En attendant de pouvoir sceller son union avec American Express GBT, CWT soigne sa dot technologique. Et comme il est désormais impossible de s’aventurer sur ce terrain sans être confronté à l’IA, la TMC annonce elle aussi de nouvelles fonctionnalités nourries pas l’intelligence artificielle, conçues par ThoughtSpot. Avec des promesses ambitieuses en matière de reporting pour piloter beaucoup plus finement – et avec une réactivité accrue – sa politique voyages.
« L’intégration de ces capacités d’IA améliorées dans notre solution de reporting Analytics révolutionne la façon dont nos clients interagissent avec leurs données de voyage », témoigne Erica Antony, Chief Product Officer de CWT. « En permettant des requêtes en langage naturel, nous simplifions le processus de découverte d’informations critiques, ce qui permet aux entreprises de prendre des décisions éclairées rapidement et en toute confiance. Cette amélioration souligne notre engagement à exploiter les technologies de pointe pour créer de la valeur pour nos clients ».
Le recours au langage naturel – au lieu de mots-clés – est effectivement l’un des points forts mis en avant par CWT. La TMC cite plusieurs requêtes en guise d’exemple, que les travel managers pourront donc formuler naturellement à l’outil : « Quelles ont été les émissions moyennes de CO2 pour les vols internationaux pris par les voyageurs en Allemagne l’année dernière ? » ; « Comment le taux d’adoption des services en ligne en Inde a-t-il évolué entre 2022 et 2024 ? Utilisez un diagramme à barres » ; ou encore « Montrez-moi une liste de voyageurs qui se trouvent actuellement à Minneapolis, Minnesota, États-Unis ».
Au-delà d’une communication plus fluide entre l’homme et la machine, le recours de CWT au panel de solutions développé par ThoughtSpot promet de gagner en précision et en réactivité pour piloter sa politique voyages. CTW promet des informations quasiment en temps réel, une analyse poussée des données, retranscrites simplement et clairement. Autre point fort de l’outil : la possibilité pour l’utilisateur de personnaliser les formats, ou de fournir lui-même des tableaux pour pointer du doigt un changement inexpliqué. Charge ensuite à l’IA d’expliquer pourquoi les taux d’adoption en ligne ont brutalement baissé, pour pourquoi les émissions carbone s’envolent.
Last but not least : l’outil apprend de son utilisateur et de ses besoins. Sur la base de tel commentaire, de telle requête, le modèle d’IA va s’entraîner, d’après CWT, à mieux comprendre ses intentions et à lui fournir des réponses plus précises et personnalisées à chaque utilisation.
