L'IA et le tourisme durable : quels sont les enjeux ?

dimanche 26 juillet 2026 07:21

Aujourd'hui, il est rare de participer à une conférence touristique sans entendre que l'intelligence artificielle transforme fondamentalement le fonctionnement du secteur. Quelques présentations plus tard, il est souvent mentionné que l'IA consomme beaucoup d'énergie, nécessite de l'eau pour refroidir les centres de données et augmente constamment la demande en infrastructures informatiques. Ces deux affirmations sont vraies. L'intelligence artificielle a un impact environnemental, mais elle offre également un accès à des connaissances et des outils qui étaient auparavant inaccessibles pour de nombreuses entreprises touristiques. La véritable question n'est donc pas de savoir si l'IA est bonne ou mauvaise, mais plutôt comment nous l'utilisons, sur quelles données elle se base et quels objectifs nous lui fixons.

Lors du développement d'I-DEST, nous travaillons également dans cette dualité. Nous créons des solutions numériques qui intègrent l'intelligence artificielle tout en soutenant une gestion plus durable des destinations et des prestataires touristiques. C'est pourquoi nous ne pouvons pas éviter la question du prix à payer pour l'utilisation de la technologie et de ce que nous en retirons en retour.

Quel est le coût pour la planète ?

Selon les estimations de l'Agence internationale de l'énergie (AIE), les centres de données mondiaux ont consommé environ 415 térawattheures d'électricité en 2024. Cela représentait environ 1,5 % de la consommation électrique mondiale. Selon le scénario de base, cette consommation pourrait atteindre 945 térawattheures d'ici 2030, soit plus du double, représentant près de 3 % de la consommation mondiale d'électricité. (AIE, 2025)

L'un des principaux moteurs de cette croissance est l'IA, bien que les centres de données ne servent pas exclusivement des systèmes d'intelligence artificielle. Les services cloud, les vidéos en ligne, les systèmes informatiques d'entreprise et de nombreux autres services numériques nécessitent également des capacités importantes.

L'impact environnemental d'une seule requête IA peut cependant être bien moindre que ce que suggéraient les estimations générales précédentes.

Selon les mesures opérationnelles publiées par Google en août 2025, le traitement d'une requête textuelle Gemini moyenne, ou plus précisément médiane :

a consommé 0,24 wattheure d'énergie,
a généré 0,03 gramme d'équivalent CO2,
et a nécessité environ 0,26 millilitre d'eau.

La consommation énergétique équivalait à environ neuf secondes de visionnage télévisé, et la quantité d'eau à environ cinq gouttes. (Elsworth et al., 2025)

Cependant, ces données doivent être interprétées avec prudence. La mesure concernait un service spécifique, les requêtes textuelles Gemini, et ne peut pas être généralisée à tous les systèmes d'IA, aux tâches de recherche complexes, ou à la génération d'images ou de vidéos. De plus, le calcul ne reflète pas pleinement l'impact environnemental du développement, de l'entraînement des modèles, de la fabrication du matériel et de la construction des centres de données. Les résultats de Google ont également été critiqués par des experts indépendants, car les méthodes de calcul de l'utilisation indirecte de l'eau et des émissions peuvent influencer considérablement les résultats.

Les deux affirmations ne se contredisent donc pas. L'impact d'une seule requête peut être minime, mais celui de plusieurs milliards de requêtes ne l'est pas. Les systèmes deviennent de plus en plus efficaces, mais leur utilisation se répand également très rapidement. Par conséquent, la demande totale en énergie et en eau peut augmenter, même si chaque tâche individuelle nécessite de moins en moins de ressources.

En ce qui concerne l'utilisation de l'eau, ce n'est pas seulement la quantité globale qui compte. L'emplacement du centre de données est également crucial. Une même demande en eau peut avoir des conséquences très différentes dans une région pluvieuse par rapport à une région souffrant régulièrement de pénurie d'eau.

Le cycle de vie du matériel ne peut pas non plus être ignoré. La fabrication de puces haute performance nécessite des matières premières, de l'eau et de l'énergie, et le remplacement rapide des équipements augmente la quantité de déchets électroniques.

Quels bénéfices en retour ?

L'intérêt de l'intelligence artificielle pour le tourisme ne réside pas nécessairement dans les grandes entreprises internationales. Elle peut apporter des changements bien plus visibles chez les petits prestataires. Une maison d'hôtes de quelques chambres, un restaurant familial ou un organisateur local d'activités ne communiquaient souvent pas dans plusieurs langues, n'analysaient pas régulièrement les avis des clients et ne réalisaient pas de rapports détaillés sur la durabilité, faute de personnel ou de consultants externes adaptés.

Aujourd'hui, une partie de ces tâches peut être réalisée avec un simple ordinateur portable. L'IA ne remplace pas l'expertise professionnelle, mais elle peut réduire considérablement les coûts et le temps nécessaires pour franchir les premières étapes.

L'un des grands avantages sociaux réside dans l'accessibilité. Grâce à l'intelligence artificielle, il est plus facile de produire :

des traductions en temps réel ou rapides ;
des informations rédigées dans un langage simple ;
des contenus audibles ;
des descriptions d'images pour les personnes malvoyantes ;
des informations adaptées à divers besoins ;
des synthèses basées sur des données d'accessibilité.

Ces tâches étaient souvent négligées auparavant, car les prestataires ne pouvaient pas les financer.

Dans un secteur touristique confronté à une pénurie de main-d'œuvre, l'automatisation administrative peut également être utile. Elle ne remplace pas nécessairement les employés, mais libère du temps. Moins de temps est consacré à remplir des tableaux, à rédiger des courriers répétitifs ou à organiser des données, laissant plus de temps pour les clients.

Cela n'est vrai que si la direction de l'entreprise utilise réellement la technologie à ces fins. L'IA peut tout aussi bien être utilisée pour soutenir les employés que pour renforcer leur contrôle ou réduire les effectifs. La technologie ne décide pas seule de la direction à prendre.

Elle offre également de nombreuses possibilités pour la valorisation du patrimoine culturel. Des collections historiques, des photographies anciennes, des enregistrements ethnographiques, des matériaux dialectaux et de longues monographies peuvent devenir consultables. L'histoire d'une localité peut ainsi être intégrée dans un itinéraire thématique, un audioguide ou un programme scolaire.

La littérature scientifique reste toutefois bien plus prudente quant aux avantages de l'IA pour la durabilité que les supports marketing des entreprises technologiques. Selon une revue de Gössling et Mei en 2025, les opportunités sont largement discutées, mais il existe encore relativement peu de preuves fiables concernant les résultats de durabilité mesurables à long terme. Les auteurs avertissent également que l'IA peut renforcer la concentration des données, la surveillance des consommateurs et l'intensification du tourisme (Gössling–Mei, 2025).

Une revue systématique de 213 publications scientifiques a révélé que les recherches sur l'automatisation intelligente dans le tourisme se concentrent principalement sur l'expérience des visiteurs, la préservation du patrimoine, la qualité de vie, la mesure des expériences des visiteurs et la protection de l'environnement. Cependant, les impacts environnementaux pratiques ont jusqu'à présent reçu moins d'attention que les questions économiques et sociales (Majid et al., 2023).

Le marketing, premier point de contact

La plupart des entreprises touristiques rencontrent d'abord l'intelligence artificielle dans le domaine du marketing. Elles l'utilisent pour rédiger des textes, traduire, créer des publications sur les réseaux sociaux, des newsletters, générer des images et répondre aux avis des clients. Cela s'explique facilement : les résultats sont immédiatement visibles, l'utilisation est relativement simple et ne nécessite généralement pas de développement informatique spécifique.

Du point de vue de la durabilité, cependant, le marketing est bien plus important que de simplement produire plus rapidement une publication Facebook. La communication peut avoir un impact significatif sur :

les types de visiteurs qui viennent à un endroit donné ;
le moment où ils voyagent ;
la durée de leur séjour ;
les attractions qu'ils visitent et où ils dépensent leur argent.

Une campagne bien conçue au printemps ou en automne peut, par exemple, réduire la pression de la haute saison estivale. Mettre en avant une partie moins connue d'une localité ou une entreprise locale peut aider à disperser les visiteurs, évitant ainsi une concentration sur quelques lieux seulement. L'IA permet également à un petit prestataire ou à une organisation touristique de créer des messages adaptés à différents publics. Un contenu peut être destiné à ceux qui souhaitent voyager pendant des périodes plus calmes, aux familles avec de jeunes enfants, aux cyclistes ou à ceux qui recherchent des produits locaux et des producteurs.

La communication multilingue devient également plus rapide et moins coûteuse. Cela peut être particulièrement utile pour les marchés émetteurs plus petits qui n'avaient pas de budget marketing dédié auparavant.

L'IA peut également aider à mettre en avant des attractions moins connues, des histoires locales et des petits prestataires. Sur de nombreux sites web de destinations, les attractions les plus célèbres sont souvent décrites en détail, tandis que les trésors plus modestes sont à peine mentionnés. La technologie peut accélérer le traitement des informations, mais la connaissance locale et les récits authentiques doivent toujours être apportés par des humains.

Les principaux risques du marketing

Quand tous les lieux commencent à se ressembler

Si tous les prestataires utilisent les mêmes outils d'IA avec des instructions similaires, bientôt chaque hébergement sera "chaleureux", chaque localité un "joyau caché", et chaque activité offrira une "expérience inoubliable". Pourtant, dans le tourisme, le caractère unique d'un lieu est l'une de ses plus grandes valeurs.

C'est pourquoi il est utile de créer un guide linguistique propre à chaque lieu. Celui-ci peut inclure des expressions typiques, le ton souhaité, les clichés à éviter et les récits qui distinguent réellement le service.

Une image générée ne remplace pas la réalité

Une image montrant une chambre, une piscine, une vue ou un paysage inexistant n'est pas simplement une solution créative. Elle peut induire le client en erreur, poser des problèmes de protection des consommateurs et nuire à la confiance. Une image générée peut être utilisée comme illustration ou élément d'ambiance, à condition que cela soit clairement indiqué. Cependant, pour présenter un service réellement disponible à l'achat, il faut utiliser une photo réelle.

Le greenwashing devient plus rapide

Il est aujourd'hui possible de rédiger un texte sur la durabilité en quelques minutes. Mais pour mesurer l'impact réel, des données sont toujours nécessaires.

Si une affirmation environnementale n'est pas étayée par des mesures, des documents ou des résultats vérifiables, l'IA ne rend pas l'entreprise plus durable, elle produit simplement des messages verts non fondés plus rapidement. Cela constitue un risque commercial et juridique. Les affirmations environnementales sont de plus en plus scrutées, c'est pourquoi chaque résultat communiqué doit être prouvé et formulé avec précision.

Le système renforce ce qu'on lui fixe comme objectif

Si une campagne vise uniquement à augmenter le nombre de réservations ou les revenus immédiats, elle renforcera probablement les périodes et produits les plus populaires. Ce sont les plus faciles pour obtenir de bons résultats.

La durabilité ne sera prise en compte dans les décisions que si elle figure également parmi les indicateurs.

Des indicateurs possibles incluent :

la proportion de réservations hors saison ;
la durée moyenne des séjours ;
les dépenses dans les entreprises locales ;
la fréquentation des sites moins visités ;
la proportion de visiteurs utilisant les transports en commun ;
ou la consommation d'énergie et d'eau par nuitée.

Le même système d'IA peut proposer des recommandations très différentes si, en plus du nombre de réservations, ces critères sont également pris en compte.

Où l'IA fonctionne-t-elle déjà bien aujourd'hui ?

Prévisions de la demande et planification des capacités

À partir des données de réservation passées, des calendriers d'événements, des prévisions météorologiques, des informations sur les transports et d'autres facteurs, il est possible de produire des prévisions plus précises sur la demande attendue.

Cela peut aider à :

planifier les horaires de travail ;
gérer les stocks ;
adapter les capacités de transport ;
organiser les créneaux de visite ;
et détecter les périodes de surcharge à l'avance.

Les prévisions ne suppriment pas la surpopulation, mais elles permettent de détecter les problèmes plus tôt, laissant plus de temps pour intervenir.

Où l'IA fonctionne-t-elle déjà bien aujourd'hui ?

Réduction du gaspillage alimentaire

Les systèmes de reconnaissance et de mesure basés sur l'IA peuvent identifier quels aliments génèrent le plus de déchets et à quels moments. Ces données aident les cuisines à ajuster leurs approvisionnements, portions et menus. Lors du programme Green Ramadan de Hilton en 2025, impliquant 45 hôtels dans 14 pays, la quantité de nourriture laissée sur les assiettes a diminué de 26 %, évitant ainsi plus de 2,6 tonnes de déchets alimentaires. La technologie de mesure basée sur l'IA de Winnow a été utilisée dans cette initiative (Hilton, 2025). C'est un bon exemple où les intérêts environnementaux et commerciaux se rejoignent directement : moins de nourriture gaspillée, tout en réduisant les coûts d'approvisionnement.

Consommation d'énergie et d'eau

Les systèmes intelligents peuvent aider à réguler le chauffage, la climatisation et la ventilation. Ils peuvent détecter une consommation inhabituelle, des fuites, des équipements défectueux ou inutilisés.

L'objectif n'est pas de réduire le confort des clients, mais de s'assurer que le système ne consomme pas d'énergie là où et quand ce n'est pas nécessaire.

Préparation des rapports et certifications de durabilité

Une certification ou un audit de durabilité implique une documentation importante. Il faut collecter, organiser et associer aux exigences des politiques, factures, données de consommation, photos et autres preuves.

L'IA aide non pas en "verdisant" artificiellement le prestataire, mais en identifiant et organisant les preuves disponibles, en signalant les données manquantes et en soutenant le suivi des exigences.

La décision finale de conformité doit cependant toujours être prise par un expert ou un auditeur compétent.

Quand l'IA peut aggraver la situation

Un problème des recommandations basées sur l'IA est qu'elles mettent souvent encore plus en avant les lieux déjà populaires.

Une étude préliminaire de Lee et Pennington-Gray, basée sur un million de voyages intérieurs modélisés aux États-Unis, a révélé que les grands modèles linguistiques étudiés produisaient des flux touristiques plus saisonniers, inégaux et moins diversifiés que les schémas touristiques réels. Ces systèmes renforçaient particulièrement les associations entre destinations et périodes déjà populaires (Lee–Pennington-Gray, 2026).

Étant donné qu'il s'agit d'une étude préliminaire, les résultats doivent être confirmés par des recherches supplémentaires, mais le risque identifié mérite attention.

Si de nombreuses personnes demandent conseil aux mêmes systèmes, et que ces systèmes recommandent systématiquement les mêmes lieux, cela peut aggraver la surpopulation.

L'autre problème est l'invisibilité.

Une étude préliminaire de Chen, Weng et Moro en 2026 a examiné les recommandations de restaurants par trois grands modèles linguistiques dans cinq villes américaines, couvrant 304 quartiers. Même lorsque les modèles pouvaient choisir parmi une liste vérifiée de restaurants réels, 47,5 % des établissements n'ont jamais été recommandés. Parmi les entreprises laissées dans l'ombre, 31,9 % étaient les mêmes pour les trois familles de modèles étudiées (Chen–Weng–Moro, 2026).

Cela montre que l'IA ne se contente pas de rassembler les informations disponibles. Elle les trie également. Certains lieux sont régulièrement mis en avant, tandis que d'autres sont à peine ou pas du tout montrés.

Cela peut désavantager particulièrement les petites entreprises locales ayant peu d'avis ou une présence numérique limitée.

Que peut faire le voyageur ?

Ne demandez pas seulement où aller

Demandez aussi quand voyager et quelle alternative proche est moins fréquentée. Une question utile pourrait être :

« Quand cet endroit est-il le moins fréquenté, et quelle activité similaire puis-je trouver à proximité ? »

Nous contribuons souvent davantage à la durabilité en voyageant au même endroit à un autre moment qu'en cherchant une nouvelle destination lointaine.

Vérifiez les informations pratiques

Les horaires d'ouverture, les horaires de transport, les prix, les conditions de réservation et la validité des certifications doivent toujours être vérifiés à la source originale. L'IA peut présenter de manière convaincante des données obsolètes ou incorrectes.

Planifiez moins d'activités

Si un planificateur d'itinéraire recommande dix lieux en une journée, demandez-lui d'en réduire le nombre à trois ou quatre.

Moins de lieux signifie généralement moins de déplacements locaux, des programmes plus calmes et plus de rencontres authentiques. Dans l'impact environnemental d'un voyage, les déplacements représentent souvent une part bien plus importante que les quelques requêtes IA utilisées pour planifier le voyage.

Interrogez les affirmations de durabilité

Lorsque un hébergement ou une activité se dit durable, demandez : Dispose-t-il d'une certification indépendante ? Qui l'a délivrée ? Jusqu'à quand est-elle valide ? Quelles données sont mesurées ? Quels résultats concrets ont été obtenus ?

Il existe une grande différence entre une certification basée sur un référentiel indépendant et un label "vert" auto-attribué par une entreprise.

Que peut faire une entreprise touristique ?

Assurez-vous d'abord que les données sont correctes

L'IA ne peut travailler qu'avec ce qui est numériquement accessible et compréhensible.

Si les horaires d'ouverture sur le site web sont incorrects, si l'adresse ou la localisation géographique manque, si l'accessibilité n'est pas indiquée, et si les descriptions des services ne sont pas claires, les systèmes d'IA risquent aussi de transmettre des informations erronées ou incomplètes.

Il est particulièrement important de fournir :

un nom, une adresse et des coordonnées exacts ;
les horaires d'ouverture actuels ;
les prix et conditions de réservation ;
les options de transport ;
les informations sur l'accessibilité ;
une catégorisation appropriée des services ;
et des données structurées sur le site web.

Des données bien entretenues et compréhensibles par les machines ne sont pas seulement une question d'optimisation pour les moteurs de recherche. Elles peuvent aussi être une condition pour apparaître dans les recommandations basées sur l'IA.

Que peut faire une entreprise touristique ?

Mesurez d'abord, communiquez ensuite

Énergie, eau, déchets, approvisionnement local, nuitées, transport. Ce sont ces éléments qui permettent de calculer de véritables résultats en matière de durabilité.

L'IA peut aider à organiser les données, détecter les anomalies et préparer les rapports. Elle ne doit cependant pas être utilisée pour produire des affirmations environnementales convaincantes sans mesure préalable.

Un bon point de départ peut être :

les déchets alimentaires ;
la planification du chauffage et de la climatisation ;
les processus de blanchisserie ;
la détection des fuites d'eau ;
la gestion des stocks ;
ou la planification des approvisionnements.

Ces domaines montrent souvent des résultats commerciaux relativement rapides.

L'IA propose, l'humain décide

Tous les textes destinés aux clients, propositions de prix, traductions et affirmations environnementales doivent être vérifiés par un humain.

Un prix, un horaire ou une condition de réservation mal renseigné peut causer bien plus de dommages que le temps économisé grâce à l'automatisation.

N'utilisez pas un système plus grand que nécessaire

Pour chaque tâche, il n'est pas toujours nécessaire d'utiliser le plus grand modèle linguistique, ni de produire des vidéos générées par IA pour chaque communication.

Pour corriger un texte court, classer des données ou produire un résumé simple, un système plus petit et plus économe peut souvent suffire. Une bonne photo réelle peut parfois valoir bien plus qu'une vidéo générée énergivore.

Ce n'est pas seulement une question environnementale. C'est aussi une décision raisonnable en termes de coûts et d'efficacité.

Comment utilisons-nous l'IA chez I-DEST ?

Nous ne prétendons pas observer ce processus de l'extérieur. Dans le cadre du développement d'I-DEST et de notre travail professionnel, nous utilisons également régulièrement l'intelligence artificielle. Nous ne la considérons pas comme un décideur autonome, mais comme un outil de travail qui peut accélérer certains processus, aider à révéler des corrélations et réduire le nombre d'erreurs dues à l'inattention humaine.

Prévisions et scénarios

Nous analysons des séries chronologiques de demande, la saisonnalité, la charge des capacités et divers scénarios de développement.

L'IA est utile ici non pas parce qu'elle fournit une réponse infaillible, mais parce qu'elle permet d'examiner rapidement de nombreuses variantes et de détecter des corrélations qui seraient plus difficiles à identifier manuellement.

La qualité des données d'entrée détermine cependant tout. Des données de base erronées ou incomplètes peuvent rapidement conduire à des prévisions incorrectes. L'IA ne remplace donc pas la vérification des données, elle la rend encore plus essentielle.

Comment utilisons-nous l'IA chez I-DEST ?

Développement logiciel et détection des erreurs

Nous utilisons également l'intelligence artificielle dans le développement technique d'I-DEST. Elle permet de passer en revue rapidement de longs segments de code, d'identifier certaines erreurs logiques, incohérences et risques de sécurité, et de créer plus facilement des cas de test. L'objectif n'est pas que l'IA programme le système sans contrôle humain, mais qu'elle permette d'examiner les développements sous plusieurs angles, de détecter les problèmes plus tôt et, si possible, de les corriger avant que les utilisateurs n'y soient confrontés. Cela est particulièrement important pour un système complexe comme I-DEST, où différentes sources de données, langues, interfaces utilisateur, modules d'évaluation et fonctions de recommandation sont interconnectés. Une seule modification peut affecter le fonctionnement de plusieurs autres fonctionnalités.

L'analyse et les tests de code basés sur l'IA ajoutent une couche de contrôle supplémentaire aux tests traditionnels des développeurs et des utilisateurs. Cependant, l'utilisation de l'IA ne garantit pas un logiciel exempt d'erreurs. Le code proposé par la machine peut également contenir des erreurs, des solutions obsolètes ou des problèmes de sécurité. C'est pourquoi chaque modification importante est vérifiée par un développeur, et le fonctionnement du système est testé avant sa mise en production.

L'objectif n'est donc pas de remplacer le développeur, mais de réduire le nombre d'erreurs, de soutenir les tests et de rendre le travail de développement plus fiable.

Traduction et vérification terminologique

Nous utilisons l'IA pour traiter des stratégies, des documents de candidature, des descriptions touristiques et des normes en plusieurs langues. Chaque traduction automatique de documents importants est suivie d'une vérification humaine. Dans le vocabulaire technique du tourisme, de la durabilité et de l'Union européenne, une seule mauvaise traduction peut changer le sens d'une phrase ou d'une exigence. L'IA aide cependant à garantir l'utilisation cohérente des termes et des dénominations dans un document long. La cohérence terminologique est particulièrement importante pour les normes internationales, les exigences de certification et les interfaces numériques multilingues. De plus, l'IA assure l'accessibilité multilingue d'I-DEST, permettant aux destinations et aux prestataires de ne pas avoir à saisir leurs données dans plusieurs langues – chacun ne travaille que le strict minimum nécessaire.

Marketing et création de contenu

L'IA aide à préparer les premières versions de textes, les contenus multilingues et les communications ciblées pour différents publics.

Lors de son utilisation, nous suivons quelques règles simples :

nous communiquons avec notre propre ton ;
nous travaillons à partir de données vérifiables et réelles ;
le contenu final est approuvé par un humain ;
les affirmations de durabilité sont liées à des preuves ;
et nous ne considérons pas uniquement les clics ou les réservations comme des résultats.

Dans le marketing, l'impact de l'IA sur la durabilité dépend largement des objectifs fixés au système. Si seules les conversions à court terme comptent, l'algorithme peut facilement renforcer les périodes et lieux déjà populaires. Cependant, si la saisonnalité, la répartition géographique ou la visibilité des prestataires locaux figurent également parmi les objectifs, d'autres types de campagnes et de recommandations peuvent être élaborés. Parfois, bien que rarement, l'intelligence artificielle aide également à créer divers résumés pour des affiches ou des publicités.

Les axes de développement d'I-DEST

Chez I-DEST, nous nous efforçons de faire en sorte que l'IA base ses réponses sur des données vérifiées et des sources identifiables, et non uniquement sur les connaissances internes du modèle linguistique.

Nous associons l'évaluation de la durabilité à des référentiels internationalement reconnus, plutôt qu'à des impressions personnelles. C'est pourquoi nous intégrons sous forme numérique les critères de durabilité du Global Sustainable Tourism Council (GSTC) pour les destinations et les prestataires touristiques.

L'objectif de l'auto-évaluation n'est pas de donner automatiquement une image favorable de l'utilisateur. Le système doit montrer :

quel critère est respecté ;
quelle preuve le soutient ;
quelle donnée ou document manque ;
et où des mesures supplémentaires sont nécessaires.

Dans les recommandations, il est également important de prendre en compte le calendrier, la saisonnalité, l'impact environnemental des transports et la concentration géographique.

Les chercheurs de l'Université technique de Munich ont développé un système de recommandation touristique qui intègre, en plus des besoins des utilisateurs, les émissions de CO2 des modes de transport, la popularité des destinations et la saisonnalité dans ses recommandations (Banerjee et al., 2025).

Une étude utilisateur associée a montré que des informations claires sur les émissions, la popularité et la saisonnalité peuvent influencer les choix des voyageurs. Les participants étaient plus enclins à choisir un mode de transport à faible émission, ou une destination moins fréquentée ou mieux adaptée à la période, lorsque ces informations leur étaient clairement présentées (Banerjee–Mahmudov–Wörndl, 2024).

C'est une leçon importante. La durabilité n'est pas nécessairement une contrainte. Avec des données appropriées et des objectifs bien définis, l'IA peut également révéler des opportunités bénéfiques pour les voyageurs, les communautés locales et les entreprises.

Ce n'est pas l'IA, mais nous qui décidons du tourisme que nous construisons

L'impact environnemental de l'intelligence artificielle est réel. Cependant, les plus grandes charges environnementales du tourisme restent principalement liées aux déplacements, aux transports, à l'exploitation des bâtiments, à la consommation et à la surcharge saisonnière des lieux populaires.

Les avantages de l'IA sont également réels, mais pas automatiques.

Le même système peut aider à éviter un lieu surpeuplé ou y envoyer encore plus de visiteurs. Il peut aider à trouver une entreprise locale ou la rendre invisible. Il peut réduire le gaspillage alimentaire ou produire une campagne de durabilité séduisante mais non étayée par des données.

La question cruciale n'est pas IA ou durabilité.

Ce qui compte, ce sont les données sur lesquelles le système travaille, ce que nous lui demandons, les objectifs que nous fixons et qui vérifie les résultats.

Ce n'est pas seulement une question technologique. C'est une décision professionnelle et managériale.

C'est pourquoi les destinations, les entreprises touristiques et les voyageurs peuvent tous influencer si l'intelligence artificielle favorise une concentration accrue du tourisme ou un fonctionnement plus équilibré, accessible et économe.

Ce n'est pas l'IA, mais nous qui décidons du tourisme que nous construisons

Déclaration

Pour cet article de blog, aucune image nouvelle n'a été générée par l'intelligence artificielle. Toutes les images utilisées proviennent de sources déjà publiées, documentées dans le code source. Chez I-DEST, nous n'utilisons l'IA que lorsqu'elle apporte une réelle valeur ajoutée.

Sources utilisées

Banerjee, A. – Mahmudov, T. – Adler, E. – Aisyah, F. N. – Wörndl, W. (2025) : Modeling sustainable city trips: integrating CO₂e emissions, popularity, and seasonality into tourism recommender systems. Information Technology & Tourism, 27, 189–226. DOI : 10.1007/s40558-024-00303-1.

Banerjee, A. – Mahmudov, T. – Wörndl, W. (2024) : A User Interface Study on Sustainable City Trip Recommendations. arXiv:2405.11243.

Chen, L. – Weng, G. – Moro, E. (2026) : Large language models create an uneven informational layer over cities. arXiv:2607.06260. Étude préliminaire.

Elsworth, C. – Huang, K. – Patterson, D. – Schneider, I. – Sedivy, R. – Goodman, S. – Townsend, B. – Ranganathan, P. – Dean, J. – Vahdat, A. – Gomes, B. – Manyika, J. (2025) : Measuring the Environmental Impact of Delivering AI at Google Scale. arXiv:2508.15734.

Gössling, S. – Mei, X. Y. (2025) : AI and sustainable tourism: an assessment of risks and opportunities for the SDGs. Current Issues in Tourism. DOI : 10.1080/13683500.2025.2477142.

Hilton (2025) : Hilton Scales Up Green Ramadan Initiative in 2025, Achieves 26% Reduction in Plate Waste During the Holy Month. Résultats du programme réalisé en collaboration entre Hilton, le PNUE West Asia et Winnow.

International Energy Agency – IEA (2025) : Energy and AI. Analyse de la consommation énergétique des centres de données et des prévisions jusqu'en 2030.

Lee, S. – Pennington-Gray, L. (2026) : Large Language Models Yield Unsustainable Tourist Flows: Testing Algorithmic Biases Using the Baseline-Rescaling-Outcome Model. DOI : 10.31235/osf.io/kqczf. Étude préliminaire.

Majid, G. M. – Tussyadiah, I. – Kim, Y. R. – Pal, A. (2023) : Intelligent automation for sustainable tourism: a systematic review. Journal of Sustainable Tourism, 31(11), 2421–2440. DOI : 10.1080/09669582.2023.2246681.

Global Sustainable Tourism Council – GSTC : GSTC Industry Criteria et GSTC Destination Criteria. Critères internationaux de durabilité pour les destinations, hébergements et prestataires touristiques.