Des parcours clients améliorés et des opérations en montagne plus intelligentes, optimisés par l’intelligence agentique
Serre Chevalier, l’une des plus grandes destinations de montagne ouvertes toute l’année dans les Alpes du Sud et site phare du groupe Compagnie des Alpes, accueille des visiteurs dont les attentes n’ont cessé de croître parallèlement à l’offre de la station. À mesure que l’expérience s’est enrichie, un point de contact fondamental (le choix du forfait de ski adapté) est devenu inopinément complexe. Ce qui semble être un choix simple dépend de multiples variables, notamment la zone de ski, la durée, le niveau d’expérience et les conditions saisonnières. Ces nuances ont généré un volume élevé de questions courantes, en particulier pendant les périodes de forte affluence, indiquant que les visiteurs avaient du mal à se sentir sûrs de leurs choix.
La station s’était appuyée sur une technologie d’assistant digital de première génération pour gérer ces interactions, et bien qu’elle ait bien servi les visiteurs pendant de nombreuses saisons, la nature des demandes avait évolué. Les questions sont devenues plus variées, plus dépendantes du contexte et de plus en plus multilingues, ce qui a mis à rude épreuve les capacités de l’outil existant et a obligé les équipes du service client à intervenir plus souvent. Le problème n’était pas que la solution précédente avait échoué ; c’était plutôt que les besoins opérationnels et expérientiels de la station avaient dépassé ce pour quoi l’ancien système avait été conçu.
Derrière le besoin immédiat de rationaliser la sélection des forfaits de ski se cachait une ambition plus large : faire en sorte que le parcours du visiteur soit clair, intuitif et rassurant dès le début de la planification. Serre Chevalier souhaitait que les clients puissent prendre les décisions essentielles rapidement et facilement, en réduisant les frictions dès le début du processus afin que l’expérience globale du séjour puisse commencer sur une note positive.
Pour faire face à la complexité croissante des demandes des visiteurs et offrir un début de séjour plus fluide, Serre Chevalier s’est associé à IBM et à son partenaire commercial Next Decision pour développer une solution d’IA agentique optimisée par IBM watsonx Orchestrate sur IBM Cloud. En collaboration avec IBM Client Engineering, les équipes se sont rapidement mises d’accord sur les objectifs, les workflows et les données que le système devait coordonner. Une fois ces bases établies, le projet a avancé rapidement : la nouvelle expérience a été mise en service en environ deux semaines et demie, un délai exceptionnellement court pour un déploiement impliquant de multiples systèmes et composants d’IA.
La mise en œuvre elle-même a été le fruit d’un effort collaboratif, Next Decision dirigeant les travaux de développement et d’intégration en s’appuyant sur sa connaissance des systèmes de la station et du parcours des visiteurs. Par ailleurs, IBM a travaillé aux côtés de l’équipe pour apporter son expertise produit, des conseils en matière d’architecture et un soutien technique pratique, contribuant ainsi à affiner la manière dont les agents d’IA raisonnaient, récupéraient les informations et interagissaient avec les clients.
À mesure que la solution était intégrée dans le quotidien, Serre Chevalier a adopté des capacités supplémentaires issues du portefeuille de produits IBM watsonx afin de renforcer la fiabilité et la supervision. La station utilise désormais IBM watsonx.governance pour offrir aux équipes marketing et opérationnelles une meilleure visibilité grâce à des tableaux de bord améliorés et à une surveillance multi-LLM. Elle s’appuie également sur IBM watsonx.ai pour automatiser les tâches récurrentes de collecte de données, notamment les routines quotidiennes de web scraping qui alimentent les workflows opérationnels essentiels.
L’expérience IA elle-même est conçue comme un ensemble coordonné d’agents plutôt que comme un chatbot traditionnel. Ces agents interprètent l’intention des visiteurs, accèdent aux connaissances pertinentes et déclenchent des outils d’aide, tels que de petites fonctionnalités basées sur Python, pour recueillir ou traiter des informations en temps réel. Cette conception agentique permet au système de guider les visiteurs dans le choix de leur forfait de ski, la planification de leur séjour et les questions pratiques avec plus de clarté et de profondeur.
Intégrée directement au site web de Serre Chevalier, l’expérience accompagne les visiteurs à un moment naturel de leur parcours de planification et leur offre une aide intuitive sans qu’ils aient à changer de canal ou à rechercher des informations.
Depuis le début de la saison hivernale, l’agent d’IA a traité plus de 1 500 échanges avec les clients, allégeant ainsi la charge de travail de routine des équipes de service. Cette évolution permet aux conseillers de consacrer davantage de temps aux interactions complexes ou à forte valeur ajoutée. La réactivité du service s’est également améliorée : 94 % des demandes des visiteurs sont désormais traitées en moins de 48 heures, ce qui marque une avancée significative tant en termes d’efficacité que de qualité de l’assistance. Les premiers travaux d’optimisation ont encore renforcé l’expérience, réduisant le temps de réponse de 6 à 8 secondes à environ 1 seconde et créant un flux d’interaction plus rapide et plus intuitif pour les clients planifiant leur séjour.
Ce qui a commencé comme une initiative ciblée de service client s’est transformé en un schéma directeur pour des opérations assistées par l’IA, démontrant comment l’orchestration peut relier les tâches, les systèmes et les connaissances à l’échelle de la station. Serre Chevalier étend désormais l’IA agentique à d’autres domaines, avec des prototypes préliminaires en cours de développement pour la surveillance de la neige artificielle, où des agents d’IA pourraient aider à interpréter les conditions et soutenir les équipes opérationnelles pendant la saison hivernale. Les équipes explorent également l’automatisation des processus RH afin de mieux soutenir la main-d’œuvre hautement saisonnière de la station, en utilisant des workflows orchestrés et pilotés par des agents pour rationaliser l’intégration, faire remonter rapidement les informations pertinentes et réduire les tâches administratives répétitives.
La gestion des équipements est un autre domaine présentant un potentiel significatif pour le support piloté par l’IA. Compte tenu de la quantité d’équipements répartis sur la montagne, la station évalue actuellement des tableaux de bord de maintenance prédictive alimentés par watsonx Orchestrate pour aider à surveiller et gérer ces actifs. Des travaux d’architecture sont en cours pour déterminer la meilleure façon d’intégrer cette fonctionnalité aux systèmes existants. À mesure que ces opportunités se concrétisent, Serre Chevalier commence à façonner un modèle opérationnel plus connecté qui applique l’intelligence agentique non seulement à l’engagement des visiteurs, mais aussi aux services essentiels qui assurent le bon fonctionnement de la station.
Fondée en 1941, Serre Chevalier est l’une des stations de montagne les plus prisées de France, en hiver comme en été. Située aux portes du parc national des Écrins dans les Alpes du Sud, la vallée offre un terrain varié, allant du ski en forêt de mélèzes aux zones de freestyle en passant par le ski nocturne sur la piste Vauban classée au patrimoine mondial de l’UNESCO, et s’étend sur les communes du Monêtier-les-Bains, de Villeneuve, de Chantemerle et de Briançon.
Next Decision est un IBM Business Partner et un cabinet de conseil spécialisé dans les technologies d’aide à la décision et la business intelligence. Basée en France, la société accompagne les entreprises dans des projets de BI et de données axés sur l’utilisateur, couvrant des secteurs tels que l’énergie, l’industrie, la banque, l’assurance, la distribution, les transports et le secteur public.
Mentions légales
© Copyright IBM Corporation, avril 2026.
IBM, le logo IBM, IBM Cloud, IBM watsonx, IBM watsonx.ai, IBM watsonx.governance et IBM watsonx Orchestrate sont des marques d’IBM Corp., déposées dans de nombreuses juridictions dans le monde entier.
Les exemples présentés ne sont qu’illustratifs. Les résultats réels varient en fonction des configurations et des conditions du client et, par conséquent, les résultats généralement attendus ne peuvent pas être fournis.