![[ÉPISODE 3] L'IA dans le tourisme. Workslop : quand l'IA coûte plus qu'elle ne rapporte](https://storage.ghost.io/c/4f/5d/4f5db791-8b00-4178-9528-40e80bf0bf29/content/images/size/w1600/format/webp/2026/02/IA-dans-le-tourisme-1-1.webp)
Vol manqué pour Porto Rico
Août 2025. Mery Caldass, influenceuse espagnole suivie par des centaines de milliers d'abonnés, se présente au comptoir d'embarquement de l'aéroport de Madrid. Destination : Porto Rico, pour un partenariat avec une marque de cosmétiques. Elle a planifié son voyage entièrement avec ChatGPT : vol, hôtel, activités, tout.
Au comptoir, la préposée lui demande son ESTA. Mery ne comprend pas. Quel ESTA ? ChatGPT ne lui a jamais parlé d'ESTA. Elle sort son téléphone, montre l'itinéraire généré par l'IA. L'employée secoue la tête : Porto Rico est un territoire américain. Les Européens doivent obtenir une autorisation ESTA avant de voyager, même pour un court séjour.
Vol manqué. Hôtel annulé (non remboursable). Partenariat compromis. Vacances gâchées.
Le site CamJon Travel a documenté cet incident en décembre 2025, aux côtés de dizaines d'autres cas similaires. Un touriste australien s'est retrouvé bloqué à Mexico City après avoir suivi les conseils visa de son chatbot pour transiter vers le Chili — information fausse. Google Bard a inventé de toutes pièces le « Hotel Gracery Shibuya » à Tokyo, générant une fiche détaillée avec adresse, équipements et tarifs d'un établissement qui n'a jamais existé.
camelon02
Ces histoires illustrent un phénomène que les experts nomment désormais « workslop » : contraction de « work » et « slop » (bouillie). Le déferlement de contenus IA médiocres qui engorgent les processus au lieu de les fluidifier.
Les chiffres alarmants du workslop
Une étude conjointe de BetterUp Labs et de l'université Stanford, menée auprès de 1 150 employés, révèle l'ampleur du problème. Les résultats sont accablants.
40 % des salariés sont régulièrement confrontés au workslop : c'est-à-dire à du contenu généré par IA qu'ils doivent corriger, reformuler ou simplement jeter. Et surtout : seulement 15,4 % du contenu généré par IA est utilisable sans révision majeure. En clair, plus de 84 % de ce que produisent les chatbots nécessite un travail substantiel de vérification et de correction.
Le coût est vertigineux. L'étude évalue à 1 heure 56 minutes par mois le temps perdu par employé à gérer ce contenu défaillant. Soit 186 dollars par incident en moyenne. Pour une entreprise de 10 000 salariés, cela représente 9 millions de dollars de pertes annuelles : en temps perdu, en erreurs à corriger, en opportunités manquées.
Le MIT confirme cette tendance macroéconomique dans une analyse publiée en 2025 : 95 % des entreprises ne voient aucun retour sur investissement mesurable de leurs projets IA. Le décalage entre les promesses des fournisseurs et la réalité opérationnelle n'a jamais été aussi flagrant.
David-Julien Rahmil
Pour le tourisme, secteur où l'information doit être exacte et à jour, les risques sont amplifiés. Une erreur dans un e-mail marketing interne est gênante ; une erreur sur un visa peut ruiner un voyage. Une hallucination dans un rapport financier sera corrigée par un contrôleur ; une hallucination sur un horaire de ferry peut mettre des vies en danger.
Les visages du workslop touristique
Dans le tourisme, le workslop prend des formes spécifiques particulièrement dangereuses.
Les descriptions d'hébergements hallucinent des équipements inexistants. Google Bard a inventé un hôtel complet à Tokyo. D'autres chatbots ont décrit des piscines là où il n'y en avait pas, des vues mer pour des chambres côté parking, des restaurants ouverts 24 heures qui ferment à 22 heures. Le taux d'hallucination des modèles performants tourne autour de 3 % pour les requêtes générales, selon CamJon Travel. Mais ce chiffre grimpe à 6,4 % pour les informations à caractère juridique ou réglementaire.
Les itinéraires absurdes génèrent des séquences logistiques impossibles. Le cas CNN Travel de Hong Kong : un bus vers Lamma Island accessible uniquement par ferry est emblématique. Au Pérou, des touristes ont cherché pendant des heures le « Sacred Canyon of Humantay », destination inventée par leur assistant IA, se mettant en danger sur des routes non balisées (Futurism, octobre 2025).
Sharon Adarlo
Les chatbots mal calibrés ruinent la relation client en quelques secondes. Sans données locales fiables, un assistant virtuel affirmera que le restaurant est ouvert le dimanche alors qu'il ferme, recommandera une excursion annulée depuis des mois, ou inventera des politiques d'annulation inexistantes. Un client qui réserve sur la base d'informations fausses devient un client furieux et potentiellement un conflit juridique.
Les traductions catastrophiques transforment un slogan marketing en insulte involontaire. La nuance culturelle, essentielle dans le tourisme, échappe souvent aux modèles statistiques. Un message parfaitement correct en anglais peut devenir offensant une fois traduit automatiquement en japonais ou en arabe, parce que le contexte culturel est absent.
Pourquoi le tourisme est particulièrement vulnérable ?
Plusieurs caractéristiques du secteur amplifient les risques du workslop.
L'information change rapidement. Horaires saisonniers, fermetures exceptionnelles, événements, travaux… les données statiques des modèles deviennent obsolètes parfois en quelques semaines. Un LLM entraîné sur des données de 2023 ignore les nouvelles lignes de transport ouvertes en 2025, les changements de réglementation visa, les hôtels qui ont fermé ou changé de propriétaire.
La diversité des contextes est infinie. Un conseil valable pour un voyageur solo de 25 ans ne l'est pas pour une famille avec jeunes enfants ou un senior à mobilité réduite. Les modèles généralistes peinent à saisir ces nuances sans prompt très détaillé et même avec un prompt détaillé, ils peuvent ignorer des contraintes implicites évidentes pour un humain.
Les conséquences des erreurs sont immédiates et tangibles. Un voyageur bloqué à un aéroport, une réservation ratée, une excursion dangereuse n'ont rien d'abstrait. Contrairement à une erreur dans un document interne corrigée à la relecture, une hallucination touristique peut mettre des vies en danger, comme l'illustre le cas des randonneurs bloqués au sommet d'une montagne japonaise.
La confiance excessive des utilisateurs aggrave le problème. L'étude du Journal of Consumer Behaviour (Rejón-Guardia et al., janvier 2026) montre que même confrontés à des preuves d'erreur, certains utilisateurs maintiennent une confiance irrationnelle dans les recommandations IA. L'étude de Current Issues in Tourism (Christensen et al., 2025) confirme : sur 900 consommateurs, beaucoup choisissaient des itinéraires IA comportant des erreurs manifestes, les percevant comme « plus impartiaux et personnalisés » que des conseils humains.
Le coût invisible de la désinformation
Au-delà des cas individuels, le workslop s'inscrit dans un phénomène plus large de désinformation dont le coût économique est colossal.
Le World Economic Forum publiait en juillet 2025 une analyse sur l'impact financier de la désinformation sur les entreprises. Les chiffres donnent le vertige. Selon une étude de l'Université de Baltimore et CHEQ datant de 2019 mais régulièrement actualisée, le coût global de la désinformation atteint 78 milliards de dollars par an.
Pour le secteur touristique spécifiquement, les faux avis représentent une plaie béante. Cavazos estimait en 2021 que les avis frauduleux coûtent 152 milliards de dollars aux entreprises mondiales. Trustpilot rapportait en 2020 que 89 % des revenus e-commerce sont influencés par les avis en ligne, ce qui donne une mesure de l'enjeu.
Avec l'IA générative, le problème s'aggrave. Une étude MDPI publiée en juillet 2025 dans la revue Social Sciences documente l'évolution des publications sur les fake news dans le tourisme. Le pic a été atteint en 2020-2021, lié à la pandémie de COVID-19 (fausses informations sur les restrictions, les risques sanitaires, les fermetures). Mais les auteurs citent les travaux de Tuomi (2021) sur les « deepfake consumer reviews », des avis générés par IA impossibles à distinguer des avis authentiques.
L'UNESCO alertait en octobre 2025 sur la croissance explosive du marché de l'IA générative : 560 % de 2025 à 2031, pour atteindre 442 milliards de dollars selon Statista. Cette puissance peut être utilisée pour générer du workslop à échelle industrielle.
World Economic Forum
Comment échapper au piège
Les organisations qui réussissent à tirer de la valeur de l'IA sans tomber dans le workslop suivent quelques principes clés.
Premier principe : former massivement avant de déployer. Les entreprises les plus avancées consacrent jusqu'à 30 % de leur budget IA à la formation des équipes. Un employé qui comprend les limites du modèle — qui sait que l'IA peut halluciner, qu'elle ne vérifie pas ses sources, qu'elle n'a pas de représentation du monde réel — l'utilisera mieux qu'un utilisateur naïf qui prend chaque réponse pour argent comptant.
Deuxième principe : instaurer des processus de validation systématiques. Toute information critique — horaires, prix, conditions, documents requis — doit être vérifiée par un humain avant publication ou transmission au client. Cette étape ajoute un coût, mais il est négligeable face aux conséquences d'une erreur. L'hôtel qui affirme une politique d'annulation flexible basée sur une hallucination IA s'expose à des litiges coûteux.
Troisième principe : mesurer le ROI réel. Pas les promesses des fournisseurs, pas le temps théoriquement gagné, mais le temps effectivement économisé après correction des erreurs, formation des équipes et gestion des incidents. Beaucoup d'organisations découvrent que leurs gains supposés sont en réalité des pertes nettes quand on intègre tous les coûts cachés.
Quatrième principe : appliquer la règle 80/20. L'IA produit 80 % d'un travail de base ; l'humain apporte les 20 % critiques de vérification, contextualisation et jugement. Inverser cette proportion — attendre 100 % d'une IA autonome — garantit le workslop.
Cinquième principe : privilégier les cas d'usage à faible risque d'abord. L'IA excelle pour générer des premières ébauches, synthétiser des avis clients, suggérer des variations créatives, répondre aux questions fréquentes sur des sujets stables. Elle échoue souvent sur les informations réglementaires, les conseils médicaux ou de sécurité, les situations d'exception, les négociations complexes.
Le coût de l'inaction
Ignorer le workslop n'est pas une option. L'étude Wiley de janvier 2026 confirme que la perception d'hallucinations par les clients réduit significativement leur confiance et leur intention d'achat. Dans un secteur où la recommandation et la réputation sont centrales, quelques erreurs virales peuvent détruire des années de construction d'image.
Le rapport Full Fact 2025, analysant l'élection britannique de juillet 2024, apporte un éclairage complémentaire. Les deepfakes sophistiqués ont été moins influents que prévu ; ce sont les « cheapfakes » — vidéos simplement éditées ou sorties de contexte — qui ont eu le plus d'impact. Plus de la moitié des électeurs ont vu de l'information trompeuse, et environ 25 % ont été exposés à des photos, vidéos ou audios manipulés.
Pour le tourisme, la leçon est claire : il n'est pas nécessaire que le contenu trompeur soit sophistiqué pour faire des dégâts. Une simple description d'hôtel avec une piscine inexistante, une recommandation de restaurant fermé, un itinéraire avec des correspondances impossibles suffisent à ruiner une expérience et une réputation.
La solution n'est pas de rejeter l'IA, mais de l'intégrer avec lucidité. Les organisations qui y parviennent gagnent un avantage concurrentiel réel : elles captent les gains de productivité tout en évitant les pièges. Celles qui cèdent à l'enthousiasme sans discernement paieront le prix du workslop — en argent, en temps et en réputation.
Ce que les promesses ne disent pas
Mery Caldass n'a jamais atteint Porto Rico. Les touristes américains au Pérou n'ont jamais trouvé le Sacred Canyon of Humantay. Le couple japonais a été secouru frigorifié au sommet d'une montagne. Ces histoires ne sont pas des accidents isolés, elles sont le symptôme d'un mal systémique.
Les chiffres sont implacables. 40 % des employés confrontés régulièrement au workslop. 85 % du contenu IA inutilisable sans révision majeure. 9 millions de dollars de pertes annuelles pour une entreprise de 10 000 salariés. Et surtout 95 des entreprises sans retour sur investissement mesurable de leurs projets IA.
Le workslop n'est pas un bug qu'une mise à jour corrigera. C'est la conséquence structurelle d'outils qui prédisent sans comprendre, génèrent sans vérifier, affirment sans douter. Dans un secteur où l'information doit être exacte — où une erreur de visa peut ruiner des vacances, où un horaire faux peut mettre des vies en danger — cette fragilité est inacceptable.
La solution n'est pas de rejeter l'IA. Elle est de l'utiliser avec lucidité. Former avant de déployer. Mesurer réellement, pas théoriquement. Appliquer la règle 80/20 : l'IA produit la base, l'humain apporte le critique. Commencer par les cas à faible risque. Et surtout, ne jamais confondre fluidité de génération et fiabilité d'information.
Ceux qui intègrent ces principes gagnent un avantage concurrentiel. Les autres paieront le prix du workslop — en argent, en temps, en réputation.
Dans le prochain épisode, nous élèverons le regard vers les enjeux géopolitiques. Chine, États-Unis, Europe : trois modèles d'IA touristique s'affrontent, chacun porteur d'une vision différente du voyage et de la société. Qui contrôlera les données des voyageurs ? Qui orientera leurs choix ? Qui captera la valeur de leurs dépenses ? Bienvenue dans la guerre des algorithmes.
Sources : CamJon Travel (décembre 2025), BetterUp Labs/Stanford (2025), MIT (2025), CNN Travel (décembre 2025), Futurism (octobre 2025), Current Issues in Tourism Vol. 28 (Christensen et al., 2025), Journal of Consumer Behaviour (Rejón-Guardia et al., janvier 2026), WEF (juillet 2025), MDPI Social Sciences (juillet 2025), UNESCO (octobre 2025), Full Fact Report (2025)
