Qu'un travel manager soit incapable de répondre à de telles questions semble invraisemblable...
Le nombre de voyages est une unité extrêmement difficile à reconstituer dans le voyage d'affaires. Les entreprises comptent généralement les billets d'avion utilisés - cela, elles savent le faire. Mais cette approche suppose que chaque déplacement contient un vol, alors que beaucoup n'en contiennent pas. Certains voyageurs prennent la voiture ou le train pour aller voir un client dans la ville voisine chaque semaine.
On dispose pourtant de données hôtelières, aériennes, automobiles et ferroviaires. Si l'on demande aujourd'hui à un travel manager combien de voyages sont effectués chaque année et combien de personnes voyagent, il n'a généralement pas ces chiffres. Ce sont des questions qui ont même cessé d'être posées. On regarde la dépense aérienne et la dépense hôtelière - des chiffres que les travel managers connaissent par cœur, mais le nombre de voyages leur échappe.
Pourquoi ? Parce que la donnée voyage est extrêmement fragmentée. On dispose des données des TMC et des fournisseurs - transport aérien, hôtels, voitures, mais on ne parvient pas à les réconcilier correctement. Ces données sont très riches, mais elles contiennent une grande quantité d'informations textuelles, notamment des noms de fournisseurs qui varient selon les sources. Un même hôtel peut ainsi apparaître sous les noms « Hôtel Charles de Gaulle », « Hôtel Charles de Gaulle Étoile », « Hôtel Étoile Charles de Gaulle » ou « Hôtel Champs-Élysées Étoile ». Il n'existe aucun standard qui se soit imposé à l'industrie, et l'on peut trouver jusqu'à une douzaine de variantes pour un même établissement.
Cette fragmentation de la chaîne de valeur crée un désordre encore plus important lorsque l'entreprise travaille avec plusieurs TMC, chacune ayant ses propres conventions et ses propres systèmes. Si une TMC travaille en outre avec des agences partenaires dans certains pays, ces agences disposent de leur propre back-office, de leur propre reporting et de leur propre nomenclature.
C'est important de le contextualiser. Sans cela, on ne comprend pas en quoi l'IA peut aider, ni en quoi elle reste impuissante.
Exactement. On pourrait dire : « L'IA arrive, ce sera une baguette magique. » Ce n'est pas le cas. L'IA est un levier qui permet d'organiser les choses plus efficacement. Pour résoudre ce problème de fragmentation, deux ingrédients sont nécessaires. D'une part, des taxonomies standardisées. Ce sont des bases de données qui associent plusieurs noms d'hôtels à un identifiant unique. Ainsi, « Hôtel Charles de Gaulle Étoile » et toutes ses variantes seraient rattachés à l'identifiant 002189, qui serait ensuite utilisé pour traiter la donnée. D’autre part, il faut des algorithmes capables de standardiser ces données, de prendre n'importe quelle appellation et de lui associer automatiquement le référent unique.
Qui attribue cet identifiant aux différentes appellations ?
Ce n'est pas l'IA qui le fait directement. Son rôle est de construire et de maintenir - et la maintenance est un point crucial, les bases de données taxonomiques et les algorithmes, de manière beaucoup plus rapide, efficace et exhaustive que ne pourrait le faire l'intelligence humaine. L'IA est donc un levier ; c'est le jugement humain qui orchestre et organise l'ensemble, avec son aide. Ce travail peut être réalisé par des spécialistes de la donnée, des TMC ou des consultants. Il est à la portée de nombreux acteurs, mais il faut organiser correctement les taxonomies et les algorithmes.
Où cette couche d'IA doit-elle être placée ? Qui doit la concevoir ?
Elle doit se trouver au niveau de l'acteur qui produit le reporting voyage. Pour la concevoir, il faut faire appel à un spécialiste de la donnée. Chez Areka, nous faisons ce travail. Certaines TMC disposent également d'équipes spécialisées, mais ont-elles une vision des autres flux d'agence ? Pas nécessairement. Ont-elles une vision des flux de notes de frais ? Pas toujours non plus. C'est pourquoi il faut un acteur extérieur à la TMC, au HBT et à toutes les autres sources, capable d'embrasser l'ensemble.
Ma donnée est désormais “propre”. Avec cette donnée de qualité, que va permettre l'IA ?
Elle va permettre de construire des tableaux de bord à la fois esthétiques et efficaces. Tout le monde peut aujourd'hui le faire avec l'IA qui a entraîné une véritable commoditisation du tableau de bord travel. Un utilisateur non technique peut désormais construire un tableau de bord complexe en quelques clics. Mais cela ne concerne que l'ergonomie de l'interface. Si les données sous-jacentes ne sont pas solides, si les flux sont de mauvaise qualité ou si les taxonomies ne sont pas correctement organisées, même la plus belle interface ne fonctionnera pas. Les utilisateurs constateront rapidement qu'un même hôtel apparaît sous deux noms différents, perdront confiance dans les reportings, et cette confiance perdue est très difficile à rétablir.
Les tableaux de bord restent néanmoins nécessaires. Il faut disposer d'indicateurs de performance, les suivre et créer une culture autour d'eux dans l'entreprise. Les leviers d'économie (réservation à l'avance, utilisation de la classe économique, recours à des tarifs restrictifs…) doivent être mis en avant et mesurés. Certains de nos clients réalisent d'ailleurs des benchmarks internes, comparant chaque mois la performance de chaque département sur ces indicateurs pour créer une émulation efficace.
Cela signifie-t-il que les entreprises qui ne réalisaient pas ce travail avant la disponibilité des outils IA géraient leur voyage d'affaires à l’aveugle ?
Aucun groupe ne se passe complètement de pilotage ou de reporting travel. Tout le monde en possède. Mais ces tableaux de bord reposent souvent sur des données de qualité moyenne, et ne présentent pas nécessairement les indicateurs pertinents pour chaque programme. Il faut aussi pouvoir expliquer et nuancer un indicateur : un mauvais advance booking sur un marché donné peut s'expliquer par des tarifs plus intéressants au dernier moment. Le travel manager doit pouvoir remonter dans la donnée brute plutôt que de se contenter d'une boîte noire qui fournit une réponse.
On voit aussi apparaître des chatbots intégrés aux outils de reporting travel. L'effet est impressionnant, mais si le chatbot fournit une réponse fausse ou imprécise, ce qui arrive encore régulièrement, la confiance est remise en cause, même quand les données sous-jacentes sont de bonne qualité. Dans l'état actuel de la technologie, une utilisation pertinente consiste à demander à l'IA de produire un résumé des tendances, puis à le faire valider par le travel manager ou un consultant avant diffusion.
Cela soulève d'ailleurs une question plus large : avec des agents d'IA qui contribuent à la qualité de la donnée, construisent les tableaux de bord et en produisent le résumé, y aura-t-il encore besoin de travel managers ?
C'est précisément la question que j'allais vous poser. Dès lors que la donnée est propre et que l'IA peut identifier les tendances, formuler des préconisations et suggérer des ajustements de politique voyage, quel serait le rôle du travel manager ?
Que l'outil formule des préconisations est dans le sens de l'histoire et parfaitement attendu. Mais cela ne remplacera pas le travel manager. Celui-ci fait vivre le programme, l'anime, rencontre les parties prenantes, s'assure que chaque marché suit ses indicateurs et progresse dans la bonne direction. C'est lui qui décide quels KPI doivent être suivis, à quelle fréquence, et qui détermine les exceptions - la règle de réservation à l'avance peut s'appliquer à tous, sauf à un marché comme l'Inde, par exemple. Lorsqu'un chiffre est contesté, il faut pouvoir le défendre.
On a vu cette année ce qui peut se produire lorsque des agents d'IA sortent du cadre : la technologie reçoit un objectif et cherche à l'atteindre sans barrières suffisantes. L'être humain poursuit le même objectif, mais avec des pratiques éthiques, une capacité d'interprétation et une prise en compte du contexte. Cette dimension est particulièrement importante dans le travel.
Vous venez d'employer le mot « humain », je voulais y venir. Ce sont des humains qui voyagent. La dimension RH du voyage d'affaires est fondamentale. N'est-ce pas justement un domaine où l'IA ne pourra jamais disposer d'une véritable expertise ?
Oui et non. L'IA peut permettre d'approfondir l'analyse de l'impact du voyage sur le voyageur, en utilisant des indicateurs jusqu'ici peu pris en compte : avoir voyagé le week-end, avoir passé beaucoup de temps en déplacement au cours d'un mois, avoir effectué de nombreux voyages de nuit. Ces éléments restent encore peu étudiés, mais cela pourrait évoluer grâce à l’IA. À partir du moment où l'on pourra réconcilier les données voyage et les données de notes de frais pour reconstituer cette unité qu'est le voyage, on pourra mieux prendre en compte le voyageur dans sa dimension de duty of care.
En revanche, décider s'il faut imposer une escale à un voyageur ou lui laisser la possibilité de voyager directement relève d'une décision véritablement humaine. L'IA peut évaluer l'impact de différents scénarios, mais elle n'est pas capable de réaliser cet arbitrage.
La donnée est au cœur de notre entretien. Et qui dit “donnée”, dit “sécurité des données”. Est-ce effectivement un élément essentiel ?
Bien sûr. Ce n'est pas un problème né avec l'IA : les données travel ont toujours été sensibles. Mais l'IA amplifie tout. Ce qui était bien gouverné reste bien gouverné, ce qui était fragile devient beaucoup plus exposé.
Les données voyage font partie des données les plus sensibles d'une entreprise. Elles indiquent qui voyage, où, quand et avec qui, parfois en temps réel. Elles peuvent contenir les itinéraires des dirigeants ou les déplacements vers des sites sensibles. C'est tout le paradoxe du duty of care : les données qui servent à protéger les voyageurs peuvent également les exposer.
En quoi l'IA rend-elle leur protection encore plus critique ?
Les données circulaient déjà entre les TMC, les émetteurs de cartes, les outils de notes de frais, les consultants et les fournisseurs, chaque transmission créant un point d'exposition. Avec l'IA, un nouveau risque apparaît : le shadow AI. Des collaborateurs - le travel manager lui-même, s'il n'est pas suffisamment informé, mais aussi des personnes de la finance ou des RH, peuvent copier des données sensibles dans un chatbot grand public pour effectuer rapidement une analyse, utilisant ainsi des données personnelles dans un outil insuffisamment protégé.
La réponse à ce problème passe par l'anonymisation des données avant leur utilisation. On peut tout à fait analyser le duty of care et la conformité à la politique voyage sans utiliser les noms des voyageurs, sans perdre de valeur analytique. C'est le principe de minimisation du RGPD appliqué à l'usage de l'IA.
Les travel managers qui utilisent des solutions intégrant l'IA doivent absolument se poser les bonnes questions : où les données sont-elles hébergées ? Servent-elles à entraîner des modèles ? Combien de temps sont-elles conservées ? Qui y a accès, en interne comme au niveau des sous-traitants ?
Les entreprises vous posent-elles ces questions ? Y a-t-il une véritable appétence pour l'IA dans la gestion du voyage d'affaires, et peut-on distinguer certains profils d'entreprises plus demandeurs que d'autres ?
Oui, elles sont clairement demandeuses. Depuis toujours, les entreprises cherchent des solutions pour mieux consolider et exploiter leurs données voyage. Ce qui est nouveau, c'est que tout le monde a le sentiment - justifié, que l'IA va permettre de faire mieux qu'aujourd'hui. Ils ne savent pas toujours précisément comment, mais ils se disent qu'elle permettra forcément de progresser.
Nous avons pris l’habitude de travailler dans un champ limité par les renoncements - justifiés eux aussi, des travel managers : disposer d'une véritable unité de mesure du voyage, segmenter leur population de voyageurs, identifier leurs grands voyageurs. Il faut maintenant rouvrir ce champ.
L'appétit est fort partout, aussi bien dans les petites que dans les grandes entreprises, qu'elles soient allemandes, anglaises, françaises ou américaines. Les clients sont ambitieux dans leurs demandes de reporting, mais ils ne savent pas toujours comment s'y prendre. C'est ainsi que je décrirais l'état actuel de l'industrie.
Signe de cet intérêt fort, dans les événements professionnels, on constate que nous sommes entrés dans un cycle consacré à l'IA, comme nous avions connu auparavant un cycle consacré à la sustainability. Les mots « sustainability » et « CO2 » ont été largement remplacés par le mot « IA ». Les entreprises attendent de leurs fournisseurs qu'ils soient capables d'utiliser l'IA pour mettre entre les mains des travel managers des tableaux de bord plus modernes, plus efficaces et de meilleure qualité.
Où en sont vos clients dans leurs déploiements ?
Chez Areka, nous construisons des tableaux de bord depuis notre création, il y a quinze ans, en commençant par des solutions pour de grandes entreprises françaises du CAC 40. Cela fait un an et demi que nous avons intégré l'IA dans ces solutions. La partie back-office - consolidation des sources, rapprochement des données et création des taxonomies, existe, elle, depuis au moins deux ans. Une fois ces algorithmes développés, lorsqu'un client arrive avec des besoins spécifiques, nous nous concentrons sur la personnalisation du tableau de bord : toute la partie back-office est déjà opérationnelle.
Si vous deviez formuler une dernière recommandation...
Ce serait de regarder au-delà de la surface brillante de n'importe quelle plateforme de business intelligence. Il faut s'intéresser à la technologie qui se trouve dessous : quelles taxonomies sont utilisées ? Qui les maintient ? Une fois ces fondations établies, on peut disposer d'outils absolument formidables.
