In English, en español, em português.
Les utilisateurs ne se comportent pas différemment avec les assistants IA qu’avec le search traditionnel (recherches Google). Dans les deux cas, les décisions suivent le même schéma :
Exploration → Considération → Transaction
Ce sont trois étapes d’un même entonnoir (funnel) avec un objectif unique : prendre une décision et l’exécuter. La technologie ne conditionne pas ce comportement ; c’est ainsi que nous agissons en tant qu’utilisateurs.
L’exploration, la grande force des assistants IA
Aujourd’hui, les assistants sont extrêmement performants dans la phase d’exploration ou de planification, lorsque nous évaluons encore des options sans avoir pris de décision définitive. Les assistants captent déjà environ 30 % des recherches à cette étape du funnel, et ce chiffre continuera de grimper : la proposition de valeur des assistants IA, menés par Gemini et ChatGPT, est indéniable.
Voici quelques exemples en phase d’exploration :
- « Je cherche un hôtel à Majorque pour y aller avec de jeunes enfants et pouvoir aller à la plage à pied ».
- « J’ai besoin d’un hôtel à Madrid avec navette pour l’aéroport et petit-déjeuner à 6h du matin pour un voyage d’affaires ».
Grâce à l’IA, le temps d’exploration — autrefois la phase la plus lente — s’est réduit à quelques jours, voire quelques heures. C’est si rapide que l’on commence à dire que le « nouveau funnel » débute directement à la considération. Cela n’améliore pas seulement l’expérience : cela change le rythme auquel les décisions sont prises.
L’efficacité des LLM (Large Language Models) pour synthétiser des informations provenant de multiples sources génère des réponses très bien rédigées et aide à raisonner pour trouver la meilleure décision. C’est bien au-dessus de ce que nous obtenons avec les recherches Google classiques.
Pourquoi ce grand changement ne se voit-il pas encore dans vos ventes ?
Ce changement chez l’utilisateur est structurel. Google anticipe déjà que d’ici 2030, la manière dont les utilisateurs découvrent et planifient leurs voyages sera radicalement différente, portée par des expériences conversationnelles basées sur l’IA.
Pourtant, de nombreux hôtels se demandent : « Pourquoi, si l’exploration vit une telle transformation, ne vois-je encore aucun changement dans mes ventes ni dans mes canaux de distribution (direct vs OTA notamment) ? »
La raison est simple : le funnel dans l’IA est cassé, ou plutôt, encore incomplet.
La considération, le talon d’Achille de l’IA
La grande force des assistants (exploration ou discovery) devient leur grande faiblesse là où cela compte le plus : quand l’utilisateur descend dans le funnel.
De l’exploration, nous passons à la considération, le moment où nous cessons de chercher l’inspiration pour chercher des certitudes. Cette étape est cruciale pour générer de la confiance. Et sans confiance, il n’y a pas de réservation possible. C’est ici que le funnel se fissure : alors que l’IA est excellente pour imaginer des possibilités, elle échoue à offrir les réponses précises qu’exige une décision d’achat.
La considération n’est pas seulement critique pour l’utilisateur ; c’est aussi le moment où se concentre la majeure partie de l’investissement marketing du secteur. Si l’exploration a historiquement été le territoire de la marque et de l’inspiration, c’est dans la considération que les OTA, les métamoteurs et les hôtels se livrent une concurrence féroce pour capturer la demande ayant la plus forte intention d’achat.
Nos exemples se transformeraient ainsi en phase de considération :
- « Je cherche un hôtel dans la zone d’Alcudia pour le 15 août, 6 nuits, avec chambres communicantes, berceau, animation pour enfants et options de petit-déjeuner pour coeliaques ».
- « Je veux un hôtel près du T4 de Barajas pour le 14 septembre, deux nuits, avec navette gratuite commençant à 6h du matin et une salle de réunion pour 10 personnes ».
Face à ces questions, les LLM, bien qu’ils combinent des recherches Google en temps réel, ne peuvent garantir des informations précises, actualisées et fiables. En l’absence de données vérifiées — comme la disponibilité réelle d’un berceau ou le détail d’un menu sans gluten — l’utilisateur ressent de l’insécurité. Ne recevant pas de réponse infaillible, il perd confiance (comme Expedia l’expose également) et retourne vers « ce qu’il connaît » : le moteur de recherche traditionnel et les agrégateurs, où l’information est structurée et contrastée.
Et de là, retour au chemin habituel : les OTA et le canal direct. Ce schéma explique pourquoi la révolution du upper funnel atteint à peine le lower funnel (où se font les réservations). Du moins, pour l’instant.
Aborder la considération : le grand défi des assistants IA
OpenAI et Google ont fait grand bruit en annonçant qu’ils voulaient permettre aux utilisateurs de réserver des hôtels sans quitter leurs assistants. C’est le chemin vers l’IA agentique. Cela semblait prometteur, mais c’est peut-être encore utopique en raison des défis opérationnels, technologiques et d’adoption que suppose une réservation via un agent.
La technologie n’est pas la limite principale. La véritable interrogation est l’adoption. Et, surtout, la capacité à générer assez de confiance chez l’utilisateur pour qu’il envisage même de réserver.
La transaction exige une véracité informative, et cette rigueur ne s’obtient qu’avec des données structurées. Sans elles, l’utilisateur ne recevra que des approximations et donc des doutes, faisant de la « réservation » via assistant un saut dans l’inconnu que peu de voyageurs sont prêts à faire.
Toutefois, réparer le funnel IA n’est pas si lointain. Deux choses sont fondamentales :
- Des données ou informations structurées et fiables, ce que les LLM seuls et les sites web actuels des hôtels ne peuvent offrir de manière constante.
- La découverte automatique (discovery) de ces sources de données par les assistants IA, car dépendre de l’installation manuelle de connecteurs ou d’applications par l’utilisateur n’est pas viable à grande échelle.
C’est l’absence de ces conditions qui a poussé OpenAI à signaler récemment une pause dans son objectif de transactions agentiques. Non pas parce que la transaction n’est pas pertinente, mais parce qu’il est nécessaire de se concentrer sur la phase précédente : la considération. Google, en revanche, maintient ses plans pour permettre des réservations sans quitter son assistant Gemini.
Contenu structuré lisible par les agents : la clé pour gagner en visibilité auprès des assistants IA
La première condition concerne la nécessité de disposer de données structurées contenant les informations relatives à la disponibilité et aux tarifs de votre hôtel, ainsi que l’accès à des fonctionnalités permettant aux agents d’effectuer des transactions le cas échéant.
À cet effet, et bien qu’il s’agisse là d’une opinion, deux alternatives se présentent comme des options solides.
1. MCP (Model Context Protocol) ou protocoles similaires
L’option qui reçoit le plus d’attention est le MCP, Model Text Protocol. C’est une interface ou un « hub » vers vos contenus et vos capacités de réservation qui permet aux assistants de consulter directement des informations structurées.
De nombreuses chaînes hôtelières investissent déjà dans une infrastructure MCP pour être prêtes le jour où les assistants résoudront le « discovery automatique ». Ce jour-là, le MCP jouera un rôle essentiel lors des étapes de réflexion et de transaction.
Bien que le MCP soit l’une des options qui retient le plus l’attention, ce n’est pas la seule. D’autres approches et protocoles font leur apparition, tels que l’UCP (Universal Control Protocol de Google) ou l’ACP (Agent Client Protocol), qui visent à résoudre le même problème : permettre aux assistants d’accéder à des données structurées et à des fonctionnalités de manière standardisée.
2. Apps au sein des assistants
La deuxième option consiste à voir les assistants évoluer vers des écosystèmes d’applications ou d’intégrations installables, au sein desquels les fournisseurs (les hôtels) publieraient leurs services. Dans ce cas, les assistants IA joueraient davantage le rôle d’un « système d’exploitation », à l’instar d’iOS ou d’Android, et s’appuieraient sur un écosystème d’applications.
Les applications disponibles sur différentes plateformes telles que ChatGPT s’appuient également sur MCP, ce qui en ferait donc une variante du cas précédent.
Tant MCP que les applications sont déjà une réalité fonctionnelle et opérationnelle. La première condition est donc déjà remplie et il ne reste plus qu’à attendre leur adoption par les hôtels.
Google part avec une longueur d’avance
Dans ce contexte d’accès à des informations structurées, tous les assistants ne partent pas du même point. Google dispose d’un avantage structurel significatif : depuis des années, l’entreprise construit un écosystème de données vérifiées et structurées grâce à des produits tels que Google Business Profile (My Business), Google Hotel Ads ou Google Flights, ainsi qu’à des intégrations dans le secteur de la vente au détail qui permettent d’afficher les stocks et les prix directement sur ses interfaces.
Cela donne à Gemini une base plus solide pour aborder la phase de réflexion, en s’appuyant sur des données plus fiables et mieux connectées. D’autres assistants, comme ChatGPT, devront construire cet accès aux données à partir de zéro ou s’appuyer sur de nouvelles architectures telles que MCP.
La découverte automatique : le « SEO » de l’ère de l’IA
C’est dans cette deuxième condition – qui n’est pas encore résolue – que réside le véritable problème. Même s’il existe un moyen de connecter du contenu structuré, nous nous heurtons à un obstacle majeur : l’installation de ces sources se fait encore manuellement. Pour qu’un assistant puisse accéder à vos données réelles, l’utilisateur doit aujourd’hui installer votre connecteur ou votre application spécifique et l’activer, ce qui n’est tout simplement pas compatible avec le comportement du voyageur.
C’est pourquoi, aujourd’hui, disposer d’un MCP ou d’une application sur ChatGPT ne génère aucune visibilité si les utilisateurs n’installent pas ce MCP ou cette application. Cela n’améliore pas non plus votre positionnement dans le LLM.
La valeur actuelle du MCP est latente et stratégique. Il est important de bien comprendre ce concept. De nombreuses fausses attentes ont été créées, avec le risque que les hôtels finissent par tourner le dos à cette révolution parce qu’ils la considèrent comme de la poudre aux yeux.
Au contraire, nous sommes à deux doigts d’un changement radical où l’utilisateur explorera, évaluera et décidera au sein même de l’IA. Cela se produira lorsque l’IA découvrira automatiquement des sources de données (ou « agentic discovery »). Dans ce modèle, les assistants n’attendront pas que vous leur disiez où vous vous trouvez ; ils rechercheront activement sur l’ensemble du réseau des sources de données qu’ils pourront traiter en quelques millisecondes. C’est là que le référencement traditionnel évolue vers une nouvelle discipline technique.
Dans ce nouveau contexte, le succès ne dépendra pas seulement du fait d’être « trouvé » par l’IA, mais aussi d’être validé par celle-ci. Nous passons d’un modèle de simple indexation à un modèle de « Découverte vérifiée ». Pour qu’un agent IA ose recommander votre hôtel de manière autonome, il ne lui suffira pas de lire une description alléchante sur votre site web ; il devra certifier, à l’aide de données structurées et de protocoles de confiance, que vos attributs (tels que ce « lit bébé disponible » ou ce « petit-déjeuner pour personnes intolérantes au gluten ») constituent une certitude transactionnelle. Dans la découverte automatique, le contenu qui n’est pas vérifiable sera traité comme du « bruit », et l’IA l’ignorera tout simplement pour éviter le risque d’hallucination.
Ce modèle est bien plus évolutif, mais il nécessite une architecture technique dans laquelle l’hôtel expose ses données de manière ouverte et standardisée. Cela nous ramène à l’importance des protocoles contextuels (tels que le MCP, l’UCP ou l’ACP). Y adhérer n’est pas seulement une amélioration technique ; c’est le seul moyen de rendre votre canal direct « visible » aux yeux de l’intelligence artificielle.
Dans ce scénario, le MCP devient une sorte de référencement naturel (SEO) pour les assistants, rendant votre hôtel « compréhensible » pour les systèmes décisionnels. Ceux qui mettent en place cette infrastructure dès aujourd’hui seront prioritaires lorsque les assistants décideront quelles interfaces sont fiables et lesquelles privilégier lors de la phase de réflexion.
Le MCP ne garantit ni visibilité ni ventes. Il rend simplement cette visibilité possible.
L’alignement nécessaire de l’écosystème
Le secteur se trouve à un tournant où les intérêts de tous les acteurs commencent à converger. Si nous parvenons à résoudre le maillon de la considération grâce à des données structurées, le bénéfice est triple :
- Pour les assistants IA : ils parviennent à retenir l’utilisateur tout au long du processus de décision, réduisant ainsi leur dépendance vis-à-vis des agrégateurs traditionnels dans les phases avancées de l’entonnoir. Cela leur permettrait également de se disputer une partie des investissements publicitaires à ce stade et, enfin, de se rapprocher ainsi de l’objectif final qui consiste à conclure la transaction.
- Pour les hôtels : exposer leurs informations, leurs services, leurs disponibilités et leurs tarifs directement à l’IA afin d’attirer les clients lors de la phase critique de comparaison, ainsi que de rivaliser avec les OTA là où elles sont les plus fortes.
- Pour les utilisateurs : ils obtiennent des réponses précises, fiables et en temps réel, ce qui élimine la nécessité de parcourir des dizaines de sites web pour confirmer les détails opérationnels.
Conclusion
Aujourd’hui, l’IA modifie déjà la manière dont les utilisateurs entament leur processus de décision. Son objectif immédiat est de faire progresser le processus d’achat d’un cran et d’influencer la manière dont il se conclut. Ce faisant, elle poursuit deux grands objectifs : fidéliser l’utilisateur en l’empêchant de retourner sur les moteurs de recherche, et pêcher dans un immense vivier d’annonceurs désireux d’investir dans de nouveaux emplacements publicitaires.
Il y a quelque temps, la question était de savoir si les assistants parviendraient à couvrir l’ensemble de l’entonnoir. Aujourd’hui, la question semble plutôt être de savoir quand. Mais ce changement ne sera pas uniforme. L’adoption sera inégale selon les segments d’utilisateurs et les types de voyage, et tous les cas ne seront pas prêts en même temps à franchir ce pas. Certains ne le seront peut-être jamais.
La conquête de la considération dépendra en grande partie des assistants eux-mêmes. Les hôtels ne décideront pas quelle architecture s’imposera, mais ils décideront s’ils veulent en faire partie. S’ils ne le font pas via leurs canaux directs, les OTA occuperont cet espace à leur place.
Une situation similaire s’est produite avec les moteurs de recherche. Pendant des années, la maîtrise de l’écosystème du référencement naturel (SEO) et du référencement payant (SEM) a été essentielle pour gagner en visibilité et développer le canal direct.
Un nouvel écosystème commence aujourd’hui à se construire, et celui-ci récompensera les hôtels qui ne sont pas seulement visibles, mais aussi vérifiables par les machines. Préparer dès aujourd’hui votre infrastructure de données (comme le MCP) n’est pas une option technique, c’est la stratégie à adopter pour garantir que, lorsque l’IA cherchera des certitudes pour recommander un hôtel, ce soit le vôtre qui parle son langage.
Et dans cette course pour dominer la considération, tous les hôtels ne partiront pas sur la même ligne de départ. À l’ère de l’IA, ce n’est pas celui qui sera le plus visible qui l’emportera, mais celui qui sera le plus vérifiable.
