Les entreprises de loisirs fonctionnent sur une combinaison qui ne se retrouve dans que peu d'autres secteurs de cette manière : des pics saisonniers, une grande population de collaborateurs flexibles et temporaires, un contact avec les visiteurs qui constitue le produit lui-même, et un back-office qui doit continuer à fonctionner toute l'année alors que le front tourne à moitié régime pendant la moitié de l'année. Les heures se concentrent en grande partie sur le travail en front-office — enregistrement, information, modification de réservations, traitement des réclamations — et sur la planification : plannings, répartition de la capacité entre hébergements ou attractions, et entretien qui atteint son pic autour du changement de saison. S'ajoute à cela le travail administratif qui se poursuit indépendamment de la saison : facturation, gestion des contrats, rapports aux propriétaires ou franchiseurs.
La circonstance qui influence le plus le résultat est la répartition du travail entre le noyau fixe et la couche flexible. Une organisation avec un petit noyau fixe et une grande couche saisonnière rencontre d'autres points de blocage qu'une entreprise qui travaille toute l'année avec une équipe fixe. Cette différence ne détermine pas seulement où se situent les heures, mais aussi où se situe la répétition — et la répétition est précisément le point d'ancrage de l'IA.
Dans une partie des entreprises de loisirs, une modification de réservation, une question standard sur les horaires d'ouverture ou une première réaction à une réclamation est désormais traitée par un système, sans qu'un collaborateur ne la voie avant qu'elle ne soit envoyée. Dans d'autres entreprises, exactement la même tâche passe encore entièrement par un collaborateur, avec la même répétition, la même question standard, la même pression temporelle en saison. La différence ne réside pas dans la nature du travail — celle-ci est comparable — mais dans le fait que les données sous-jacentes (systèmes de réservation, base de connaissances, historique des réclamations) soient en ordre et connectées. Là où ce n'est pas le cas, la tâche reste un travail humain, non parce que le travail l'exige, mais parce que la condition préalable fait défaut.
Les trois mêmes catégories traversent toute la saison. Une partie du travail peut être reprise par un système : réservations de routine, communication standard, premier tri des questions. Une partie se fait partiellement, avec un collaborateur qui approuve ou rejette et motive sa décision : une réponse provisoire à une réclamation, une proposition d'ajustement de planning en cas de maladie, un scénario de planification pour une semaine chargée. Et une partie reste un travail humain : le visiteur qui a un problème sur le terrain, l'évaluation d'un cas limite dans un contrat, la conversation avec un propriétaire au sujet d'un investissement. Cette répartition évolue au fil de la saison — au pic, elle bascule souvent davantage vers le système, simplement parce que le volume l'exige, alors qu'en période calme, il y a plus de place pour un traitement humain.
Dans les entreprises de loisirs, l'« ambition IA » est souvent interprétée à différents niveaux sans que cela soit exprimé clairement. L'un des directeurs pense à un chatbot pour le site web, l'autre pense à un système qui calcule l'ensemble de la planification saisonnière, le troisième pense à une facturation automatisée vers les propriétaires. Ce ne sont pas des gradations d'une même ambition — ce sont des ambitions différentes avec des exigences différentes. Un chatbot nécessite une base de connaissances bien remplie ; un système de planification nécessite des données historiques fiables sur l'occupation et le personnel ; une facturation automatisée nécessite des contrats standardisés. Sans cette transposition, le schéma qui se manifeste également hors de ce secteur apparaît : pourquoi des personnes entendent des choses différentes avec les mêmes mots, et une décision perçue par l'un comme un « petit projet » et par l'autre comme un « changement fondamental ».
Cela se heurte également aux objectifs existants des départements. Une équipe de front-office évaluée sur le score des visiteurs perçoit une première réponse automatisée différemment d'un service de planification qui vise la réduction des coûts. Que faire lorsque ces objectifs se contrarient est une question qui dépasse le seul secteur des loisirs et est traitée séparément sur la page consacrée aux objectifs de départements qui se contrarient.
La préparation à une ambition IA dans le secteur des loisirs dépend fortement des chaînes de données, souvent fragmentées entre le système de réservation, le système de caisse et la planification du personnel, du niveau de formation du personnel saisonnier à reconnaître les écarts par rapport à une proposition de système, et de la clarté des droits de décision entre le site et le siège. Une ambition d'automatiser la planification des horaires n'est réaliste que s'il est clair qui peut passer outre une proposition de système, et sur quelle base. Cela ne touche pas à la question de savoir si quelqu'un conserve sa fonction — des exigences légales propres s'appliquent à cela, indépendamment de ce test — mais à la question de savoir si l'organisation a déjà structuré le travail de manière à ce qu'il puisse être déplacé.
Le secteur des loisirs n'est pas seul dans ce cas : des points de blocage comparables autour de la charge de pointe et des couches flexibles se retrouvent dans les ambitions IA qui se manifestent dans le secteur du nettoyage et, avec une structure de pointe différente mais la même question autour de la planification et du contrôle, dans les ambitions IA dans le secteur des soins.
La question de savoir quel travail dans votre entreprise peut réellement être repris par l'IA ne trouve pas de réponse générale, mais tâche par tâche — c'est précisément ce à quoi le scan de travail de FTE TO AI est conçu pour répondre. Pour obtenir une première image, sans attendre cela, il existe le test de préparation gratuit : huit questions courtes, une par dimension, qui montrent où votre organisation est la plus avancée et où elle l'est le moins. Le test d'ambition complet, avec les quatre couches et les cinq confidence gates, est en cours de développement.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.