Operto, un vétéran des logiciels hôteliers âgé de 25 ans, a livré un système d'IA multi-agents en douze mois, se repositionnant ainsi en tant que système d'exploitation agentique pour les hébergements.
May 8, 2026
Au quatrième trimestre 2024, tous les fournisseurs de logiciels hôteliers disposaient d'une stratégie d'IA. Très peu d'entre eux disposaient d'un moteur d'IA.
L'écart entre la stratégie et le moteur est la phrase la plus onéreuse des logiciels d'entreprise. C'est la différence entre une feuille de route et un système de production, entre une liste de fonctionnalités et une architecture multi-agents sécurisée qui répond aux messages des clients à trois heures du matin dans la langue de l'invité. La plupart des entreprises sous-estiment cet écart d'un facteur trois. Un petit nombre d'entre eux le franchissent ; la plupart décrochent en mode pilote, alors que la démonstration fonctionne et que le déploiement ne fonctionne pas.
Operto, une entreprise de technologie hôtelière vieille de 25 ans surtout connue pour la gestion des portes IoT, les outils d'expérience client et les logiciels d'exploitation de milliers d'établissements, se situait exactement à l'intérieur de cette lacune. Il avait une base de clients. Il avait la profondeur opérationnelle. Fin 2024, elle ne disposait pas d'une seule ligne d'IA générative en production.
La plateforme Connect d'Operto, sur laquelle le personnel de l'établissement gère les interactions avec les clients, reposait sur le triage humain. Chaque question de réservation, chaque demande de départ tardif, chaque plainte concernant un thermostat en panne arrivaient dans la boîte de réception d'un opérateur et une personne y répondait. Les connaissances se trouvaient dans des documents épars et dans les chefs de personnel de longue date. La traduction était un onglet ouvert à Google ou une excuse polie. Il n'y avait aucune assistance par IA, aucun pilote automatique, aucune récupération contextuelle, aucun concept d'agent.
Les recettes accessoires provenant des ventes incitatives, du stationnement, des départs tardifs, des frais liés aux animaux de compagnie et de l'enregistrement anticipé représentent 10 à 20 % des recettes de séjour. Operto n'avait aucun mécanisme natif pour le capturer. Le flux de travail était un formulaire, le formulaire était déposé, le dépôt était de l'argent.
La pression concurrentielle était la partie la plus inconfortable. Cela provenait de concurrents natifs de l'IA proposant des produits plus fins mais de meilleures histoires. Une société d'exploitation dépourvue de moteur d'IA soutenait structurellement un fournisseur de chatbots avec une démonstration astucieuse. Cette asymétrie a motivé la décision.
Il y avait trois options à la fin de 2024, et les deux options évidentes étaient toutes deux erronées. Construire en interne impliquait de six à neuf mois d'embauche avant toute expédition, dans une catégorie où six mois correspondent à deux cycles de concurrence. L'achat d'un fournisseur de chatbots impliquait d'hériter de l'architecture, de la feuille de route et de la vision de quelqu'un d'autre quant à ce à quoi devrait ressembler l'IA dans le secteur de l'hôtellerie.
La troisième option était un partenaire qui disposait déjà d'une intelligence artificielle de production dans le segment, qui pourrait intégrer le produit de nouvelle génération en tant que co-constructeur plutôt qu'en tant que fournisseur, et qui avait la profondeur nécessaire pour concevoir et expédier le moteur en quelques mois plutôt qu'en années. INTO, une société d'IA basée à Montréal qui exploite déjà une plateforme d'interaction générative avec les clients basée sur l'IA sur le marché de la location à court terme, correspond à cette description.
La conversation n'a pas débuté sous la forme d'un partenariat. Cela a commencé, fin 2024, comme une discussion d'acquisition. À la mi-décembre, les deux parties avaient conclu qu'un partenariat était la meilleure solution. Il a préservé la vitesse et les limites IP des deux côtés, et a permis de commencer les travaux en quelques mois plutôt qu'après un accord. Les premiers travaux ont débuté le 1er mars 2025.
Les décisions qui déterminent si un navire de déploiement d'IA fait la une des journaux ne font presque jamais la une des journaux. La décision principale est le modèle à utiliser, et c'est le moins important. Les décisions qui comptent sont celles qui sont prises en dessous.
Le premier était un portail de confiance. Chaque réponse de l'IA est notée, et ce score détermine la suite. Au-delà d'un seuil, la réponse est envoyée de manière autonome. Dans la bande centrale, l'opérateur voit un brouillon qu'il peut modifier. En dessous, l'IA reste à l'écart. La plupart des déploiements d'IA échouent non pas parce que le modèle est mauvais, mais parce qu'ils promettent trop d'autonomie et ne tiennent pas suffisamment compte du moment où s'arrêter.
Le second était une limite de données claire. Operto est propriétaire de ses données opérationnelles. INTO possède la couche de connaissances à partir de laquelle l'IA extrait. Les deux systèmes se synchronisent via des webhooks ; les responsabilités sont claires. L'ambiguïté de la propriété des données est à l'origine de la mort des partenariats.
Le troisième était le refus de la dépendance vis-à-vis d'un fournisseur unique. Le moteur est indépendant du modèle ; il peut passer par OpenAI, Google, Groq, Azure, Fireworks et Huggingface, avec une logique de repli lorsqu'il est dégradé. Rien de tout cela n'est visible pour un invité qui envoie un message. Tout cela explique pourquoi le produit reste en place.
Le système est une architecture en couches : un moteur au centre, six agents spécialisés autour de lui, trois modes orientés vers l'opérateur. Le moteur gère la classification des intentions, la récupération, la génération de réponses, l'inférence multilingue et la notation de confiance. La surface de l'opérateur est intégrée directement dans Operto Connect. Dans le premier mode, l'IA suggère une réponse. Dans le second cas, l'opérateur rédige et l'IA complète la base de connaissances. Dans le troisième cas, l'IA envoie de manière autonome lorsque sa confiance dépasse le seuil.
Les agents font le travail qu'un seul chatbot ne peut pas faire. L'agent du service clientèle gère les demandes sur place ; l'agent de conciergerie gère les recommandations hors établissement ; l'agent des recettes et des ventes incitatives publie les frais directement sur le portefeuille de l'établissement, transformant le chat en surface de vente réelle plutôt qu'un formulaire ; l'agent responsable des opérations détecte les tâches dans les conversations avec les clients et oriente le travail dans Connect ; l'agent vocal prend les appels téléphoniques en temps réel sur une pile téléphonique à 8 kHz avec transfert à chaud vers un humain ; l'agent OpsAssistant traduit les demandes en langage naturel en déterministe Rapports SQL. Les connecteurs de gestion immobilière sont en production sur Cloudbeds et Mews.
Le cadrage d'Operto a changé. L'entreprise ne se décrit plus comme une entreprise de technologie hôtelière qui ajoute des fonctionnalités d'IA. Il se décrit en termes agentiques : un système d'exploitation agentique pour les hébergements, avec des agents intelligents chargés du marketing. Ce positionnement n'aurait pas été crédible au début de 2025. Il est crédible maintenant parce qu'il repose sur un code de production.
L'asymétrie entre un vétéran des opérations dépourvu de moteur d'IA et un entrant natif de l'IA sans profondeur opérationnelle était, jusqu'à récemment, unidirectionnelle. Lorsque le moteur est en production, il se rétrécit. L'empreinte de l'IoT, la profondeur des opérations et la clientèle constituent des avantages durables. Le moteur d'IA ferme la dimension manquante.
La plupart des transformations stratégiques sont visibles dès leur conclusion. Les plus intéressants sont ceux qui fonctionnent déjà avant que personne ne s'en aperçoive.
Grâce à son expertise en matière de stratégie et de gestion de produits, Sébastien aide les organisations à intégrer l'IA dans leurs opérations et services commerciaux.
Operto, un vétéran des logiciels hôteliers âgé de 25 ans, est entré fin 2024 sans capacité d'IA générative et sous la pression croissante des acteurs natifs de l'IA. Plutôt que de construire en interne ou d'acheter un fournisseur, l'entreprise a intégré INTO en tant que co-constructeur. En douze mois, un système de production multi-agents doté d'une autonomie garantie et d'une intégration native des folios a repositionné Operto en tant que système d'exploitation agentique pour les hébergements.
En trente minutes, nous vous aiderons à définir ce qu’il faut créer, éviter et prioriser.