Lena Concierge : des réponses adaptées à la question et à la saison

Lena Concierge travaille à fournir aux visiteurs de Saas-Fee des réponses plus pertinentes : à la question actuelle, sur le bon lieu et pour la bonne saison. Du 2 au 8 octobre 2026, les règles de conversation, les indications complémentaires et les données touristiques ont été révisées. Les dernières modifications du code ont été déployées sur le site public le 9 octobre ; leur effet dans l’usage réel reste à démontrer. État au 9 octobre 2026.

Une information exacte peut pourtant répondre à la mauvaise question

Demander le chemin vers son hôtel ne signifie pas chercher une nouvelle chambre. Mentionner la piscine Aqua Allalin ne signifie pas forcément parler du restaurant de montagne Allalin. Une activité estivale ne répond à une question d’automne que si elle convient aux dates du séjour.

Un concierge IA a donc besoin de davantage qu’un ensemble de faits locaux exacts. Il doit comprendre la demande actuelle, identifier l’établissement concerné et tenir compte de l’actualité des informations. Ces relations sont au cœur des dernières évolutions de Lena. Elles doivent réduire les indications inutiles et les recommandations trompeuses ; leur réalisation ne prouve pas encore une amélioration mesurée.

Ce qui a été travaillé du 2 au 8 octobre

Les modifications suivantes ont été intégrées à la version de développement le 7 octobre 2026, puis déployées sur le site public le 9 octobre. Cela confirme la version du code publiée, mais ni la mise à jour complète des données touristiques ni une amélioration mesurée des réponses.

Une salutation ne doit pas répéter une ancienne liste de restaurants

Une règle limitée reconnaît les salutations, remerciements et courtes confirmations isolés dans les cinq langues du chat. Pour ces messages reconnus, le modèle de langage ne reçoit pas la fenêtre de conversation précédente. Un simple « Bonjour » après une recommandation de restaurant doit ainsi être traité comme une salutation.

Les véritables questions de suivi, comme « Et demain ? », conservent le contexte. Cette reconnaissance est volontairement limitée : elle ne garantit pas tous les changements de sujet. Un autre mécanisme peut signaler des réponses similaires. Une répétition n’est pas automatiquement une erreur lorsqu’une personne repose la même question.

Le chemin vers son hôtel ne doit pas lancer une recherche d’hébergement

Une autre modification distingue certaines formulations concernant le séjour actuel d’une recherche d’hébergement. Une question sur son propre hôtel ne doit donc pas recevoir un lien supplémentaire de recherche Booking.com. Cette indication reste possible pour une véritable recherche de logement.

La proximité des noms Aqua Allalin et restaurant Allalin a également été prise en compte : mentionner la piscine ne doit pas suffire à ajouter les horaires du restaurant. La reconnaissance s’appuie sur des formulations définies et des noms connus. D’autres manières de poser la question restent à vérifier.

Les recommandations ont besoin de saisons et de sources identifiables

Le 7 octobre, certaines informations sur les restaurants et activités ont été révisées dans la version de développement. Les modifications retirent des préférences injustifiées pour certains établissements, ajoutent des sources et corrigent des indications de saison ou d’horaires. Sans notes de visiteurs dans les données, une recommandation fixe ne doit pas se présenter comme un classement objectif.

Un exemple vérifiable explique cet enjeu. Sur sa page consacrée aux marmottes, Saastal Tourismus indique une entrée en hibernation vers la mi-octobre et une reprise d’activité à partir de mai. Source vérifiée le 9 octobre 2026. Cela ne garantit pas de voir un animal un jour précis. Un concierge doit traiter la saison comme une condition.

Ces modifications ne constituent pas une vérification de tous les établissements. Après le déploiement, il faut contrôler les données réellement mises à jour et leur disponibilité dans la recherche. Elles ne mettent pas en place une surveillance automatique et complète de tous les horaires.

Ce que les stations peuvent apprendre des projets de numérisation

Le 20 août 2026, l’Observatoire valaisan du tourisme Tourobs a publié un Digital Transformation Canvas pour les destinations. Cet outil relie besoins des visiteurs, architecture des données, processus et responsabilités. Il demande des données structurées, fiables et entretenues en continu. Un nouvel outil ne remplace pas ce travail.

Les AI Local Guides offrent un exemple concret. Basel Tourismus présentait le 9 février 2026 des compagnons de voyage numériques fondés sur des connaissances locales entretenues par les organisations touristiques. Cet exemple associe informations sélectionnées et interface de conversation. C’est un projet indépendant, sans partenariat avec Lena ni mesure de ses résultats.

Pour Lena, une tâche pratique en découle : chaque recommandation doit avoir un texte pertinent, une source responsable et un état d’actualité traçable. C’est une priorité de développement, pas une fonction déjà mise en œuvre de façon complète.

Le bénéfice potentiel pour les visiteurs, hébergements et destinations

Pour les visiteurs : moins d’indications hors sujet

Une demande d’itinéraire doit recevoir un itinéraire ; une question de suivi, une réponse liée au contexte. Les informations saisonnières doivent aider à planifier sans promettre une disponibilité actuelle. La réduction des déplacements inutiles ou des questions supplémentaires reste à mesurer en exploitation.

Pour les hôtels et appartements de vacances : des informations cohérentes

Les hébergeurs pourraient mieux accompagner les visiteurs si le concierge distingue le séjour existant d’une nouvelle recherche de réservation. Des informations entretenues sur les activités et établissements pourraient aussi réduire les corrections des hôtes. Aucun gain de temps ou allègement de la réception n’est démontré pour ces changements.

Pour les destinations : entretenir les données ensemble

Une organisation de gestion de destination peut définir quelles informations viennent des établissements et qui les contrôle. En montagne, les dates du séjour et les saisons d’exploitation font partie de cette tâche. Lena peut être une interface d’accès ; un processus commun de contrôle et de mise à jour reste une responsabilité organisationnelle. Un tel processus n’est pas établi ici comme opérationnel pour Lena.

Prochaines étapes : contrôler les données et comparer les réponses

Après le déploiement, les mêmes questions doivent être comparées avant et après modification : une salutation après une conversation sur les restaurants, le chemin vers son hôtel, une question sur Aqua Allalin et une activité saisonnière. Il faut vérifier la pertinence des réponses et les véritables questions de suivi qui doivent garder leur contexte. Cette comparaison est une prochaine étape, pas un résultat publié.

Restent à contrôler les données appliquées, leur disponibilité dans la recherche et d’autres profils incertains. Il faudra ensuite définir les responsables et échéances des mises à jour saisonnières. Le nombre d’indications hors sujet et de recommandations factuellement erronées pourrait servir de mesure ; aucune valeur n’est affirmée ici.

Le 8 octobre 2026, une connexion facultative à la famille de modèles IBM Granite a été intégrée au développement, puis déployée avec le code du site le 9 octobre. Son utilisation exige un service d’hébergement configuré et un modèle explicitement choisi. Sa pertinence pour certaines questions Lena doit être comparée avec les mêmes questions spécialisées, langues et sources de connaissances. Un autre modèle ne remplace ni des données touristiques actuelles ni la vérification des réponses.

À lire également

• •Pourquoi l’IA touristique doit comprendre la destination : contexte géographique et séparation des connaissances.
• •Ce qui doit suivre une demande transmise par Lena : réponse et confirmation de l’établissement.