L’IA dans la location saisonnière : construire VOS AGENTS vous-même ou laisser votre FOURNISSEUR de logiciel s’en charger ? Athena de PRICELABS montre les compromis

Comme vous vous en souvenez peut-être, tout au long de 2026, nous avons abordé ici sur Rental Scale-Up (RSU) deux approches de l’IA :

1. Plus de votre logiciel dans votre outil IA : votre logiciel de gestion de propriétés (PMS) ou de gestion des revenus (RMS) est accessible depuis votre outil IA préféré, comme ChatGPT ou Claude.
2. Plus d’IA dans votre logiciel : vos outils logiciels existants (PMS, RMS, etc.) intègrent davantage de capacités et d’intelligence artificielle.

La première approche est typiquement ce que PriceLabs a lancé cet été avec son connecteur MCP, un outil qui permet à une IA comme Claude de lire et d’agir sur vos données PriceLabs. D’autres fournisseurs proposent des connecteurs similaires pour leur propre logiciel. La seconde, c’est ce que nous voyons maintenant, à la fin de 2026. Intégrés dans les logiciels existants, les fournisseurs lancent des agents qui font bien plus que discuter, et qui ne vous obligent pas à partir d’une page blanche.

Ce que je trouve particulièrement intéressant, c’est que ces agents illustrent ce que l’IA peut accomplir quand elle s’appuie sur une expertise approfondie du secteur et sur l’observation du mode de travail des gestionnaires de biens et des hôtes individuels. Le lancement d’Athena par PriceLabs, le 3 octobre, juste avant la conférence internationale VRMA à Nashville, en est une illustration.

Athena en un paragraphe

PriceLabs présente Athena comme un analyste de revenus IA, intégré à sa plateforme de tarification dynamique et de gestion des revenus. Au lieu d’attendre une question, il effectue des vérifications de gestion des revenus selon un calendrier, signale ce qui mérite votre attention avec la raison, et n’effectue aucun changement tant que vous n’avez pas cliqué sur Accepter.

Pourquoi je partage cela

En tant que créateur de Rental Scale-Up, responsable du marketing produit chez PriceLabs et tout simplement passionné par ce secteur, je suis très enthousiaste à ce sujet. Je le suis d’autant plus que j’ai pu passer plusieurs jours à Nashville à discuter de tous ces sujets avec des gestionnaires de locations saisonnières et à confronter ma vision à la leur. J’ai trouvé ces conversations plus révélatrices que le lancement lui-même, c’est pourquoi je souhaite les partager ici.

Pourquoi c’est important : bientôt, chaque fournisseur dira qu’il possède des « agents », donc la question pour votre activité n’est plus de savoir si un outil a de l’IA. Selon moi, la question clé est de savoir à quel point ses agents sont efficaces, et quelle expertise les soutient.

Ce que fait Athena, en termes simples

Cinq éléments qui en font un « analyste de revenus IA »

Athena est un petit système comportant cinq éléments, ce pourquoi PriceLabs le considère comme un analyste de revenus IA :

• Agents : une douzaine de vérifications intégrées, chacune conçue par l’équipe PriceLabs pour une tâche précise, s’appuyant sur l’expertise développée depuis 2014 en gestion des revenus.
• Votre contexte : chaque résultat est analysé selon votre activité : vos objectifs de revenus, la performance et la structure de votre portefeuille, votre marché, ainsi que les notes que vous tenez pour une annonce ou son propriétaire (par exemple, un propriétaire qui préfère les longs séjours ou a un avis sur la tarification).
• Skills : vos propres vérifications, écrites en anglais courant, telles que vous les formuleriez à un collègue.
• Routines : le calendrier, afin que les agents et les skills s’exécutent automatiquement, quotidiennement ou chaque semaine, et envoient leurs constats à PriceLabs et dans votre boîte mail.
• Mesures de sécurité : rien ne change tant que vous n’avez pas cliqué sur Accepter, Review montre les éléments justificatifs de chaque constat, et chaque exécution et modification est enregistrée, en mentionnant qui l’a acceptée. Toutes vos données d’entreprise et de propriétaires restent chez PriceLabs.

L’ensemble offre ce qu’on attendrait d’un bon analyste junior : il sait quoi contrôler, le fait dans les temps, explique ce qu’il trouve et demande avant de modifier vos prix.

Quatre agents intégrés, à titre d’exemples

Ces quatre agents s’exécutent en routines :

• Scanner des annonces sous-performantes : signale les annonces avec peu de réservations sur les 60 prochains jours, celles qu’on remarque souvent trop tard.
• Alerte sur les dates qui se remplissent vite : détecte les nuits qui se vendent plus rapidement que d’habitude et suggère d’augmenter leur prix (sauf si vous avez déjà fixé un prix manuellement).
• Alerte sur les annonces à réservation rapide : signale une annonce qui se réserve soudainement bien plus vite que d’habitude, signe possible d’un prix trop bas.
• Surveillance du rythme d’occupation par segment : prévient lorsqu’un groupe d’annonces similaires se remplit moins vite que le marché, ou que l’an dernier, sur les trois prochains mois.

D’autres agents s’exécutent à la demande, comme le Contrôle de santé du portefeuille, qui compare votre portefeuille à son marché et à l’an dernier.

À quoi ressemble un skill

« Chaque semaine, compare le pickup des réservations avec le même point l’an dernier. Signale les dates qui ralentissent et ce qui pourrait les dynamiser. »

(Le pickup correspond au nombre de nouvelles réservations reçues sur une période donnée.)

À quoi cela ressemble un lundi matin

1. Athena repère quelque chose : par exemple, l’Alerte sur les dates qui se remplissent vite détecte que certaines nuits du mois prochain se réservent plus vite que d’habitude.
2. Vous recevez le constat : dans PriceLabs et par email, avec les réservations correspondantes et une suggestion d’augmenter le prix.
3. Vous décidez : Review ouvre le graphique lié au constat, Accepter applique la modification dans PriceLabs, et Rejeter laisse tout inchangé.

À quel point est-ce différent ? Chatbot, connecteur et Athena côte à côte

	Chatbot	Connecteur (MCP)	Athena
D’où vous partez	Une page blanche	Une page blanche, avec vos données intégrées	Des constats, prêts à être revus
Qui lance le travail	Vous, avec une question	Vous, ou une routine créée par vous	Athena, selon son calendrier, ou vous, à la demande, quand vous en avez besoin immédiatement
Qui construit les vérifications	Personne	Vous	PriceLabs, plus les skills que vous ajoutez
Qui effectue la modification	Vous	Vous, ou l’IA si vous l’y autorisez	Athena, après que vous avez cliqué sur Accepter

MCP offre l’accès. Athena ajoute l’intelligence

Voici l’essentiel, et je peux le dire franchement selon mon expérience : à mes yeux, et à ceux de PriceLabs aussi, MCP est excellent, mais c’est une question d’accessibilité. Il permet à votre outil IA d’accéder à PriceLabs, un peu comme l’application mobile permet à votre téléphone d’y accéder, de sorte que vous obtenez exactement les mêmes données. Athena ajoute l’intelligence : les vérifications, le calendrier et les mesures de sécurité.

Pourriez-vous le reconstruire vous-même ?

Vous pourriez essayer de tout reconstruire via MCP, et certains le feront. Mais je pense qu’ils auraient du mal, car cela repose sur des années de logique de gestion des revenus et non sur quelques prompts bien formulés.

Et le sondage réalisé lors de notre débat en juin (Construire votre propre IA ou attendre votre PMS ?) suggère que la plupart des gestionnaires préfèrent ne pas partir d’une page blanche. À la question de ce qui les freine, les participants ont répondu :

• Savoir-faire : 54 %
• Temps : 37 %
• Coût : 5 %, dernier du classement

La question devient donc de savoir si vous souhaitez plus de PriceLabs dans votre outil IA, ou plus d’IA dans PriceLabs. Rien ne vous empêche d’utiliser les deux.

Ce que j’ai entendu à Nashville : les bâtisseurs et le camp « content que vous l’ayez fait »

La plupart des gestionnaires sont à 2 sur 4 sur l’IA

Le lundi du VRMA, j’ai co-animé un atelier avec Michael Vialpando de Renjoy, « Cartographiez votre équipe face à l’IA ». Une salle comble de gestionnaires a évalué leur entreprise sur une grille IA en 4 étapes (La plupart des gestionnaires de locations saisonnières sont à 2 sur 4 sur l’IA) :

• Au niveau 2, une personne démarre et termine chaque tâche, et l’IA aide au milieu.
• Au niveau 3, un outil fait le travail chaque jour et une personne révise et décide.

La plupart se sont placés à 2, quelques-uns atteignaient 3 dans un ou deux pans de leur activité, et personne que j’ai entendu n’a prétendu être à 4.

Les mêmes deux camps se sont retrouvés dans cette salle et dans mes discussions ultérieures sur Athena.

Camp 1 : les bâtisseurs

Le premier camp, ce sont les bâtisseurs, qui m’ont raconté, en substance, qu’ils veulent tout construire eux-mêmes — et beaucoup le font déjà, avec Claude, notre connecteur et leurs propres routines. (Si c’est votre cas, notre guide pour créer vos propres agents IA en cinq niveaux est une bonne porte d’entrée.)

Comme nous l’avons écrit dans l’article sur la grille, le risque ici est que personne ne vienne vérifier le travail et que, le jour où la personne qui l’a bâti s’en va, l’équipe retombe d’un cran.

Camp 2 : les gestionnaires « content que vous l’ayez fait »

Le second camp était constitué de nombreux gestionnaires qui disaient quelque chose comme « Vous savez quoi, je suis content que ce soit vous qui le fassiez », et souhaitaient rejoindre la beta. Ils perçoivent l’intérêt de ne pas partir d’une page blanche. Plusieurs semblaient déjà destinés à devenir des utilisateurs intensifs, du genre à écrire leurs propres skills une fois que les agents intégrés leur auront montré à quoi ressemble une bonne vérification.

Ce qui m’a le plus frappé

Ce sont des impressions issues de quelques jours de conversation, pas un sondage, et elles recoupent plutôt l’enquête de juin qu’elles ne prouvent quoi que ce soit de neuf. Mais en tant que marketeur produit, j’ai trouvé intéressant de voir l’approche validée par les personnes pour qui elle est conçue, et pas seulement notre équipe interne. Ce qui m’a le plus frappé, c’est que les agents deviennent prêts à l’emploi, et non plus à construire d’abord.

Où va l’industrie : chaque fournisseur va vous vendre des agents

La peur du « SaaSpocalypse »

Si vous suivez la Bourse, vous avez peut-être entendu parler du « SaaSpocalypse ». Début 2026, les valeurs du logiciel ont fortement chuté parce que les investisseurs craignaient que les agents IA réalisent bientôt le travail effectué dans les logiciels en abonnement, comme votre PMS ou votre outil de tarification. Un fonds suivant les valeurs logicielles a perdu plus de 14 %, sa pire séquence depuis 2008, selon le Motley Fool.

Tout le monde n’a cependant pas avalé cette histoire. J.P. Morgan a parlé de « logique cassée » quant à la vente massive, et des sources citées par l’Australian Financial Review ont souligné que les agents IA ont encore besoin des systèmes qui détiennent les données.

Ma lecture : les fournisseurs vont rivaliser sur l’intelligence

Encore une fois, je travaille pour une société logicielle, donc ce qui suit est à prendre comme ma lecture. Si l’accès à vos données devient facile et peu coûteux, les éditeurs de logiciels se différencieront sur l’intelligence qu’ils ajoutent par-dessus. Je m’attends donc à ce que la plupart des outils que vous payez commencent à vous proposer des agents, et Athena est un des premiers exemples.

La théorie du « fait-maison » n’est pas fausse non plus — comme en témoigne quiconque a déjà créé un guide de bienvenue avec un builder IA en un week-end. Mais reconstruire un système central comme votre PMS ou votre moteur de tarification, c’est une autre histoire.

La vraie question à poser à tout fournisseur : la qualité de l’agent

La question la plus fréquente à Nashville

À Nashville, une fois qu’ils avaient vu comment fonctionne Athena, la question la plus souvent posée était juste : En quoi vos agents sont-ils meilleurs que ce que je pourrais construire moi-même avec un connecteur, ou que ce qu’un autre éditeur pourrait proposer ?

Le salon des exposants n’aidait pas, car il était rempli de fournisseurs présentant agents, chatbots et fonctionnalités « propulsées par l’IA », certains n’ayant que quelques semaines. Une phrase entendue lors de l’atelier résume l’ambiance : les gestionnaires ne sont pas lassés de l’IA, mais d’en entendre parler.

La leçon de la tarification dynamique

La meilleure façon que je connaisse de répondre : la tarification dynamique. Pendant des années, de nombreux outils affirmaient « faire de la tarification dynamique » parce qu’ils proposaient un bouton de remise de dernière minute. C’est juste une fonctionnalité. Les gestionnaires ont donc appris, parfois à leurs dépens, à demander quel est l’algorithme derrière.

Trois questions à poser à tout fournisseur sur ses agents

Je pense que les agents IA prennent le même chemin. Quand un fournisseur dit avoir un agent qui contrôle votre portefeuille, demandez-lui :

• Quelle expertise se cache derrière ? Des années de données de gestion de revenus ? Ou un prompt écrit le mois dernier ?
• Est-ce basé sur quelques règles simples, ou sur une logique éprouvée ?
• Lit-il votre contexte (vos annonces, vos notes, vos objectifs), ou propose-t-il des conseils génériques à tout le monde ?

Le pari de PriceLabs, et j’insiste sur mon biais, c’est que c’est là que l’expertise du secteur fait la différence. Vous n’êtes pas obligé de me croire sur parole, et vous ne devriez pas. Demandez à chaque fournisseur, y compris nous, comment ses agents fonctionnent, et jugez les réponses selon la fréquence à laquelle vous accepteriez la recommandation telle quelle.

Vous gardez le dernier mot, et Athena expose son raisonnement

Rien à connecter, important aussi pour la sécurité

Parce qu’Athena est intégré, il n’y a rien à connecter : un point important aussi côté sécurité. Dans notre article sur le connecteur, nous prévenions qu’un collègue, muni de l’accès Claude et du droit de modifier les tarifs, pouvait revaloriser tout un portefeuille depuis une fenêtre de chat. Avec Athena, le bouton Accepter et le registre de suivi sont intégrés.

L’IA explique, les modèles validés décident

À Scale UK en juin, les revenue managers sur scène ont tracé une ligne que nous rappelons souvent. Laissez l’IA expliquer ce qui se passe dans un portefeuille, et laissez des modèles de tarification éprouvés décider des modifications (L’IA va-t-elle remplacer le revenue manager ?). Athena suit ce principe : les chiffres proviennent des contrôles PriceLabs, et l’IA doit les expliquer. Il y a donc moins de place pour « inventer » un chiffre, mais pas zéro, et le produit rappelle que « Athena est une IA et peut faire des erreurs ».

Une explication n’est pas une stratégie

La tarification dynamique a longtemps souffert d’une réputation de « boîte noire », et ce que je trouve intéressant dans cette génération d’outils — quel que soit le fournisseur —, c’est que la recommandation s’accompagne désormais de son raisonnement. Mais une explication ne fait pas une stratégie : savoir pourquoi le tarif d’un week-end paraît bas ne vous dit pas si ce propriétaire recherche avant tout l’occupation ou le revenu par nuit (ADR).

Pour être juste, le compromis existe dans les deux sens. Un connecteur vous permet de combiner les données de PriceLabs avec vos propres fichiers (ex : contrats propriétaires), alors qu’Athena fait ce pour quoi PriceLabs l’a conçu, plus les skills que vous ajoutez.

Conséquences pour le gestionnaire, selon votre situation

Si vous êtes hôte avec quelques annonces

Athena vise surtout à rendre PriceLabs plus simple d’utilisation. Vous pouvez demander, avec vos mots, pourquoi une date a tel tarif, et recevoir un email lorsqu’il y a à revoir. C’est donc plutôt un gage de tranquillité d’esprit qu’un nouveau mode de travail.

Si vous pilotez une entreprise en croissance sans revenue manager

Ici, l’appellation « analyste de revenus » prend tout son sens. Athena réalise en arrière-plan les contrôles que vous devriez normalement faire, et ne revient que vers vous pour les points nécessitant votre décision, avec à chaque fois une raison.

Si vous avez un revenue manager interne ou un cabinet-conseil

Athena fonctionne comme un junior dans l’équipe : il gère les vérifications de routine et le premier niveau d’analyse, pendant que votre revenue manager garde les échanges propriétaires et le dernier mot. Selon moi, l’effet probable est une équipe plus rapide, pas plus petite.

Dans tous les cas, la stratégie reste la vôtre

Athena confronte ses recommandations aux objectifs que vous posez dans PriceLabs et aux notes que vous renseignez sur chaque annonce : c’est à vous de les écrire. C’est pourquoi, dans notre grille, je classe Athena solidement en stade 3 pour la gestion des revenus : l’outil signale des annonces chaque matin, une personne revoit et décide. Atteindre 4 suppose qu’une personne chez vous possède les règles : vos objectifs et vos notes d’annonce constituent une part essentielle de ces règles.

Alors, intégré ou à construire soi-même ?

Eh bien, après un an à suivre les deux options sur Rental Scale-Up et quelques jours de discussions à Nashville, ma réponse est que ce n’est pas « l’un ou l’autre ».

1. Si le temps et le savoir-faire sont votre goulot d’étranglement, commencez par la solution intégrée, et au bout de quelques semaines, jugez-la à la fréquence où vous acceptez ses recommandations telles quelles.
2. Si quelqu’un dans votre équipe aime construire, gardez un connecteur pour les usages personnalisés qu’aucun fournisseur ne fera pour vous : par exemple, des rapports propriétaires qui croisent données de tarification et contrats. Nos quatre workflows IA, construits en direct et librement copiables, sont un bon départ.
3. Dans tous les cas, écrivez votre stratégie et donnez-lui un référent. Objectifs, préférences propriétaires et notes d’annonce sont la base de tout outil IA. Commencez par la question d’audit de notre grille VRMA : qui valide les prix avant leur publication ?

Si vous souhaitez tester, les clients PriceLabs peuvent demander un accès anticipé gratuit à Athena ici ; les nouveaux utilisateurs peuvent débuter un essai gratuit sur pricelabs.co.