Adopt AI (Jour 1) : L'impact réel de l'intelligence artificielle sur l'industrie du voyage

Prenez un café et installez-vous, on part au Grand Palais ! ☕️

Cette semaine c'était le sommet Adopt AI à Paris, avec pour la première fois une verticale dédiée au voyage. Retour sur le 1er jour où les acteurs majeurs du secteur (SNCF, Amadeus, Air France-KLM) sont venus parler de chiffres, de production et de résultats concrets. Ce que j'ai découvert m'a à la fois impressionné... et questionné. C'est parti !

SNCF Connect & Tech : Quand l'IA sort enfin du labo

Anne Pruvot, CEO de SNCF Connect & Tech, est venue avec des chiffres qui font réfléchir. Avec 16,5 millions de clients et plus de 26 millions de tickets vendus, on parle d'une échelle massive.

Mais ce qui m'a vraiment marqué, c'est la méthode : exploration, évaluation, puis implémentation progressive. Pas de précipitation, pas de "all-in" sur l'IA. Une approche pragmatique qui livre des résultats mesurables :

✅ +25 à 30% de productivité pour leurs 300 développeurs (grâce à GitHub Copilot, choisi notamment pour ses garanties sur la propriété intellectuelle)

✅ La pertinence des réponses a doublé pour le grand public

✅ 95% des utilisateurs s'estiment autonomes après une réponse de l'IA

Et ils ont obtenu le titre "Service Client de l'année" pour la 3ème fois consécutive. La preuve que l'automatisation, quand elle est bien pensée, peut renforcer la qualité de service sans la dégrader.

💬 Ce que j'en retiens : l'IA n'est plus un sujet de R&D mais un programme d'entreprise structurant. Et ça, c'est nouveau.

VINCI Airports : L'IA dans le monde physique

Chez VINCI Airports (plus de 70 aéroports dans 14 pays), Rémi Maumon de Longevialle a montré comment l'IA s'attaque aux défis très concrets de la logistique aéroportuaire.

3 cas d'usage qui m'ont particulièrement interpellé :

🔍 Vision par ordinateur au contrôle de sécurité
L'IA identifie les risques dans les bagages, ce qui permet aux passagers de garder leurs appareils électroniques. Résultat : files d'attente plus fluides et moins de stress.

⏱️ Smart Aircraft Turnaround
Surveillance en temps réel des opérations au sol (nettoyage, avitaillement) pour améliorer la coordination et réduire les retards.

📊 Prévision des flux
Des modèles de Machine Learning prédisent le volume de passagers avec des mises à jour hebdomadaires, permettant d'ajuster l'ouverture des zones et les effectifs.

Mais Rémi a été très clair sur un point : le plus gros défi n'est pas technique... c'est le management du changement. Comment faire adhérer les équipes terrain à ces nouveaux outils ? Voilà la vraie question.

Amadeus : Le mur invisible de la fragmentation

Sylvain Roy, CTO d'Amadeus, a lâché une vérité qui fait mal : 80% des défis de l'IA découlent de la fragmentation des systèmes, pas de l'IA elle-même.

L'IA générative échoue encore sur des cas complexes (comme modifier un vol lors d'une tempête) parce que les systèmes sous-jacents ne communiquent pas assez bien entre eux.

Son analyse soulève un risque stratégique central : la concurrence future entre un agent IA personnel (qui connaît votre agenda, votre localisation, vos préférences) et les professionnels du voyage (limités aux données que vous leur déclarez).

💬 Pour conserver la valeur, l'industrie doit impérativement standardiser ses protocoles et décloisonner ses systèmes. Sinon, les agents personnels prendront le contrôle de la relation client.

Club Med : L'architecture qui change tout

L'intervention de Siddhartha Chatterjee, Global Chief Data & AI Officer chez Club Med, était pour moi la plus technique... et peut-être la plus intéressante.

Il fait partie des rares acteurs (environ 5% du marché) à avoir atteint le stade de la production fiable avec l'IA. Et son secret ? Une architecture multi-agents.

Concrètement, au lieu d'avoir un seul agent IA qui fait tout (et qui hallucine parfois), chaque tâche (compréhension, recherche, rédaction, vérification) est gérée par un agent distinct. Un peu comme une équipe où chacun a sa spécialité.

Les résultats sont plutôt impressionnants :

• Guangzhou : Un agent gère plus de 30% des conversations internes sur 50 marchés
• Marketing : L'outil "Junkie writer" assiste plus de 100 marketeurs en respectant le ton de voix de la marque
• RH (GeoMatch) : Optimisation de la réaffectation saisonnière des employés avec 75% d'efficacité sur 40 000 assignements
• Support IT : 75% des tickets traités automatiquement

Mais attention, Siddhartha insiste :

Si 49% des tâches du secteur sont automatisables, le vrai enjeu est le "re-skilling" massif des équipes. Il faut former les collaborateurs à superviser ces nouveaux outils, pas simplement les remplacer.

💬 Et ça, ça rejoint mes réflexions du mois dernier sur l'automatisation : déléguer oui, mais en gardant l'humain dans la boucle.

Air France-KLM, Navan, Teleperformance : Le self-service devient la norme

Un chiffre fait consensus : 80 à 85% des parcours clients débutent désormais en self-service.

Stéphanie Charlaix Meyer d'Air France-KLM et Dane Molter de Navan s'accordent pour dire que l'IA est devenue un copilote qui traite la complexité croissante des demandes.

Chez Air France-KLM, l'IA intervient pour :

• Synthétiser les interactions passées
• Alimenter une base de connaissances partagée par 5 000 agents
• Traduire les échanges en temps réel

Chez Navan, environ 50% des interactions sont résolues par l'IA.

Mais face à la montée en puissance des agents personnels (type ChatGPT, Claude, Gemini), qu'est-ce qui reste comme valeur ajoutée pour les professionnels ?

Leur réponse : la confiance.

Et c'est peut-être le dernier rempart... et la valeur la plus précieuse.

Les méta-recherches : Du "Search" à l'"Answer"

Les géants de la recherche (Skyscanner, Trivago, Kayak, Kiwi) anticipent une mutation profonde : le passage du "Search" (chercher et comparer) à l'"Answer" (obtenir une réponse immédiate).

Piero Sierra de Skyscanner prévoit que le trafic issu des canaux IA, actuellement à 2%, pourrait grimper à 30% dès janvier. Ça fait réfléchir...

Les stratégies d'adaptation divergent :

• Kayak mise sur des offres exclusives (Haggle Fares)
• Kiwi.com rend son contenu "machine-readable" pour être exploitable par les LLM
• Trivago rappelle que l'utilisateur cherche une solution, pas de la technologie

Mais Piero insiste sur un point crucial : avec 100 millions de prix traités par jour, la qualité de la donnée brute reste le prérequis indispensable à toute couche d'intelligence.

💬 Un peu comme ce que je disais dans le dossier sur l'automatisation : avant de déléguer à l'IA, il faut d'abord avoir des processus et des données clairs. Sinon, on automatise juste... le chaos.

Ce que je retiens

• La production, enfin
  Les acteurs majeurs ne sont plus dans l'expérimentation. Les gains sont réels (+25-30% chez SNCF Connect), mesurés et assumés.
• L'architecture multi-agents, la solution ?
  C'est la réponse technique dominante pour fiabiliser les réponses et éliminer les hallucinations (merci Club Med pour la démo).
• L'humain reste au centre
  Avec 49% de tâches automatisables, la formation des équipes (re-skilling) devient une urgence stratégique. L'IA augmente, elle ne remplace pas totalement.
• La donnée avant tout
  La complexité des systèmes historiques (Legacy) et la qualité des données sont les vrais freins, bien avant la performance des modèles d'IA.
• Révolution de l'interface
  Le marché bascule d'une logique de comparateur à une logique de réponse directe. Les acteurs doivent rendre leurs données lisibles par les assistants IA... ou disparaître.

Pour aller plus loin

Si vous voulez découvrir le jour 2 de cet événement (avec un focus sur les défis d'intégration technique), j'ai publié un second article :

Adopt AI (Jour 2) : Les défis d’intégration technique de l’IA dans le tourisme

Compte-rendu Adopt AI Jour 2 : focus sur la réalité de la production. Analyse des freins techniques (API, Legacy) et retours d’expérience d’Amadeus.

IA, Tech & Travel CaféNicolas François