Les données sont sous les projecteurs – encore une fois. Semblable au phénomène «Big Data» qui a saisi l'industrie du voyage il y a environ une décennie («l'un des tendances technologiques la plus rapide et la plus parlé», a observé que l'analyste de Phocuswright Bob Offutt en 2012), la richesse des applications de l'intelligence artificielle (IA) l'a mis au point.
Mais cette fois-ci, il s'agit de nettoyer et de normaliser cette abondance de données, alors que l'industrie du voyage se tourne vers l'utilisation des agents d'IA. Le Nirvana est que ces agents prennent des décisions sans supervision humaine à l'avenir; Mais ils ne réussiront que si on leur fait confiance. Et pour cela, ils ont besoin de données précises.
Les experts soutiennent également que des données «plus propres» sont nécessaires pour plus d'automatisation, car les agences de voyage suivent le rythme de la demande. Un nouveau rapport de BCG prédit que les voyages de loisirs se produiront à eux seuls d'une industrie de 5 billions de dollars aujourd'hui à 15 billions de dollars d'ici 2040. Les lois plus strictes sur la conformité des données sont également à l'origine du lecteur de nettoyage des données.
Temps d'échelle
« Nous avons certainement vu un changement cette année dernière sur le marché de la qualité des données. Maintenant, les entreprises ont essayé d'élargir leurs preuves de concept d'IA, ils ont frappé les murs de briques inévitables que vous frappez avec des données de mauvaise qualité », a déclaré Robbie Jameson, PDG de Data Quality Platform Tale of Data.
«Les ordures, les ordures: rien de nouveau ici, mais les gens doivent en faire l'expérience pour eux-mêmes pour vraiment avoir une idée du coût. Donc, en conséquence, nous trouvons que plus de gens nous viennent à nous ne pas avoir à nous dire quelle est la qualité des données, mais nous voulons savoir comment notre plate-forme d'IA augmentée les répond.»
Le nombre d'agents d'IA proposés augmente de façon exponentielle. Les visages de parapluie de la Suisse se spécialisent dans la normalisation des données et des profils de voyageurs et travaille avec 600 agences de voyage, dans 70 pays. Il dispose d'une base de données de 13 millions de profils de voyageurs – l'un des types d'ensembles de données les plus complexes.
«Il existe plusieurs entreprises spécialisées dans l'IA pour les agences de voyages», a déclaré Helmut Pilz, vice-présidente principale de Umbrella Face. Il cite Acai Travel, une startup de voyage Hot 25 de Phocuswire pour 2024 et cette année, la récipiendaire des TrailBlazer Awards de Travech Show, comme l'un des précurseurs de cet espace. Mais de nombreux nouveaux marchés surgissent aux côtés des ponts entre l'ancien monde et le nouveau, y compris le centre d'agent d'Apaleo, le ConsictX de PredictX, qui est décrit comme une «main-d'œuvre» des agents d'IA et de Datheiera, une couche d'application AI entre les modèles de langue et les systèmes hérités.
« Ils ont tous besoin de données correctes. Ce que nous pouvons nous assurer, c'est que, avec nos logiciels et nos flux de travail autour, que les données sont propres dans le sens où elles sont identifiées et se trouvent où elles devraient être, et qu'elles sont complètes, en termes d'informations obligatoires », a ajouté Pilz.
Erreurs coûteuses
Avec les voyages d'entreprise, il n'y a pas de place pour l'erreur. Même des éléments simples comme un numéro de téléphone manquant ou un passeport expiré peuvent entraîner des perturbations opérationnelles, des pertes financières et des dommages de réputation. Si un voyageur est coincé dans un aéroport ou ne peut pas vérifier dans son hôtel, le système s'effondre.
En fait, les programmes et modèles d'IA sous-performants construits en utilisant les sociétés de données de faible qualité ou inexactes jusqu'à 6% des revenus annuels en moyenne selon une étude de la plate-forme de données FiveTran.
Et quelque 70% des meilleurs artistes dans une récente enquête McKinsey ont déclaré avoir eu des difficultés à intégrer les données dans des modèles d'IA, allant des problèmes de qualité des données, de définition des processus de gouvernance des données et d'avoir des données de formation suffisantes.
Pilz soutient également que les agences de voyage ont aujourd'hui besoin de meilleures données pour l'automatisation interne pour améliorer l'efficacité opérationnelle, tandis que l'IA agentique compense le déficit des agents capables et expérimentés (humains).
«L'un des principaux défis auxquels les gestionnaires du voyage sont confrontés est les ressources», a déclaré Keesup Choe, PDG de PredictX, qui a remporté le jeu d'innovation des voyages d'affaires de cette année au Business Travel Show Europe.
« Alors que les voyages d'entreprise ont augmenté, de nombreuses équipes n'ont pas pu se développer pour répondre à cette demande, amplifiant le besoin de solutions autonomes évolutives comme Cogent qui peuvent combler ces lacunes efficacement », a-t-il déclaré.
Opportunités manquées
Scott Wylie, directeur de la technologie de Travel Management Technology Platform TripSax, qui propose un module QC (Contrôle de la qualité) dédié, accepte également la façon dont le défi n'est qu'une fraction des données critiques d'entreprise est actuellement surface dans des modèles d'IA.
Il soutient que la mauvaise qualité des données peut éroder la confiance et conduire à des opportunités manquées, que ce soit la réservation de données pour les rapports ou l'utilisation de l'IA pour l'hyper personnalisation pour une personne basée sur un profil riche et précis.
« Nous voyons les TMC et les entreprises relever les défis au niveau de l'entreprise », a déclaré Wylie. «En particulier dans les régions telles que la Chine, où la livraison des données, la précision et la propreté nécessitent des améliorations de processus. L'objectif doit être de progresser vers un environnement de données en temps quasi réel, qui devra contourner les méthodes de collecte traditionnelles.»
Pendant ce temps, il pense que l'industrie du voyage est toujours en difficulté avec la fragmentation des données et la fiabilité, en raison d'aspects tels que NDC (nouvelle capacité de distribution) qui «a paradoxalement introduit de nouvelles complexités en fragmentant la façon dont les données sont gérées et accessibles».
Prévoir l'avenir
La gestion des revenus est une autre discipline où il y a une pression pour s'assurer que les systèmes sont nourris les données les plus précises possibles. Se tromper peut être la plus grande peur d'un hôtelier, selon Mehdi Soua, directeur de l'information au Louvre Hotels Group.
Dans la même veine de l'analogie de «Garbage In, Garbage Out» de Jameson, Soua a offert la perspective française – «Merde in, Merde Out» – tout en parlant sur scène au Global Revenue Forum à Paris récemment.
« Vous pourriez utiliser le système de gestion des revenus les plus intelligents, mais si les données ne sont pas propres, si les informations que nous nourrissons ne sentent pas bonnes, seules les mauvaises choses viendront, pour ainsi dire », a-t-il déclaré.
« Et en parlant de données, cela nous amène également au règlement général sur la protection des données. Nous devons faire attention aux données que nous allons nourrir, mais également liées à la confidentialité concernant les informations de l'entreprise. Aujourd'hui, tout le monde met les choses dans le chat de tests pour les tests, mais de nombreuses personnes y placent des documents, alimentant des modèles qui peuvent être partagés avec des concurrents ou d'autres sociétés », a-t-il déclaré.
Pendant ce temps, dans l'industrie du tourisme, il y a des défis supplémentaires car les données sont constamment «en mouvement» et sont en partie basées sur des expériences personnelles, émotionnelles et contextuelles, a déclaré Claire Robinson, auteur d'un nouveau livre blanc appelé «Agents IA pour le tourisme: pouvons-nous leur faire confiance?».
Il propose quatre leviers pour construire une IA touristique de confiance, dont l'une comprend l'investissement dans des données de qualité, fiables, structurées et contextualisées.
«Les voyageurs peuvent-ils vraiment s'appuyer sur des recommandations générées par l'IA pour leurs voyages? La désinformation, l'inexactitude des données et les biais algorithmiques compromettent la qualité et la fiabilité des suggestions fournies, exposant les utilisateurs à une surcharge d'options peu fiables plutôt qu'à une véritable assistance dans leur prise de décision», le rapport concluait.
