En collaboration avec IBM Consulting, trivago met au point et déploie « trivago Copilot », une solution qui améliore la productivité, l’accès aux connaissances et la prise de décision
Le lancement de l’IA générative a marqué un tournant dans la manière dont le travail est généré, documenté et exécuté dans tous les secteurs d’activité. Les travailleurs du savoir ont soudainement disposé de nouveaux moyens pour élaborer des idées, rechercher des informations et accélérer la prise de décision. Parallèlement, les entreprises ont été confrontées à une incertitude croissante concernant l’accès aux modèles, la gouvernance des données et la manière de déployer ces outils en toute sécurité à l’échelle. De surcroît, trivago devait se conformer aux exigences strictes de l’Union européenne en matière de protection des données et de souveraineté numérique. L’utilisation d’outils d’IA publics a suscité des inquiétudes quant au traitement ou au transfert d’informations sensibles de l’entreprise en dehors de l’UE, ce qui limitait la capacité des équipes à expérimenter librement l’IA générative. Il en a résulté un besoin urgent de disposer d’un environnement sécurisé et adapté aux entreprises, permettant aux collaborateurs d’interagir en toute sécurité avec l’IA tout en garantissant la résidence des données, leur gouvernance et la conformité aux réglementations de l’UE. Le risque ne résidait pas seulement dans l’adoption d’une technologie inadaptée, mais aussi dans une évolution trop lente alors que la nature même du travail était déjà en pleine mutation.
Dans ce contexte plus large, trivago a pris conscience que, sans une nouvelle approche, ses défis actuels ne feraient que s’accentuer. Le marché évoluait rapidement, avec différents modèles excellant dans différentes tâches. La charge liée à la gestion d’abonnements, d’identifiants et de contextes mentaux distincts sapait les gains de productivité que l’IA était censée apporter. Dans le même temps, s’en remettre à un seul fournisseur de services ne constituait pas une alternative sûre : les changements de tarification, l’abandon de certains modèles d’IA ou les interruptions de service pouvaient perturber les workflows sans préavis, créant un effet de concentration qu’aucune entreprise ne peut ignorer. Ces défis ont offert à trivago l’occasion de mettre en place une interface sécurisée et unifiée pour interagir avec les données d’entreprise à l’aide de l’IA, simplifiant ainsi l’accès aux informations dispersées tout en permettant une utilisation sûre, conforme et évolutive de l’IA générative au sein d’environnements contrôlés.
La création de documentation, de plans de projet et d’analyses de rentabilité de haute qualité exigeait un effort manuel considérable, ce qui ralentissait l’exécution dans un environnement entrepreneurial par ailleurs en constante évolution.
Trivago avait besoin d’un moyen de s’adapter à la transition vers l’IA générative tout en améliorant sa productivité, en préservant ses connaissances et en donnant à ses collaborateurs, quel que soit leur niveau hiérarchique, les moyens de travailler plus rapidement et de prendre de meilleures décisions.
Pour faire de l’IA générative une capacité d’entreprise fiable, trivago a fait appel à IBM afin de concevoir et de faire évoluer son copilote d’IA interne, baptisé « trivago Copilot ». Grâce aux services de conception et d’ingénierie de produits numériques d’IBM Consulting, IBM et trivago ont collaboré pour mettre en place une infrastructure flexible et ouverte, capable de prendre en charge plusieurs fournisseurs de grands modèles de langage tout en assurant gouvernance, sécurité et contrôle régional des données. L’expérience offert par trivago Copilot s’aligne sur celle des copilotes d’entreprise modernes, grâce à une base cloud qui garantit une productivité sécurisée et évolutive, pilotée par l’IA.
Les équipes ont mis en place un processus cohérent et automatisé pour la mise à disposition et la gestion des données et des intégrations sous-jacentes, permettant ainsi des itérations plus rapides et une évolutivité fiable à l’échelle de l’entreprise. Trivago a ainsi pu étendre les capacités de son copilote au-delà de la génération de contenu et le faire évoluer vers une expérience de recherche d’entreprise qui relie les e-mails, les messages Slack et les systèmes de documentation, facilitant ainsi l’accès aux connaissances, quel que soit leur emplacement. Cette capacité a été encore améliorée grâce à la génération augmentée de récupération (RAG), garantissant que les réponses de l’IA s’appuient sur les données internes de trivago tout en conservant l’ensemble des informations en toute sécurité au sein d’un environnement contrôlé. Cette approche a renforcé la souveraineté numérique en empêchant l’exposition des données sensibles à des systèmes externes.
Afin d’aller au-delà de la simple récupération de connaissances, trivago a mis en place une automatisation sécurisée et pilotée par l’IA de ses workflows quotidiens. À présent, ses collaborateurs peuvent par exemple envoyer des e-mails via Outlook, résumer des conversations Slack et créer ou mettre à jour des tickets Jira à l’aide de simples prompts. Au lieu de consommer passivement des informations, les équipes exécutent désormais activement des tâches grâce à l’IA. La plateforme utilise également des agents d’IA pour exécuter du code, générer et télécharger des fichiers, créer des images et interagir avec divers formats de fichiers, élargissant ainsi encore davantage l’éventail des tâches que les collaborateurs peuvent accomplir via une interface unique.
Pour passer de la plateforme à la pratique, trivago a lancé Copilot parallèlement à une journée d’apprentissage de l’IA à l’échelle de l’entreprise : 25 sessions articulées autour de cas d’utilisation concrets, auxquelles ont participé environ 70 % des effectifs.
Plutôt que de limiter l’IA à un petit groupe de spécialistes, trivago s’est attaché à la démocratiser auprès de l’ensemble du personnel. Un groupe dédié d’ambassadeurs de l’IA a contribué à définir les objectifs, à partager les bonnes pratiques et à guider les collaborateurs à travers des expérimentations pratiques, tandis que la direction a activement renforcé une culture de curiosité, d’apprentissage et d’utilisation responsable de l’IA.
Comme l’explique Carolina Muradas, responsable de l’IA, de la stratégie et des opérations chez trivago : « Le risque de ne pas adopter l’IA est bien plus élevé que celui d’apprendre sur le tas. En collaborant avec IBM, nous avons pu passer du concept à la production plus rapidement que nous ne l’aurions fait seuls. Désormais, nos équipes abordent les projets avec une vision plus globale. »
En collaborant avec IBM, trivago s’est assuré que l’adoption de l’IA dépasse le stade de l’expérimentation, en l’intégrant dans les méthodes de travail quotidiennes plutôt que de la traiter comme une initiative isolée. Toutes les capacités ont été conçues dans le respect de la résidence des données au sein de l’UE, garantissant ainsi que les données d’entreprise, les résultats générés et les interactions des utilisateurs restent en toute sécurité au sein de la région.
Dès les premières années d’utilisation de trivago Copilot, les collaborateurs ont indiqué avoir gagné en moyenne huit jours ouvrés par an dès la première année, en 2023. Aujourd’hui, plus de 600 collaborateurs utilisent activement la plateforme, le taux d’adoption atteignant environ 90 % des effectifs éligibles, ce qui témoigne d’une forte intégration dans les opérations quotidiennes. Au cours de la troisième année, en 2025, ce chiffre a plus que doublé pour dépasser 16,6 jours par collaborateur, reflétant une adoption généralisée et une intégration plus poussée de l’équipe à trivago Copilot.
Au-delà des gains de temps, trivago a renforcé la manière dont les connaissances sont capturées, structurées et réutilisées. La recherche d’entreprise a permis de réduire les reprises en facilitant l’accès aux décisions passées, à la documentation et au contexte, tandis que les équipes ont amélioré la qualité globale de la documentation, de la planification et de la prise de décision. Les collaborateurs peuvent désormais lancer des initiatives en s’appuyant sur une base plus solide, avec une visibilité plus claire sur les connaissances existantes. Au-delà de l’accès aux connaissances, les collaborateurs peuvent désormais automatiser les workflows routiniers et exécuter des actions directement via la plateforme, ce qui réduit les efforts manuels et libère du temps pour des tâches à plus forte valeur ajoutée.
En conséquence, trivago a raccourci le délai entre l’idée et sa mise en œuvre, permettant ainsi une expérimentation et une itération plus rapides sans compromettre la qualité. Il est important de noter que la société a mené à bien cette transformation tout en conservant un contrôle total sur ses données, en garantissant la conformité aux réglementations européennes et en mettant en place un environnement fiable et sécurisé pour l’adoption de l’IA d’entreprise. Il en résulte non seulement une productivité accrue, mais aussi une méthode de travail plus cohérente et plus résiliente qui lui permet de s’adapter à mesure que l’IA générative continue d’évoluer. Akshay Sureka, Associate Partner chez IBM Consulting, résume la situation comme suit : « L’impact réel provient de l’intégration de l’IA dans les workflows quotidiens. En reliant les connaissances de l’entreprise et en facilitant la prise de mesures via une interface unique, les équipes de trivago peuvent agir plus rapidement et avec davantage de confiance. »
Trivago est une entreprise technologique mondiale qui permet aux voyageurs de comparer les prix des hôtels et de trouver les meilleures options d’hébergement. Elle est animée par une forte culture d’entrepreneuriat, de transparence et d’innovation continue.
Mentions légales
© Copyright IBM Corporation. Juin 2026.
IBM, le logo IBM et IBM Product Engineering Consulting sont des marques de commerce d’IBM Corp., déposées dans de nombreuses juridictions à travers le monde. Exemples donnés à titre indicatif uniquement. 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.