L’IA ne gérera pas les textiles d’hôtel. Des données de qualité, en revanche, pourraient le faire

La promesse de l’IA

L’intelligence artificielle s’invite rapidement dans presque toutes les discussions sur l’avenir de l’hôtellerie. L’IA permettra de prévoir la demande, d’optimiser les prix, d’améliorer les achats, d’automatiser l’administration et d’aider les gestionnaires à prendre de meilleures décisions. Inévitablement, elle commence également à apparaître dans les discussions sur l’exploitation hôtelière et la gestion textile. Mais il y a un problème assez fondamental. L’IA ne peut pas comprendre une opération que les données elles-mêmes ne peuvent pas décrire.

Imaginez demander à un système d’IA combien de serviettes de bain un hôtel devrait commander pour les douze prochains mois. Pour apporter une réponse utile, il faut bien plus que l’inventaire actuel. Il est nécessaire de comprendre la vitesse de consommation des serviettes, son lien avec le taux d’occupation, la fréquence de disparition des articles du circuit, leur durée de vie, la quantité de stock immobilisée dans le cycle de blanchisserie, la marge opérationnelle requise par l’hôtel et le délai de livraison des réapprovisionnements.

Construire une base de données fiables

Si ces données sont des estimations, des feuilles de calcul incomplètes ou des inventaires annuels, l’ajout d’intelligence artificielle ne crée pas comme par magie des connaissances. Cela permet une analyse plus fine de l’incertitude. C’est pourquoi l’étape la plus importante vers l’IA dans la gestion du textile pourrait avoir très peu à voir avec l’IA elle-même. Il s’agit de créer des données opérationnelles de qualité. Une fois cette base établie, les choses deviennent beaucoup plus intéressantes.

Un système peut constater que la consommation de serviettes augmente plus vite que l’occupation, que le délai de retour de la blanchisserie s’est progressivement dégradé ou qu’un type de textile disparaît nettement plus vite que des articles comparables. Il peut aussi calculer que le stock actuel risque de passer sous le seuil de sécurité de l’hôtel avant qu’une commande de réapprovisionnement normale puisse arriver. Dans un premier temps, l’intelligence artificielle n’est pas forcément nécessaire. De bonnes analyses, des règles pertinentes et des données fiables permettent déjà d’obtenir d’excellents résultats.

De l’analyse à l’action

Et cette distinction a peut-être son importance. On est aujourd’hui tenté de qualifier d’IA presque toute forme d’automatisation ou de prédiction. Mais l’objectif ne devrait pas être d’intégrer l’IA à la gestion des textiles, mais de l’améliorer. Si un simple calcul donne la bonne réponse, il est inutile de le complexifier. L’IA devient véritablement intéressante lorsque le nombre de variables et de relations devient trop important pour que les analyses conventionnelles puissent les gérer aisément.

Pourquoi la consommation de textiles de cet hôtel augmente-t-elle ? Est-ce dû à l’occupation, au profil des clients, aux pratiques du service d’étage, à la saisonnalité, aux performances de la blanchisserie ou à plusieurs de ces facteurs ? Pourquoi la même serviette dure-t-elle plus longtemps dans un établissement que dans un autre ? Parmi les mouvements apparemment inhabituels, lesquels exigent réellement une intervention ? C’est là que l’IA peut permettre au système de passer de la simple transmission d’informations à leur interprétation.

Et finalement, de l’interprétation à la recommandation. Il ne s’agit pas simplement de dire: « Votre stock de serviettes de bain a diminué de 8 %.» Or: « Au rythme actuel de consommation, votre stock risque de tomber en dessous du niveau opérationnel requis d’ici onze semaines. Le délai de livraison habituel de vos fournisseurs est de neuf semaines. Envisagez de vous réapprovisionner dès maintenant.» Il existe une différence significative entre ces deux messages. Un seul élément fournit des informations au responsable.

L’autre aide le responsable à prendre une décision. Le même principe s’applique, que les textiles soient la propriété de l’hôtel ou loués. Dans le cadre d’un modèle de location, l’action recommandée ne consiste pas forcément à acheter quoi que ce soit. Il peut s’agir d’étudier la rotation des stocks, d’ajuster le parc textile ou de discuter d’un nouveau besoin avec la blanchisserie. L’hôtel a toujours besoin de ces informations car il a tout intérêt à maîtriser l’efficacité du service pour lequel il paie.

Commencer par une information fiable

C’est peut-être là que le débat sur l’IA dans l’hôtellerie aborde parfois les choses par le mauvais bout. Avant de se demander ce que l’intelligence artificielle peut faire avec les textiles d’hôtel, il convient de se demander si nous avons créé les informations dont elle aurait besoin pour les comprendre. Parce que l’IA est extrêmement performante pour extraire du sens des données. Elle est nettement moins performante pour interpréter des données qui n’ont jamais été collectées.