Problématique
Donner aux équipes hôtelières une réponse immédiate à leurs questions opérationnelles.
Dans le cadre du programme IA du groupe dédié aux hôtels, un constat s'imposait : les équipes hôtelières jonglaient entre des outils et des documents dispersés, et perdaient du temps sur des demandes de support récurrentes.
Cette situation avait trois conséquences.
- Des incidents plus longs à résoudre. Trouver la bonne procédure prenait du temps, à chaque fois.
- Un support sollicité sur des questions répétitives. Les mêmes demandes revenaient d'un hôtel à l'autre.
- Une expérience client affectée. Chaque minute passée à chercher une information est une minute de moins pour le client.
Le besoin : un assistant qui réponde aux questions opérationnelles des équipes hôtelières à partir de la base de connaissances support.
Solution
Un agent RAG évalué, optimisé et intégré à la plateforme du groupe.
Nous avons traité l'assistant comme un produit en production, pas comme une démonstration. Trois principes structurent le projet.
- Des réponses ancrées dans la base de connaissances. L'agent s'appuie sur les articles du support et cite ses sources.
- L'évaluation avant l'optimisation. Un cadre de mesure automatisé guide chaque choix : modèle, contexte, format de réponse.
- L'intégration à l'existant. L'assistant rejoint la plateforme RAG-as-a-service du groupe, pour profiter de son socle et l'enrichir.
Dispositif
Un agent, un cadre d'évaluation et une plateforme RAG partagée.
- Agent RAG. Une première version de l'agent construite sur LangGraph au-dessus de la base de connaissances ServiceNow, puis migrée vers l'OpenAI Agents SDK au sein d'une plateforme agentique.
- Cadre d'évaluation. Conçu dans Langfuse : rappel de la recherche et des citations, latence, coût, et LLM-as-a-Judge pour la fidélité, le ton et la redirection.
- Optimisation. Sorties structurées, context engineering et benchmark de plusieurs LLM.
- Contexte de chaque hôtel. Les informations propres à l'hôtel complètent la base de connaissances pour préciser chaque réponse.
- Plateforme RAG-as-a-service. Intégration de la base de connaissances et du glossaire métier à la plateforme RAG du groupe, dont nous pilotons ensuite l'extension.
Une équipe de huit data scientists et une personne dédiée à la gestion de projet, en lien avec l'équipe infrastructure du groupe (data engineers) et les équipes métier (product managers, business). Le projet a démarré avec trois à quatre personnes, puis s'est accéléré avec sept à huit personnes jusqu'à la mise en production en juillet 2026.
Résultats
En production depuis juillet 2026, déjà déployé dans 2 000 hôtels.
L'assistant est en production depuis juillet 2026. Il équipe aujourd'hui 2 000 hôtels du groupe, et son déploiement se poursuit.
Chaque hôtel bénéficie d'une expérience personnalisée. L'assistant répond dans la langue de son utilisateur, où qu'il soit dans le monde, et s'appuie sur le contexte de l'hôtel pour donner une réponse plus précise.
Chaque évolution est mesurée sur les mêmes critères : qualité de la recherche et des citations, fidélité et ton des réponses, capacité à rediriger vers le bon interlocuteur, latence et coût.
Signature
Quatre mécaniques qui font la différence.
- Des réponses sourcées. Chaque réponse renvoie aux articles de la base de connaissances dont elle est tirée.
- Une réponse adaptée à chaque hôtel. La langue de l'utilisateur et le contexte de l'hôtel sont pris en compte, partout dans le monde.
- Un LLM-as-a-Judge au service de la qualité. Fidélité, ton et redirection sont évalués automatiquement à chaque itération.
- Un socle mutualisé. L'intégration à la plateforme RAG du groupe profite à d'autres cas d'usage.
Pour vous
Un assistant IA de support construit sur votre base de connaissances.
Ce dispositif répond à quatre situations.
- Vos équipes terrain perdent du temps à chercher des procédures dans des outils dispersés.
- Votre support traite chaque jour les mêmes demandes récurrentes.
- Vous disposez d'une base de connaissances (ServiceNow ou autre) sous-exploitée.
- Vous voulez un assistant IA mesuré et fiable, pas une démonstration.
Nous partons de votre base de connaissances, de vos processus de support et des questions de vos équipes. Les experts qui conçoivent l'agent l'évaluent, le mettent en production et le font évoluer avec vous.
