Le Technology Trends Outlook 2025 de McKinsey place l’IA agentive au coeur des prochains dix-huit mois de l’hôtellerie : les systèmes capables d’agir autonomement redistribuent la couche décisionnelle des clients, l’investissement en equity dans l’IA agentive a atteint 1,1 milliard de dollars en 2024 et les offres d’emploi liées à ces rôles ont bondi de 985 % en 2023–24, alors que 78 % des organisations utilisent déjà l’IA dans au moins une fonction et seulement 1 % estiment leur déploiement pleinement mature. Le rapport montre que la gouvernance, plus que la capacité des modèles, déterminera la vitesse d’un déploiement responsable.
IA agentive — la couche de décision bascule
McKinsey définit les systèmes agentifs comme des outils conçus pour agir plutôt que pour converser : ils réservent, remplissent des formulaires, exécutent des workflows multi‑étapes et coordonnent d’autres agents via des normes naissantes telles que Model Context Protocol d’Anthropic et Agent2Agent de Google. Des cas concrets cités dans le rapport décrivent des agents généralistes qui réservent des vols et restaurants sans sollicitation humaine, ou des agents de recherche qui présélectionnent et synthétisent avant qu’un humain n’ouvre un onglet.
Ce glissement du parcours client — recherche, présélection, comparaison, réservation — hors de l’interface OTA vers la trace de raisonnement d’un agent est déjà observable : terminals touristiques et interfaces conversationnelles déplacent la décision vers l’agent. McKinsey quantifie cette impulsion et identifie les standards techniques qui définiront quels établissements seront exposés aux agents.
Le rapport indique aussi un score d’adoption de l’IA agentive à 2 sur 5, signe que la majorité des implémentations restent expérimentales. La fenêtre stratégique est donc maintenant, tant que les standards se rédigent et avant que les grands agrégateurs n’encodent leurs préférences dans la couche agent. AEO, agent engine optimization, et GEO sont évoqués comme l’équivalent du SEO de 2027 : les établissements qui attendent risquent d’optimiser pour un canal déjà fermé.
Depuis la rédaction initiale du viewpoint, McKinsey note des déploiements opérationnels conformes à son architecture : Amadeus mobilise des équipes d’agents pour la planification réseau, le marketing, les rotations d’appareils et la gestion des perturbations ; des compagnies aériennes comme Southwest utilisent des outils agentifs pour la planification des équipages ; Alaska Airlines et Volantio exploitent des agents qui identifient des vols surbookés, évaluent des passagers selon des règles commerciales, construisent une offre de compensation et proposent la modification directement, sans intervention humaine.
Cette séquence observer-évaluer-proposer-agir se transpose aisément à la gestion d’oversell et d’upsell hôteliers. Avant qu’un fournisseur ne demande à un établissement de déléguer cette autorité, il est recommandé de définir, workflow par workflow, des Agentic Decision Rights : OBSERVE — DECIDE — OFFER — COMMIT — ESCALATE.
Des études d’Amadeus en APAC montrent que 40 % des voyageurs acceptent déjà que l’IA réserve en leur nom et des parts similaires accueillent favorablement des suggestions de destinations générées par l’IA. Une autre étude Amadeus auprès de 500 hôteliers et 6 000 voyageurs indique que l’IA est jugée la plus utile durant la planification et la découverte, et que 69 % des voyageurs considèrent qu’un résumé produit par l’IA suffit pour décider sans vérification supplémentaire, chiffre qui monte à 87 % en Inde et 86 % en Chine.
Ces dynamiques ravivent le problème de la propriété du client établi par deux décennies de distribution OTA : les agents peuvent détenir l’intention du voyageur avant que le moteur de l’établissement ne la voie, reproduisant une architecture intermédiaire qui limite l’accès aux données de contact et à la relation consentie. Trois indicateurs distincts méritent d’être suivis : l’identité du client, la contactabilité du client et la relation-client au sens d’un consentement continu. Un intermédiaire, humain ou agentif, peut transmettre la première tout en retenant la seconde et la troisième.
Parallèlement, des évolutions d’infrastructure modifient la visibilité des canaux : le partenariat d’Eviivo avec Dida expose des inventaires hôteliers indépendants à environ 40 000 distributeurs APAC et inclut une passerelle de réservation AI native MCP destinée aux applications tierces. La distribution devient une infrastructure souvent opaque pour la propriété ; il faut tracer la provenance de chaque réservation — interface client, source de demande, distributeur, source d’inventaire et commission — pour éviter les doublons opaques.
La réponse commerciale recommandée est de mesurer un First-Party Conversion Rate : parmi les clients arrivant via un intermédiaire, combien repartent avec une relation directe permissionnée — inscription à un programme de fidélité, contact consenti, compte réservations directes, opt-in pour une communication post‑séjour. Suivre l’entonnoir découvert, présélectionné, réservé, connu et retenu devient central, car l’établissement peut ne pas contrôler chaque interface de découverte mais il possède le séjour lui‑même et doit convertir ce moment en relation directe, légalement et en toute transparence.
IA et coûts — Token Cost Per Guest et risques de consommation
McKinsey note que 92 % des dirigeants prévoient d’augmenter leurs investissements en IA sur les trois prochaines années, tandis que seulement 1 % considèrent leurs déploiements comme totalement matures. Le rapport explique que l’écart tient à des facteurs structurels : adaptation des processus, construction de capacités complémentaires et montée en compétences des équipes, plutôt qu’à une limite technique des modèles.
Cette observation soutient le cadre Token Cost Per Guest (TCPG) développé par Pertlink : la baisse des coûts d’inférence et l’apparition de modèles de spécialité rendent l’IA budgétable par propriété, mais la réduction du coût d’inférence, sans cadre, peut conduire à une hausse de la consommation d’IA et à une facture globale plus élevée. Pertlink met en garde contre le “tokenmaxxing” — objectifs ou bonus liés à la consommation de tokens — et présente TCPG pour tarifer l’IA à l’échelle du client servi plutôt qu’à la consommation de tokens.
McKinsey signale aussi que les modèles multimodaux — capables de traiter texte, images, vidéo et audio — sont passés de curiosité de recherche à outils de production en l’espace de trois ans depuis la disponibilité commerciale de la génération d’IA. Pour l’hôtellerie, cela fonde des cas d’usage allant de l’inspection assistée par IA aux concierges vocaux et visuels.
Au niveau opérationnel, McKinsey illustre l’écart entre capacités et adoption par un cas de déploiement d’une plateforme d’engagement client : des établissements très engagés ont généré plus de 60 000 dollars de revenus annuels incrémentaux chacun, alors que des établissements passifs utilisant le même logiciel généraient presque rien. La différence tient à l’adoption, pas au code. Pertlink recommande un examen de valeur 90 jours après la mise en service — utilisation des fonctionnalités, conformité aux workflows, contournements manuels et résultat financier ou économique — pour vérifier que la capacité achetée produit bien de la valeur.
Confiance numérique et cybersécurité
McKinsey positionne la confiance numérique comme condition d’adoption : à mesure que les technologies deviennent plus puissantes et plus personnelles, la confiance devient le filtre principal, non une considération accessoire. Les investissements en confiance numérique et cybersécurité ont atteint 77,8 milliards de dollars en 2024, soit une croissance modeste de 7 % en glissement annuel, et augmentent en parallèle des déploiements agentifs, car les systèmes autonomes qui peuvent agir amplifient les enjeux de gouvernance.
Un agent capable de réserver, annuler ou repricer peut être victime d’ingénierie sociale, d’injection de prompts ou d’erreurs à un moment où aucun humain n’est présent pour corriger. McKinsey pose la question opérationnelle de l’équilibre entre autonomie de l’IA et supervision humaine : pour un groupe hôtelier, il s’agit d’un enjeu juridique et réputationnel qui doit figurer au même niveau que la conformité PCI ou la localisation des données, et non relégué comme simple point de sécurité IT.
Robots et réalité immersive — usages opérationnels
McKinsey documente l’expansion de la robotique de services hors de la fabrication — cobots en préparation alimentaire, robots de livraison en hôpital — et évalue l’opportunité adressable de la robotique autour de 900 milliards de dollars d’ici 2040. Les plateformes humanoïdes restent encore tôt, mais des robots de service pour la logistique back‑of‑house, la livraison en chambre ou les runners de housekeeping dépassent le stade de la nouveauté.
La réalité augmentée a un cas d’usage hôtelier plus ciblé : maintenance guidée, formation et onboarding des techniciens et du personnel ménager, à l’image des techniciens réparant des turbines avec des lunettes AR. Ni la robotique ni la réalité immersive ne modifient l’expérience client aussi profondément que l’IA agentive ou l’IA multimodale, mais ils s’intègrent dans une stratégie HXO — Human Experience Orchestrator — visant à redonner du temps et du contexte au personnel pour mieux accueillir.
Ce que cela signifie pour les exploitants
Les thèmes transversaux du rapport — montée des systèmes autonomes, nouveaux modèles de collaboration homme‑machine, défis de montée en échelle et impératifs d’innovation responsable — correspondent aux fronts sur lesquels doivent travailler les exploitants : présence dans la recherche et la réservation médiées par agents, rétention de la relation client une fois l’introduction faite par un agent, tarification et gouvernance de l’IA au niveau de l’interaction client, et construction de la confiance et des mécanismes de supervision pour des systèmes capables d’agir.
Aucune des treize tendances ne contraint un groupe hôtelier à devenir une entreprise technologique, mais 2026 et 2027 sont présentées comme les années où se définiront la couche agent, le modèle de coût et le cadre de gouvernance. Les établissements qui se positionneront dès maintenant avec une présence AEO défendable, un modèle d’exploitation IA budgété et un cadre de gouvernance capable de résister à un incident seront ceux que les agents recommanderont par défaut en 2028 ; les autres négocieront pour une visibilité dans un canal déjà construit par d’autres.
Note : ce viewpoint s’appuie sur Technology Trends Outlook 2025 de McKinsey et sur des analyses complémentaires publiées par Pertlink, ainsi que sur des sources industrielles rapportées au 25 août 2026. Rédigé avec l’aide de divers outils d’IA, mais toujours avec un contrôle humain (HITL).
