🤖 AI

FinAgent: An Agentic AI Framework Integrating Personal Finance and Nutrition Planning

Ce papier présente FinAgent, un cadre d'IA agentic modulaire qui optimise la planification nutritionnelle et financière des ménages en intégrant les données de santé et les fluctuations des prix alimentaires pour générer des régimes équilibrés et abordables, réduisant ainsi les coûts de 12 à 18 % tout en garantissant une adéquation nutritionnelle supérieure à 95 %.

Auteurs originaux : Toqeer Ali Syed, Abdulaziz Alshahrani, Ali Ullah, Ali Akarma, Sohail Khan, Muhammad Nauman, Salman Jan

Publié 2026-03-19

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Toqeer Ali Syed, Abdulaziz Alshahrani, Ali Ullah, Ali Akarma, Sohail Khan, Muhammad Nauman, Salman Jan

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🍽️ FinAgent : Le "Chef de Cuisine" et le "Comptable" en un seul robot

Imaginez que vous devez gérer deux choses très difficiles en même temps :

Remplir votre frigo avec des aliments sains pour toute la famille (sans tomber malade).
Garder votre portefeuille en sécurité, car les prix des courses changent tous les jours et votre budget est serré.

Habituellement, vous avez deux outils séparés : une application pour gérer l'argent (qui ne sait pas ce qu'est une vitamine) et un livre de recettes (qui ne sait pas combien coûte le poulet aujourd'hui).

FinAgent, c'est comme si vous engagiez une équipe de super-héros numériques pour faire le travail à votre place. C'est un système d'intelligence artificielle "agente" (autonome) qui agit comme un chef d'orchestre pour votre maison.

🎭 Comment ça marche ? (L'analogie de l'Orchestre)

Au lieu d'un seul robot qui fait tout, FinAgent est composé de plusieurs "agents" (des petits robots spécialisés) qui travaillent ensemble dans une cuisine virtuelle. Voici leurs rôles :

Le Comptable (Budget Agent) : Il regarde votre salaire et vos factures. Il vous dit : "Hé, on a 400 riyals pour les courses cette semaine, pas un de plus !"
Le Nutritionniste (Nutrition Agent) : Il s'assure que votre famille mange assez de fer, de vitamines et de protéines. Il dit : "On ne peut pas manger que du pain, il faut des légumes !".
Le Gardien des Prix (Price Monitor) : C'est l'agent le plus rapide. Il surveille les supermarchés en temps réel. S'il voit que le prix du poulet a explosé, il crie : "Alerte ! Le poulet est trop cher aujourd'hui, changeons le plan !".
Le Traducteur Culturel (Cultural Agent) : Il connaît vos règles. "On mange Halal", "On ne mange pas de porc", ou "C'est le Ramadan, on mange la nuit". Il s'assure que le menu respecte vos traditions.
Le Magicien des Remplacements (Substitution Agent) : C'est le plus malin. Si le saumon est trop cher, il ne panique pas. Il regarde son "livre de magie" (un graphe de substitution) et dit : "Pas de problème, remplaçons le saumon par des sardines ou des lentilles. C'est aussi bon pour la santé et ça coûte moins cher."

🔄 La Magie de l'Adaptation

Le plus cool avec FinAgent, c'est qu'il ne s'arrête jamais.

Scénario classique : Vous faites un menu pour la semaine. Le lundi, le prix du riz double. Votre menu est ruiné. Vous devez tout refaire à la main.
Scénario FinAgent : Le lundi matin, l'agent "Gardien des Prix" voit le doublement. Il prévient le "Chef d'orchestre". En quelques secondes, le système recalcule tout le menu de la semaine en remplaçant le riz par du blé ou des pommes de terre, tout en gardant le même budget et la même valeur nutritive.

C'est comme si vous aviez un GPS pour vos courses : si la route est bloquée (prix trop haut), il trouve instantanément un autre chemin (un autre aliment) pour arriver à destination (un repas sain) sans dépasser le temps (le budget).

📊 Les Résultats : Gagner de l'argent sans sacrifier la santé

Les chercheurs ont testé ce système avec une famille réelle en Arabie Saoudite et avec des simulations informatiques. Les résultats sont impressionnants :

💰 Économies : La famille a économisé entre 12 % et 18 % sur ses courses par rapport à un menu fixe. C'est comme si l'argent restant servait à payer une sortie ou une épargne.
🥗 Santé : Malgré les économies, la famille a mangé 95 % de ce dont elle avait besoin en vitamines et minéraux. Pas de carence !
🌪️ Résistance : Même si les prix des aliments montent de 20 % ou 30 % (comme une tempête), le système s'adapte et garde le budget stable.

🌍 Pourquoi c'est important ?

Ce projet ne vise pas seulement à faire des économies. Il aide à réaliser deux grands objectifs mondiaux :

Faim Zéro : En rendant une alimentation saine abordable pour les familles à revenus moyens.
Bonne Santé : En évitant les maladies liées à une mauvaise alimentation (comme le diabète) grâce à des repas équilibrés.

En résumé

FinAgent, c'est comme avoir un super-assistant personnel qui connaît votre budget, votre santé, vos croyances et les prix du marché mieux que vous-même. Il ne vous dit pas juste "achetez ceci", il vous dit : "Voici le meilleur plan possible pour votre famille aujourd'hui, en tenant compte de tout ce qui change autour de nous."

C'est une façon intelligente, humaine et économique de manger sainement dans un monde où les prix ne cessent de bouger.

1. Problématique

Le papier aborde le défi persistant de l'arbitrage entre les budgets ménagers limités et les exigences nutritionnelles, particulièrement dans les milieux à revenu moyen où les prix des denrées alimentaires sont volatils.

Limites des solutions actuelles : La plupart des outils existants (applications de FinTech ou planificateurs de repas) fonctionnent de manière réactive et cloisonnée. Ils gèrent soit les dépenses, soit la nutrition, mais ne parviennent pas à combiner simultanément les contraintes financières, les besoins nutritionnels spécifiques et les prix en temps réel.
Conséquences : Cette séparation conduit souvent à des régimes de mauvaise qualité, augmentant les risques de santé à long terme, ou à des dépassements de budget, ce qui contredit les Objectifs de Développement Durable (ODD) liés à la faim zéro et à la bonne santé.

2. Méthodologie

Les auteurs proposent FinAgent, un système d'IA agentique (Agentic AI) conçu pour optimiser conjointement le budget alimentaire et l'adéquation nutritionnelle grâce à une architecture multi-agents modulaire.

Architecture Multi-Agents

Le système repose sur une base de connaissances partagée et coordonne plusieurs agents autonomes :

Agent Budgétaire : Calcule le budget hebdomadaire disponible ( $B_w$ ) basé sur les revenus et les dépenses fixes.
Agent de Surveillance des Prix : Détecte les chocs de prix en temps réel (via des API de supermarchés) et déclenche une re-planification si la variation dépasse un seuil ( $\tau \approx 10\%$ ).
Agent Nutritionnel : Garantit l'adéquation des macronutriments et micronutriments.
Agent de Personnalisation Santé : Ajuste les cibles nutritionnelles en fonction des conditions médicales (diabète, allergies, carences).
Agent Culturel et Préférences : Applique les règles alimentaires (ex: Halal, Ramadan, végétarisme).
Agent de Substitution : Utilise un « graphe de substitution » pour proposer des alternatives nutritionnellement équivalentes mais moins chères en cas de fluctuation de prix.
Agent d'Achat et d'Explication : Génère la liste de courses et fournit une justification transparente des décisions.

Modèle d'Optimisation

La planification des repas est formulée comme un Programme Linéaire (LP) :

Objectif : Minimiser le coût total ( $Z = \sum p_j x_j$ ).
Contraintes :
- Adéquation nutritionnelle : $\sum c_{j,n} x_j \ge R_n$ (besoins du ménage).
- Limitation budgétaire : $\sum p_j x_j \le B_w$ .
- Non-négativité des quantités.
Adaptabilité : Le système résout le LP dynamiquement en intégrant les mises à jour des prix et les profils de santé en temps réel.

Implémentation Technique

Moteur d'optimisation : Python (bibliothèques PuLP, OR-Tools).
Orchestration : Coordination multi-agents via LLM (Large Language Models) avec des déclencheurs basés sur des règles.
Données : Intégration d'API de supermarchés réels (Panda, Carrefour, Lulu en Arabie saoudite), bases de données nutritionnelles (USDA, FAO, WHO) et profils de ménages synthétiques ou réels.

3. Contributions Clés

Intégration Holistique : C'est l'un des premiers cadres à fusionner la gestion financière, la science nutritionnelle et la surveillance des prix en temps réel dans une architecture agentique autonome.
Adaptabilité aux Chocs de Prix : Contrairement aux plans statiques, FinAgent utilise des graphes de substitution pour maintenir l'adéquation nutritionnelle tout en minimisant les coûts lors de variations de prix importantes ( $\pm 20-30\%$ ).
Personnalisation Contextuelle : Le système prend en compte les spécificités culturelles (règles Halal, Ramadan) et médicales, ce qui manque souvent aux solutions génériques.
Transparence et Explicabilité : L'agent « Explainer » fournit une justification claire des choix de substitution, renforçant la confiance de l'utilisateur.

4. Résultats et Évaluation

L'évaluation a été menée via des simulations synthétiques (200 ménages) et une étude de cas réelle sur un ménage saoudien de 4 personnes sur 4 semaines.

Efficacité des Coûts :
- Réduction des coûts hebdomadaires de 12 % à 18 % par rapport à un menu fixe statique.
- Dans l'étude de cas réelle, une économie moyenne de 17 % sur les dépenses alimentaires a été observée (passant de ~1900 SAR à ~1660 SAR).
Adéquation Nutritionnelle :
- Le système atteint une adéquation nutritionnelle de > 95 % pour les nutriments clés (Protéines, Vitamine D, Fer, Calcium), contre 85 % pour les menus fixes et 88 % pour la planification manuelle.
Robustesse face aux Chocs de Prix :
- Le système a maintenu le budget et l'adéquation nutritionnelle même lors de chocs de prix de ±30 % (ex: augmentation du prix du poulet de 20 % compensée par des substitutions comme les lentilles ou les sardines).
- Les plans statiques ont dépassé le budget dans ces scénarios, tandis que FinAgent est resté stable.
Études d'Ablation : La suppression de tout agent (surveillance des prix, personnalisation santé, préférences) a entraîné une dégradation significative des performances (hausse des coûts, baisse de l'adéquation en Vitamine D, ou insatisfaction utilisateur).

5. Signification et Perspectives

Impact Sociétal : FinAgent offre une voie viable pour concilier accessibilité financière et sécurité alimentaire, contribuant directement aux ODD 2 (Faim Zéro) et 3 (Bonne santé).
Innovation Technologique : Le papier démontre la supériorité de l'approche « Agentic AI » (avec boucles de planification, mémoire et outils) par rapport aux systèmes réactifs traditionnels pour la prise de décision domestique complexe.
Limites et Futur : Les auteurs soulignent la dépendance à la qualité des données (prix en temps réel, tables nutritionnelles complètes) et les enjeux de confidentialité. Les travaux futurs viseront un déploiement à grande échelle, l'intégration avec des programmes de fidélité et des subventions, ainsi que des études de conformité à long terme.

En résumé, FinAgent représente une avancée majeure dans l'application de l'IA générative et agentique à la vie quotidienne, transformant la gestion du budget alimentaire d'une tâche réactive en un processus d'optimisation proactive, culturellement adapté et économiquement efficace.