Le Revenue Management est une technique de gestion qui combine des outils pour fixer des prix, gérer des réservations et conclure des ventes avec l’objectif de maximiser les revenus d’une entreprise. Pour y parvenir, il analyse en continu la demande, ajuste les prix et optimise l’inventaire. Dans ce contexte, l’intelligence artificielle (IA) a le potentiel de transformer ces processus, en améliorant la précision et l’efficacité des décisions commerciales.
Certaines entreprises ont déjà commencé à intégrer l’IA dans des domaines clés de leurs opérations, tandis que d’autres explorent une mise en œuvre plus intégrale, une étape qui, comme toute innovation, vient avec certains défis. Lors du XIe rencontre de AI Directors, organisé par l’Association AI-Network, plus de 50 professionnels de divers secteurs et entreprises en transformation numérique ont partagé leurs expériences et perspectives. L’événement s’est concentré sur l’identification des opportunités autant que des défis que présente l’IA pour le Revenue Management, ouvrant de nouvelles possibilités pour l’optimisation des revenus dans un environnement de plus en plus compétitif.
Le défi de mettre en œuvre l’IA avec succès dans le Revenue Management
La prolifération de l’IA dans le Revenue Management se fait déjà sentir, mais également l’incertitude de sa mise en œuvre. Alors que certains se lancent avec enthousiasme, sous la promesse de l’innovation, beaucoup d’autres avancent avec prudence, craignant un manque de clarté. Cette dichotomie crée aujourd’hui un scénario complexe où le pari et la prudence coexistent.
La clé pour aborder cette incertitude pourrait être une expérimentation contrôlée et une évaluation continue des processus et des progrès. La définition d’objectifs clairs et mesurables pour chaque initiative d’IA permettra d’ajuster une stratégie en fonction des résultats obtenus.
Choisir la bonne IA pour chaque besoin
Le débat sur le modèle idéal de mise en œuvre de l’IA dans le Revenue Management est en plein essor. D’un côté, l’IA générative semble très attractive pour son potentiel créatif, mais elle est encore dans ses premiers stades de développement, ce qui pourrait la rendre peu adaptée pour toutes les applications du Revenue Management. Et de l’autre, les modèles traditionnels de Machine Learning continuent de prouver leur efficacité en matière de prédiction et d’optimisation.
La réponse à la bonne voie n’est pas binaire, car les deux approches montrent leurs forces et leurs faiblesses. Comprendre les besoins spécifiques de chaque modèle commercial est essentiel pour choisir l’outil le plus approprié selon chaque cas d’utilisation. Bien que soit également posée la possibilité d’un modèle combiné qui puisse tirer avantage de chaque entreprise.
Le défi de l’alignement stratégique
L’identification de cas d’utilisation potentiels pour l’IA dans le Revenue Management émerge souvent de la base, des équipes qui travaillent au quotidien. Mais cela pose un problème évident : on remarque de plus en plus un manque d’alignement avec la direction de l’entreprise, ce qui implique une brèche qui rend difficile l’attribution des ressources (et des budgets).
Face à ce dilemme, le consensus a été unanime : il est nécessaire de promouvoir la communication et la collaboration entre tous les niveaux de l’organisation. D’un côté, la direction doit être ouverte aux idées émergeant de la base, et de l’autre, les équipes doivent être capables de justifier la valeur de leurs propositions avec des données et des analyses concrètes.
Cela implique la nécessité de défendre le coût élevé de mise en œuvre et de maintenance des solutions d’IA devant le ROI qu’elles peuvent produire. Outre le besoin continu (et l’engagement) de rester à jour avec l’évolution rapide de ces technologies, ce qui implique une mise à jour constante des modèles mis en œuvre.
Gouverner le marais de données : l’importance de la gestion de l’information
Garantir le succès de l’IA dans le Revenue Management dépend largement de la qualité et de la disponibilité des données, aujourd’hui incohérentes et incomplètes. Et bien que cela semble évident, de nombreuses entreprises se sont montrées préoccupées lorsqu’elles se trouvent quotidiennement face à un « marais de données », un amas d’informations désorganisé et difficile à gérer car il complique l’extraction d’informations précieuses.
La clé est de transformer cette situation en terrain fertile pour l’IA avec la mise en place d’une stratégie globale de gestion des données, incluant la collecte, le nettoyage, l’intégration et l’analyse des informations, ainsi que l’intégration de données de différents systèmes et sources.
Le Revenue Management a besoin de données centralisées et accessibles.
Le défi de l’adaptation et de l’apprentissage
Comme dans d’autres industries, l’intégration de l’IA dans le Revenue Management crée un grand doute : les exécutifs et les personnes seront-ils remplacés par des machines ?
Bien que l’IA promette un haut potentiel, la menace n’est pas telle : la clé est de voir l’IA comme une opportunité d’affaires et de formation. Trouver le moyen de s’adapter aux nouvelles tendances technologiques et apprendre à les utiliser en sa faveur, ne bénéficiera pas seulement au capital humain mais aussi à chaque entreprise. Cela implique la lutte interne contre la résistance au changement et la nécessité de former le capital humain à utiliser efficacement les outils de l’IA.
Si l’IA assumait les tâches répétitives, elle libérerait le Revenue Management pour la centralisation de ses ressources dans les stratégies et la créativité. L’IA a le potentiel de devenir un assistant intelligent, qui peut à son tour fournir des informations précieuses et être hautement efficace dans l’aide à la prise de décisions qui seraient désormais beaucoup plus éclairées.
Transformer le potentiel en résultats
Avec un enthousiasme qui est indéniable, il est important de séparer le battage médiatique de la réalité dans la mise en oeuvre de l’IA. Cette technologie n’est pas une solution magique aux problèmes du Revenue Management, mais elle peut devenir un outil puissant, pourvu qu’elle soit mise en place de manière soignée et stratégique.
Le principal succès dépend de la capacité des entreprises (et surtout du capital humain de chacune d’elles) à surmonter les défis à venir. Que ce soit de la gestion des données à l’adoption par les utilisateurs, les défis sont innombrables dans les cas d’utilisation et dans l’alignement stratégique. Avec un avenir qui semble prometteur, il est important une approche prudente, basée sur des données et surtout mesurable, qui permettra aux dirigeants de démontrer le potentiel.
Sous la devise Intelligence Artificielle en Revenue Management : optimisation des prix, des risques et de la fraude, l’événement a compté sur la conférence de Francisco Huidobro, directeur des services numériques, qui s’est concentré sur comment l’IA n’améliore pas seulement les revenus et les marges, mais a aussi un impact direct sur la rentabilité des affaires. De leur côté, Zaira Pérez, directrice du marketing digital et Rubén Sánchez Delgado, Project Manager chez decide4AI, ont partagé leur expérience et les cas de réussite sur comment l’IA augmente la croissance stratégique dans la restauration et le e-commerce.