Depuis deux ans, j’anime des formations, des conférences et des webinaires sur l’IA en hôtellerie. Et la question revient à chaque fois, sans exception : quel LLM choisir ? ChatGPT ? Claude ? Gemini ? Mistral ? La réponse courte : ça dépend. La réponse honnête : la question est mal posée. Voici pourquoi, et ce que vous devriez vraiment vous demander.

D’abord : un LLM, c’est quoi exactement ?

Avant de comparer, encore faut-il savoir ce qu’on compare. Un LLM (Large Language Model, ou grand modèle de langage) est un modèle statistique entraîné sur des milliards de textes. Son principe de fonctionnement est simple (en apparence) : il prédit la suite la plus probable d’un mot, d’une phrase, d’un paragraphe.

Ce n’est pas de l’intelligence. Ce n’est pas de la conscience. C’est une puissance de calcul phénoménale, appliquée à du langage. La nuance est importante parce qu’elle change la façon dont on devrait s’en servir.

Un LLM ne « comprend » pas votre hôtel. Il ne « sait » pas qui sont vos clients. Il ne « connaît » pas votre territoire, ni vos valeurs, ni votre positionnement, ni votre équipe. Il prédit ce qui est statistiquement le plus cohérent avec ce que vous lui demandez, et avec ce que vous lui donnez. C’est tout. C’est déjà énorme, mais c’est tout.

Un LLM est un modèle statistique de prédiction du langage, pas un système intelligent au sens humain du terme. On pourrait donc penser que seule la puissance, la rapidité, les caractéristiques serveur compte. C’est un modèle statistique qui ne fait que calculer, j’ai donc besoin d’une forte puissance de calcul …. Et ben non, et c’est ce que l’on va voir.

voici une infographie que l'on rencontre souvent sur les réseaux sociaux et qui nous fait un état de lieu des différents LLM et qui biaise notre approche en mettant la pression sur le fait qu'il faut bien choisir, qu'il y a un enjeu, qu'il ne faut pas se rater ! Relaxez-vous, c'est pipo tout ca !

Les acteurs en présence en 2026

Le paysage des LLM grand public se structure autour de quelques acteurs majeurs, chacun adossé à un géant technologique :

• ChatGPT → OpenAI (financé par Microsoft)
• Gemini → Google (Alphabet)
• Claude → Anthropic (soutenu par Amazon)
• Grok → xAI d’Elon Musk
• Llama → Meta (Facebook), open source
• Mistral / Vibe (Le Chat) → Mistral AI (Français – cocorico)
• DeepSeek → entreprise chinoise – à manier avec précaution sur la question des données (mon avis personnel et partial ;)

Vous avez lu le tableau. Vous avez vu les chiffres. Et je parie que vous êtes en train de vous demander lequel a le plus de tokens pour en faire votre LLM quotidien (C'est humain. C'est aussi un piège. On y revient.)

Problème n°1 : ça change tout le temps

Le tableau ci-dessus sera probablement obsolète dans 1 mois. Peut-être même avant. Les modèles progressent, se succèdent, se dépassent en permanence. Ce qui était vrai en mai n’est plus vrai en juin, et ce qui est vrai en juin ne le sera plus en septembre.

Ces classements ont la durée de vie d’un yaourt.

Si vous choisissez votre LLM sur la base de caractéristiques techniques (nombre de tokens, score sur tel benchmark, vitesse de réponse) vous allez passer votre vie à remettre en question votre choix. Et pendant ce temps-là, vous ne l’utilisez pas vraiment.

J’ai eu en formation un directeur d’hôtel, très sérieux, qui avait passé plusieurs semaines à comparer méticuleusement les benchmarks de ChatGPT et Claude avant de… ne jamais ouvrir ni l’un ni l’autre dans les semaines qui ont suivi. La peur de choisir le mauvais outil, la peur de faire un choix qui va se périmer, la peur d’investir du temps qui va être perdu (que des mauvaises raisons).

Avant de choisir un LLM, choisissez votre approche

C’est le point important, parce que logique et de bon sens, et c’est toujours celui qu’on veut sauter. Avant de se battre pour savoir si ChatGPT est mieux que Claude, il faut poser les bases d’une utilisation qui tienne la route.

Une bonne utilisation de l’IA en hôtellerie, c’est quatre choses :

1. Efficace : utiliser l’IA pour des tâches qui ont vraiment un impact, pas pour faire du bruit. Rédiger dix posts Instagram sur le buffet du petit-déjeuner, c’est facile. Est-ce que c’est vraiment là que se joue votre différenciation ?
2. Performante : collaborer avec l’IA pour obtenir un résultat de haute qualité rapidement. Ce n’est pas parce que c’est généré en 10 secondes que c’est bon. Un bon résultat demande un bon brief (prompt), une bonne relecture, et parfois plusieurs itérations.
3. Éthique : utiliser l’IA de manière honnête et transparente, et assumer la responsabilité finale du contenu produit. Oui, même si c’est l’IA qui a écrit la réponse à l’avis Booking, c’est vous qui l’avez validée et publiée. C’est vous. Si votre chatbot IA offre 75% de réduc à un client pendant le week-end du 15 aout, il va falloir assumer, c’est vous le responsable
4. Sûre : protéger les données sensibles. Les données de vos clients ne devraient pas alimenter les modèles des géants américains sans que vous ayez réfléchi à ce que ça implique. Et en réfléchissant jusqu’au bout, on découvre que les données clients n’ont rien à faire dans les LLM, jamais, nada, c’est logique et du bons sens (et en plus c’est pas compatible RGPD ni IA Act).

Faites vous réellement la différence entre conduire un Renault Twingo et une Peugeot 205, moi, non. Ça va du point A au point B, à la même vitesse, les clignotants sont à droite du volant et à gauche, c'est les essuie-glaces. Et devinez quoi, la pédale de droite, c'est l’accélérateur. Il n'y a guère que Sébastien Loeb qui fait vraiment la différence.

L’approche 4D – une méthode pour structurer l’usage

Pour aller plus loin dans la méthode, j’utilise ce que j’appelle l’approche 4D :

• Délégation : quelles tâches je confie à l’IA, et lesquelles restent humaines ? Chercher une pizzeria à Melun, ce n’est pas IA, c’est Google, par exemple, c’est pas pour un LLM (moteur de réponses), c’est pour Google (moteur de recherches)
• Discussion : comment j’interagis avec l’IA – le fond, la forme, le prompt, les données que je lui donne (et là, n’y a pas photo, faut monter en compétences)
• Discernement : j’évalue ce qu’elle me rend. Je ne valide pas les yeux fermés. Je garde un sens critique, je vérifie que le travail a été réalisé de la manière dont j’ai demandé à ce qu’il soit fait (respect des procédures)
• Diligence : j’utilise l’IA de façon raisonnée, éthique, responsable
  

Mes 5 critères pour vraiment choisir

Puisque la question finit toujours par revenir, voici les critères qui me semblent pertinents. Pas les tokens. Pas le benchmark. Ça.

1. Le prix réel Tous les LLM ont un compte gratuit (limité) et un premium qui tourne autour de 20 € par mois. Mais le vrai coût, ce n’est pas l’abonnement. C’est le temps de formation, le temps d’adaptation, le temps passé à éduquer l’outil à votre contexte, et éventuellement le couplage avec vos logiciels. Intégrez tout ça dans votre calcul.

2. L’écosystème Quels outils utilisez-vous déjà ? Si toute votre équipe travaille sur la suite Microsoft 365, Copilot (propulsé par OpenAI) s’intègre naturellement. Si vous êtes sur Google Workspace – Gmail, Docs, Drive – Gemini est taillé pour vous. Ce critère à lui seul peut trancher le débat.

3. La stratégie et la solidité de l’éditeur Où va cette entreprise ? Qui la finance ? Va-t-elle survivre à l’inévitable consolidation du marché ? OpenAI et Google ont des modèles économiques différents, des investisseurs différents, des visions différentes. La question mérite d’être posée. OpenAI est valorisé à plus de 1 000 milliards de dollars, c’est n’importe quoi, c’est typique d’une bulle spéculative… qui va résister lorsque la bulle va exploser (une bulle explose tout le temps) ?

4. L’éthique, le RGPD, la confidentialité Où vont vos données ? Celles de vos clients ? Qui peut les consulter, les utiliser, les réentraîner ? Mistral (entreprise française, soumise au droit européen) offre des garanties plus solides sur ce plan que la plupart de ses concurrents américains. Ce n’est pas anodin quand on manipule des données clients hôteliers.

5. L’usabilité L’outil que vos équipes utiliseront vraiment – pas celui qui gagne sur le papier. Un logiciel parfait dont personne ne se sert est un échec. La meilleure IA, c’est celle que votre réceptionniste ouvre spontanément un mardi matin quand elle doit répondre à un avis négatif. Tout le reste est théorique.

Ce qui détermine vraiment la qualité

Voilà la partie que la plupart des articles sur les LLM évitent soigneusement. La qualité de ce que vous obtenez ne dépend pas du modèle que vous utilisez (ou si peu). Elle dépend de :

La qualité de votre prompt. Un mauvais brief donne un mauvais résultat, peu importe le modèle. C’est valable avec ChatGPT, avec Claude, avec Gemini. C’est valable avec un stagiaire humain aussi, d’ailleurs.

La qualité des données que vous lui fournissez. Ces LLM ont toutes les connaissances mondiales – académiques, universitaires, encyclopédiques. Mais ils ne connaissent pas votre hôtel, vos clients, votre territoire, votre ligne éditoriale. Imaginez un stagiaire qui a tous les diplômes du monde mais qui arrive le premier jour sans avoir jamais entendu parler de votre établissement. C’est exactement ça.

L’éducation que vous lui assurez dans le temps. Plus vous travaillez avec lui, plus vous le brieferez, plus vous lui fournirez de contexte, meilleurs seront les résultats. C’est un investissement qui se valorise.

Votre comportement avec lui. Soyez exigeant. Reformulez. Challengez. « Ce texte est trop générique, reformule en intégrant le fait que nous sommes un hôtel familial en bord de Loire, que notre clientèle principale est parisienne et que notre chef fait une cuisine régionale engagée. » Voilà un meilleur brief. « Écris un article sur mon hôtel. » Voilà un mauvais brief.

Qu’est-ce qu’un bon prompt ?

Je compare toujours le prompt à un brief qu’on donnerait à un nouveau collaborateur. Pas à un robot – à un humain intelligent qui ne connaît pas encore votre établissement et son ecosystème.

Un bon prompt contient sept dimensions :

• Un rôle : « Tu es responsable marketing d’un hôtel indépendant 3 étoiles »
• Un objectif : la tâche précise à réaliser
• Un contexte : les informations utiles pour bien faire le travail
• Une audience : pour qui est destiné ce contenu ?
• Un ton, un style : décontracté, professionnel, narratif, factuel…
• Un format : texte, tableau, liste, HTML…
• Des contraintes : longueur, mots à éviter, angle à ne pas prendre

Ce qui me connaissent savent que j’aime répéter qu’un bon prompt fait au moins 4 pages A4

La donnée : le carburant de l’IA

Sans connaissance, la puissance n’est rien. Sans carburant, la Formule 1 n’avance pas.

Ces modèles ont ingéré une quantité colossale de savoir humain. Ils savent écrire, structurer, argumenter. Ils connaissent le secteur hôtelier dans ses grandes lignes. Mais ils ne connaissent pas votre hôtel.

La notion que j’utilise pour expliquer ça : information froide, information chaude, information brûlante.

L’information froide, c’est ce que le LLM connaît déjà : l’histoire de l’hôtellerie, les standards de la relation client, les bases du revenue management, les procédures Housekeeping, votre territoire, les sites touristiques, etc. Il a intégré tout cela à l’entraînement.

L’information chaude, c’est votre contexte propre : votre positionnement, vos valeurs, votre clientèle type, votre équipe, votre territoire, votre manière de faire (vous ne répondez pas aux avis en ligne comme votre collègue le fait). Il ne la connaît pas, vous devez la lui donner.

L’information brûlante, c’est l’actualité immédiate : un événement local, une météo exceptionnelle, une nouvelle exposition, le plat du jour, etc. Elle change tout le temps, vous devez la lui fournir au moment où vous en avez besoin.

Construire son corpus d’éducation

C’est le travail de fond qui fait toute la différence, et que très peu d’hôteliers font vraiment. L’idée : constituer un ensemble de documents que vous fournirez à votre LLM pour contextualiser ses réponses.

Voici ce que je recommande de préparer :

• Un document de présentation de l’établissement (votre brochure, votre dossier de presse)
• Une copie de votre site internet (ou son contenu textuel)
• Votre positionnement, vos valeurs, votre segmentation clientèle
• Vos conditions générales de vente
• Un document sur votre territoire et ses points d’intérêt touristiques
• Votre ligne éditoriale, vos éléments de langage, vos mots à éviter
• Des exemples de productions existantes (emails types, réponses aux avis, articles de blog)

Exemple d'un corpus éducationnel pour un hôtel, de simples fichiers pdf, complets, exhaustifs et mis à jour régulièrement

Quand j’accompagne un hôtel dans cette démarche, je parle souvent du « Corpus éducationnel » et des fois du « dossier d’intégration du stagiaire ». Sauf que là, le stagiaire n’oublie jamais rien, ne prend jamais de congés, et répond à 3h du matin si vous lui demandez. (Ce qui, côté équilibre vie pro/perso, pose d’autres questions – mais c’est un autre sujet.)

La fenêtre de contexte et les tokens : le piège de la puissance

Puisqu’on parle de données, parlons des tokens. Un token c’est l’unité de comptage du LLM, ca peut être un mot (court), une syllabe, un espace, une ponctuation, c’est variable. S’il fallait quantifier, on dirait que ça fait ¾ de mot anglais. La fenêtre de contexte, c’est la quantité de texte que le modèle peut prendre en compte simultanément. La fenêtre est exprimée en token. Un modèle comme Gemini, qui peut intégrer 1 million de token en entrée, arriverait donc à lire un doc de 1 500 à 2 000 pages. Mais attention, dans quel état vous êtes après avoir lu un doc de 1 500 pages ? vous ne vous souvenez pas de tout, hein !

Ne vous focalisez pas sur ce chiffre. C’est un piège.

Ma Harley Davidson, une Road Glide 1690, monte jusqu’à 180km/h, mais à quoi ça me sert, je ne vais jamais à cette vitesse

Un LLM n’a pas de mémoire au sens humain du terme. Il a une fenêtre. Et plus cette fenêtre est large, plus elle laisse aussi passer le bruit. Donner trop d’informations en vrac à un LLM peut nuire à la qualité du résultat autant qu’en donner trop peu.

Ce qui compte, c’est la qualité de ce que vous mettez dans cette fenêtre, pas la taille. J’ai pour habitude de ne pas leur donner plus d’une dizaine de doc pdf de 50Mo chacun, et oui, je change encore le référentiel entre pages, token, Mo… et oui, je me limite aux fichiers pdf, même s’ils savent tout lire, ca me fera un prochain sujet d’article….

Mon point de vue : la fausse course

Je vais être direct, c’est ma lecture des choses, elle n’engage que moi.

Les LLM sont engagés dans une course à la puissance permanente. Chaque trimestre, un nouveau modèle « révolutionnaire » est annoncé. Les benchmarks s’emballent. Les influenceurs tech s’extasient. Et pendant ce temps, 80 % des hôteliers n’utilisent pas encore sérieusement l’IA dans leur quotidien (lire mon article précédent).

Ce qui marche, c’est ce que vos équipes utilisent vraiment, pas ce qui gagne un benchmark.

Le fonctionnement des LLM est suffisamment proche entre eux pour que ce que vous apprenez avec l’un serve avec les autres. Passer de ChatGPT à Claude, c’est un peu comme passer de Chrome à Firefox : quelques minutes d’adaptation, quelques réflexes à ajuster, mais les fondamentaux restent les mêmes. Et posez-vous la question de pourquoi vous utilisez plutôt FireFox, Chrome ou Edge ?

Le vrai coût, c’est la période d’apprentissage, pour vous et pour votre équipe, et le travail d’éducation de votre LLM à la connaissance de votre établissement. C’est là que se joue la différence, pas dans le choix du modèle.

Personnellement, j’utilise plusieurs LLM selon les tâches : Claude pour la rédaction et l’analyse fine, ChatGPT pour le brainstorming et les workflows, Gemini pour la création de visuels (dont ceux de cet article). Ce n’est pas l’un contre l’autre. C’est le bon outil pour le bon usage.

Et à notre échelle de « petits » hôteliers indépendants et je dis ça avec tout le respect que j’ai pour ce métier magnifique (vous le savez), vous ne percevrez probablement pas la différence entre ChatGPT, Claude ou Gemini sur l’essentiel de vos usages quotidiens. Moi non plus d’ailleurs. Ce qui fera la différence, c’est la qualité de vos prompts et la richesse de votre corpus de données.

Et demain ? Les SLM arrivent

Une dernière perspective, parce qu’on serait incomplets sans elle.

La prochaine étape n’est probablement pas un LLM encore plus gros. Ce sont les SLM – Small Language Models – des modèles plus légers, déployables en interne, sur vos propres serveurs.

L’avantage est évident : confidentialité totale. Vos données ne sortent plus de chez vous. Vos données clients ne transitent plus par les serveurs d’une entreprise américaine ou chinoise.

Ce n’est pas encore pour demain matin pour la plupart des hôtels indépendants. Mais la tendance est là, et elle va dans le bon sens : vers des modèles plus vertueux, plus éthiques, plus confidentiels, avec un impact écologique plus maîtrisé.

La course à la puissance du modèle géant n’est pas la seule voie. Et demain, elle comptera peut-être encore moins.

Conclusion : la vraie question

Le choix du LLM est secondaire. Je sais, c’est frustrant à entendre quand on vous a posé la question depuis le départ. Mais c’est la réalité.

Ce qui compte :

• La qualité de votre prompt
• La richesse des données que vous lui fournissez
• L’éducation que vous lui assurez sur votre contexte
• La formation de vous et de vos équipes

Ce qui compte vraiment :

• La confidentialité et la sécurité des données (les vôtres, celles de vos clients)
• Une approche éthique et transparente
• Un usage durable et responsable

Avant de choisir, formez-vous. Formez vos équipes. Définissez des règles d’usage. Évaluez la qualité des résultats. Et surtout, commencez, imparfaitement, avec l’outil que vous avez sous la main, plutôt que d’attendre le LLM parfait qui n’existera jamais.

Parce que le meilleur LLM pour votre hôtel, c’est celui que vous utilisez vraiment, quotidiennement.

Cet article est issu d’un webinaire animé le 22 juin 2026 pour les abonnés My Hotel Reputation. Une question, une réaction ? Les commentaires sont là pour ça. Et si cet article vous a appris quelque chose, partagez-le, il y a probablement un confrère dans votre réseau qui se pose encore la même question.

Thomas Yung – Artiref
Avec Kacem Wapalek dans les oreilles
(un seul ablum depuis 2015, mais qu’est-ce que je kiffe)