d'estimer les portions. Le vrai avantage est la régularité plutôt que la perfection.

Pourquoi les gens quittent-ils MyFitnessPal ? Les plaintes courantes incluent le paywall élargi (beaucoup de fonctionnalités nécessitent maintenant Premium), la densité de publicités dans la version gratuite, et le temps nécessaire pour chercher manuellement dans la base de données. Les utilisateurs qui veulent un logging plus rapide explorent les alternatives IA.

Peut-on suivre les macros avec le logging IA ? Oui. La plupart des trackers IA estiment protéines, glucides, lipides et calories à partir de ta description ou photo. Certains suivent aussi les micronutriments. La précision dépend de la spécificité de ta description, mais la plupart sont dans une marge de 10-15% par rapport aux mesures pesées.

Quelle est la meilleure alternative à MyFitnessPal en 2026 ? Ça dépend de tes besoins. Les outils IA-first comme Aumaï fonctionnent bien pour ceux qui veulent un logging minimal via texte et photos Marre de tracker ? Le problème, c'est pas le tracking. Si tu as besoin d'une grosse base de codes-barres, des applis comme Cronometer excellent encore. Le meilleur outil est celui que tu utiliseras régulièrement.

Faut-il peser sa nourriture pour que le logging IA fonctionne ? Non. Le logging IA est conçu pour des descriptions naturelles : "un blanc de poulet de la taille de ma paume" ou "un bol moyen de riz." Il estime les portions à partir du contexte. Peser améliore la précision mais n'est pas nécessaire pour un suivi utile.

— Emma