Présentation du service

Zest, l’application de découverte de restaurants lancée en novembre 2024, a levé 1,8 million de dollars en pré‑seed auprès d’Alexis Ohanian (776) et de Steve Jang (Kindred Ventures). Le 30 octobre 2026, la startup a annoncé un concierge IA accessible par SMS au numéro (212) 470‑6067. L’agent répond aux requêtes textuelles, propose des établissements en s’appuyant sur l’historique de consommation de l’utilisateur et effectue la réservation via les plateformes OpenTable, Resy ou SevenRooms. Le même numéro peut être ajouté à un groupe de discussion, où il agrège les préférences de chaque participant et lance un vote intégré avant de confirmer la table.

Texte : "recommend sushi near me"
Zest → suggestions + créneaux disponibles
Réponse : "Sushi Zen, 19h30, 2 personnes"

Architecture technique et flux de données

Le cœur du service repose sur trois piliers : l’ingestion de données financières via Plaid, le traitement de ces transactions pour extraire les dépenses « food / drink », et l’alimentation d’un modèle de langage (LLM) avec le profil de goût ainsi construit. Plaid fournit les transactions bancaires en temps réel, que Zest filtre pour ne retenir que les achats liés à la restauration. Cette sélection alimente un graphe de préférences qui sert de contexte à chaque requête SMS, évitant ainsi les longues phases d’apprentissage typiques des assistants génériques.

Lorsque l’utilisateur envoie un message, le texte est acheminé vers un serveur SMS (ex. Twilio) qui le transmet à l’API du LLM. Le modèle génère une liste d’établissements compatibles avec les critères (cuisine, heure, taille du groupe, restrictions alimentaires) puis interroge les API de réservation (OpenTable, Resy, SevenRooms) pour récupérer les créneaux libres. La réponse, formatée en texte, est renvoyée à l’utilisateur en moins de quelques secondes.

Analyse des impacts et limites

L’utilisation de données de carte bancaire soulève des questions de confidentialité : bien que Zest ne conserve que les transactions classées « food », la transmission via Plaid implique un tiers qui détient déjà un accès sensible aux comptes. Un incident sur Plaid pourrait exposer indirectement les habitudes de consommation des utilisateurs. De plus, la dépendance aux API de réservation crée un point de défaillance ; si OpenTable ou Resy subissent une interruption, le concierge ne pourra plus confirmer de tables.

Sur le plan de la performance, le canal SMS introduit une latence supérieure à une application native, notamment lors de la validation de plusieurs créneaux ou du vote de groupe. Cependant, le choix du SMS permet de toucher des utilisateurs qui ne souhaitent pas installer d’application supplémentaire, ce qui, selon Zest, facilite la mise à l’échelle au‑delà des premiers milliers d’utilisateurs.

Le modèle économique repose sur les commissions générées par les réservations (OpenTable, Resy) et, à terme, sur les commandes alimentaires. En capitalisant sur un profil de goût déjà enrichi, Zest prétend offrir une valeur supérieure aux assistants génériques, mais la viabilité dépendra de la capacité à maintenir la précision des recommandations tout en respectant les exigences réglementaires de protection des données financières.