Les risques perçus et les objections formulés par les clients (et plus largement par les usagers et les employés) constituent l’un des freins majeurs à l’acceptation des robots de service en restauration commerciale, restauration collective et hôtellerie. Les études empiriques montrent de manière convergente que, toutes choses égales par ailleurs, plus les risques sont élevés, plus l’intention d’utiliser un robot de service diminue et plus les préférences se réorientent vers un service humain.
Cette page propose une typologie des risques perçus identifiés dans la littérature scientifique et les principales objections associées, afin de fournir un réservoir de déterminants mobilisables dans un modèle d’acceptation (TAM, UTAUT, UTAUT2/3, modèles de valeur perçue, S-O-R, modèles de confiance).
- Risque de performance / service (panne, erreur, service dégradé).
- Risque de santé, sécurité physique et hygiène.
- Risque de confidentialité et sécurité des données.
- Risque socio-relationnel (perte de contact humain, déshumanisation).
- Risque psychologique (anxiété, malaise, Uncanny Valley).
- Risque financier (mauvais investissement, mauvaise allocation de ressources).
- Risque éthique et social (remplacement de l’humain, menaces sur l’emploi).
1. Risque perçu : comment la littérature le définit
En marketing des services, le risque perçu renvoie de manière générale à la combinaison de l’incertitude et de la gravité des conséquences négatives anticipées d’un choix de consommation. Dans le cas des robots de service, ce risque ne se limite pas à une éventuelle défaillance technique : il recouvre aussi des aspects de sécurité, de confidentialité, d’identité sociale, d’image de soi et d’éthique.
Dans les modèles d’acceptation des robots en hôtellerie-restauration, le risque perçu est en général conceptualisé comme :
- un antécédent direct de l’intention d’utiliser un robot (effet négatif) ;
- un antécédent de la confiance (plus le risque est élevé, plus la confiance diminue) ;
- un médiateur ou modérateur entre les croyances (utilité, facilité, valeur) et l’intention.
2. Les risques perçus du point de vue des clients
2.1. Risque de performance et de qualité de service
Le premier type de risque concerne la performance du robot : peur qu’il se bloque, tombe en panne, se trompe de commande, renverse un plat, ne comprenne pas le client, ou ralentisse le service. Dans les études menées sur les restaurants robotisés, ce risque s’exprime en termes de service failure et de fiabilité (Seo, 2021 ; Ghazali et al., 2025 ; Molinillo et al., 2022).
« Je crains que le robot fasse des erreurs lorsqu’il s’occupe de moi. »
« Il est probable qu’un robot serve moins bien les clients qu’un employé humain. »
« Je doute que le robot puisse gérer correctement les situations imprévues. »
2.2. Risque de santé, sécurité physique et hygiène
La littérature distingue deux logiques :
- Dans un contexte de pandémie ou de risque infectieux, les robots sont perçus comme une option plus sûre que les employés humains (réduction du contact physique, respect automatique des distances) – d’où une préférence accrue pour les hôtels ou restaurants « robotisés » (Kim, 2020 ; Wu et al., 2021).
- En dehors de ces situations, les clients expriment surtout des préoccupations liées à la sécurité physique (collision, chute d’objets) et à la sécurité alimentaire (fiabilité dans la manipulation des plats, des boissons, des ustensiles) (Molinillo et al., 2022).
Selon le contexte sanitaire, le robot peut être perçu soit comme un facteur de risque (machine difficile à nettoyer, circuits invisibles, peur du dysfonctionnement), soit comme un réducteur de risque (moins de contacts humains, moins de transmission). Cette ambivalence doit être prise en compte dans les modèles.
2.3. Risque de confidentialité et de sécurité des données
Avec la généralisation des robots connectés (caméras, microphones, reconnaissance faciale, paiements intégrés), le risque de confidentialité et de sécurité des données devient central. Les clients peuvent craindre :
- la collecte excessive d’informations les concernant ;
- un usage non maîtrisé de ces données (profilage, revente, fuite de données) ;
- des cyberattaques visant l’infrastructure robotique ou les systèmes hôteliers.
Les modèles récents montrent que ce type de risque a un effet négatif direct sur l’intention d’utiliser un robot, mais que cet effet peut être compensé par une perception élevée de la sécurité de l’information (Pizam et al., 2024 ; Park & Tussyadiah, 2020 ; études récentes sur la « multifaceted trust »).
« Je crains que les robots de l’hôtel enregistrent trop d’informations sur moi. »
« Les données collectées par les robots pourraient être utilisées d’une manière
que je n’approuve pas. »
2.4. Risque socio-relationnel : perte de chaleur humaine, déshumanisation
De nombreux travaux soulignent que les clients peuvent percevoir une perte de chaleur humaine, de convivialité, d’empathie ou de human touch dans les hôtels et restaurants fortement automatisés. Cette crainte de déshumanisation de l’expérience apparaît comme une objection majeure, en particulier dans les contextes à forte dimension relationnelle (Belanche et al., 2020 ; Rana et al., 2024).
Les objections typiques portent sur :
- la difficulté à exprimer des demandes complexes ou personnelles au robot ;
- le sentiment que le service devient « froid » ou « impersonnel » ;
- la peur que la relation client–employé soit remplacée par une interaction standardisée.
2.5. Risque psychologique : anxiété, malaise et Uncanny Valley
Les robots humanoïdes peuvent susciter une anxiété technologique, un sentiment d’inconfort ou de malaise, notamment lorsqu’ils se situent dans la zone de l’Uncanny Valley (presque humains mais pas tout à fait). Ce risque psychologique est documenté dans les travaux sur la robot anxiety et la robot-related fear et se traduit par des intentions d’évitement, voire d’abandon du service robotisé.
Le risque psychologique (anxiété, malaise, peur) agit souvent comme un frein fort : un niveau élevé de malaise peut suffire à annuler les effets positifs de l’utilité ou du plaisir perçu, même si le robot est objectivement performant.
2.6. Risque financier et risque d’investissement
Du point de vue des clients, le risque financier est moins central, mais il existe sous la forme d’une crainte de « payer plus pour un service moins humain », ou d’une perception de mauvais rapport qualité–prix dans les établissements très automatisés (Ghazali et al., 2025 ; études sur la valeur vs risque en hôtel robotisé).
Du point de vue des gestionnaires, le risque financier (coûts d’acquisition, de maintenance, d’intégration) alimente aussi les objections managériales et influence les décisions d’implémentation, même si cela dépasse le strict point de vue du client final.
3. Objections éthiques et sociales : emploi, contrôle, justice
Au-delà des risques individuels, la littérature sur les robots en tourisme et hôtellerie souligne des objections éthiques et sociales plus larges :
- Menace sur l’emploi : peur que les robots remplacent les travailleurs humains, notamment les employés peu qualifiés (Ivanov & Webster, 2019 ; travaux récents sur le « dark side of AI »).
- Perte de contrôle humain : crainte que les décisions de service soient déléguées à des systèmes autonomes, difficilement compréhensibles ou contestables.
- Problèmes de responsabilité : qui est responsable en cas d’erreur, d’accident, de défaut de service ou de violation de données commis par un robot ?
Ces objections peuvent être exprimées par les clients, mais aussi par les employés et les managers, et nourrissent des attitudes plus globales envers la robotisation du secteur.
4. Comment intégrer les risques perçus dans un modèle théorique ?
Dans les modèles empiriques récents, les risques perçus sont généralement intégrés de trois manières :
- Antécédent direct de l’intention d’utiliser un robot (effet négatif).
- Antécédent de la confiance ou de la sécurité perçue (risque ↑ ⇒ confiance ↓).
- Modérateur : par exemple, le risque perçu de maladie peut renforcer l’effet positif des robots sur la préférence pour un hôtel robotisé (Kim, 2020).
- Distinguer au moins risque de performance, risque de sécurité / santé et risque de confidentialité.
- Tester des relations médiées : par exemple, confiance comme médiateur entre risque perçu et intention.
- Intégrer des modérateurs contextuels (niveau de risque sanitaire, type d’établissement, type de tâche).
- Tenir compte des caractéristiques individuelles (aversion au risque, technophobie, âge, expérience préalable des robots).
5. Articulation avec les autres dimensions de l’inventaire
Les risques perçus et les objections sont étroitement liés aux autres dimensions de l’inventaire :
6. Références scientifiques principales
- Begum, S., Rana, N. P., et al. (2025). Consumers acceptance of service robots in hotels: A meta-analysis. International Journal of Hospitality Management.
- Ghazali, E. M., et al. (2025). Dining with robots: An integrated perspective on functional and experiential value. Electronic Markets.
- Kim, S. S., Kim, J., Badu-Baiden, F., Giroux, M., & Choi, Y. (2020). Preference for robot service or human service in hotels? International Journal of Hospitality Management, 88, 102499.
- Molinillo, S., Rejón-Guardia, F., & Anaya-Sánchez, R. (2022). Exploring the antecedents of customers’ willingness to use service robots in restaurants. Service Business, 16, 121–143.
- Park, S., & Tussyadiah, I. (2020). Multifaceted trust in tourism service robots. Annals of Tourism Research, 81, 102888.
- Pizam, A., et al. (2024). The role of perceived risk and information security on hotel customers’ intention to use service robots. International Journal of Hospitality Management, 117, 103641.
- Rana, N. P., Begum, S., et al. (2024). Customer experiences with service robots in hotels. Journal of Hospitality and Tourism Technology.
- Seo, K. H. (2021). The emergence of service robots at restaurants: Integrating trust, perceived risk and satisfaction into TAM. Sustainability, 13(8), 4431.
- Wu, J., et al. (2021). Get close to the robot: The effect of risk perception of COVID-19 on customer–robot engagement in hospitality. Frontiers in Psychology, 12, 669972.
- Wu, Y., et al. (2025). Insights for sustainable technology adoption in hospitality: Employees’ perceptions of service robots. Tourism and Hospitality.
- Ivanov, S., & Webster, C. (2019). Robots in tourism: A research agenda for tourism economics. Tourism Economics, 25(2), 274–291.
- Tuomi, A., Tussyadiah, I., & Stienmetz, J. (2021). Applications and implications of service robots in hospitality. Cornell Hospitality Quarterly, 62(2), 232–247.
