Tout le monde parle d'IA dans l'événementiel, et presque personne ne dit à quoi elle sert concrètement une fois les portes ouvertes. Les présentations d'agences alignent des promesses, les éditeurs de logiciels ajoutent le mot « intelligent » à chaque bouton, et l'organisateur qui doit décider où mettre son budget se retrouve avec une liste de fonctions dont il ne sait pas lesquelles tiennent debout un jour de salon.
Nous équipons des salons, des foires et des congrès avec un agent qui répond au public en direct, et nous voyons ce qui est réellement utilisé. Cet article classe les cas d'usage tels qu'on les observe sur le terrain, en partant de ce que le visiteur touche, puis de ce que l'organisateur exploite, jusqu'à ce qui reste aujourd'hui une démonstration de salon plutôt qu'un outil.
Qu'est-ce qu'un bon cas d'usage de l'IA sur un événement ?
Un cas d'usage tient quand il remplit trois conditions. Il répond à une question que quelqu'un pose vraiment, sur place ou avant de venir. Il s'appuie sur des contenus que l'organisateur possède déjà : un plan, un programme, une liste d'exposants, une FAQ pratique. Et il tombe bien quand il se trompe, c'est à dire qu'il renvoie vers une personne au lieu d'inventer.
Un cas d'usage ne tient pas quand il exige des données que personne n'a le temps de saisir, quand il remplace un humain là où l'humain fait la valeur, ou quand il ne fonctionne que sur la démo de l'éditeur et pas sur un hall de douze mille personnes avec un réseau saturé.
Avec cette grille, la plupart des promesses se trient vite.
L'accueil des visiteurs : le cas d'usage qui marche le premier
C'est le plus solide, et de loin. Un visiteur sur un salon pose des questions courtes, répétitives, à toute heure, dans plusieurs langues : où est un stand, où sont les toilettes, à quelle heure commence la conférence, où manger, comment sortir. Nous avons détaillé ce que demandent réellement les visiteurs à l'accueil d'un salon : quatre familles, et la question de lieu qui domine.
Un agent conversationnel monté sur les contenus de l'événement répond à ces questions sans faire la queue, en direct, dans la langue de la personne. Il cite d'où vient la réponse, il indique un itinéraire, et il passe la main à l'accueil dès qu'il sort de son périmètre. Ce qui change pour l'équipe, ce n'est pas qu'elle a moins de travail. C'est qu'elle ne passe plus la journée à répéter la même phrase et qu'elle récupère du temps pour les cas qui demandent un humain.
Ce qui fait la différence entre un agent utile et un chatbot de site web : le périmètre. Un agent d'accueil ne va pas sur le web, ne raisonne pas sur le sens de la vie, ne génère pas d'images. Il répond depuis le plan, le programme et la liste des exposants, et il dit « je ne sais pas » pour le reste. C'est cette limite qui le rend fiable.
Le programme en temps réel : le cas d'usage des congrès
Sur un congrès, la question du visiteur n'est pas « où », c'est « quand » et « quoi ». Trois sessions parallèles, une salle qui change au dernier moment, un intervenant qui décale. Le programme imprimé est faux à onze heures, et l'application, quand il y en a une, n'a pas été mise à jour parce que la personne qui a les accès est en réunion.
L'IA n'est pas la solution à ce problème. La solution, c'est un programme tenu à jour à un seul endroit. Mais une fois ce point réglé, l'agent devient la couche qui répond : « la plénière de 14h a été déplacée en salle Mistral, niveau 1, vous avez le temps ». Nous avons décrit le mécanisme dans comment prévenir tout le monde à temps quand une session change de salle. Le cas d'usage est réel, il dépend d'abord d'une discipline de mise à jour, et ensuite seulement de l'outil.
Trouver le bon exposant : l'IA comme moteur de recherche du hall
C'est le cas d'usage qui rapporte le plus aux exposants, et donc à l'organisateur. Un visiteur de foire cherche rarement un nom. Il cherche « quelqu'un qui pose des poêles à granulés » ou « une isolation pour une maison de 1970 ». Le catalogue exposants classe par nom et par numéro de stand, ce qui ne répond pas à cette question.
Un agent qui connaît les fiches exposants fait ce lien : il propose les trois stands concernés, indique l'allée, et envoie le visiteur au bon endroit. L'allée du fond sort de la loterie. Et côté organisateur, chaque demande de ce type est une trace : on sait quel secteur a été cherché, combien de fois, et à quelle heure. C'est la matière qui manque à la plupart des rapports de fin de salon, et c'est le sujet de comment prouver à un exposant que son stand a été cherché.
L'orientation et le plan : de l'IA à condition de partir du bon plan
Le plan du salon est le document le plus consulté et le moins lisible. Un PDF A0 sur un écran de téléphone ne sert à rien, nous l'avons montré dans pourquoi le plan de votre salon ne sert à rien sur un téléphone. L'IA n'y change rien par magie : si le plan de départ est une image, l'agent ne peut pas calculer un itinéraire.
Quand le plan est structuré, en revanche, le cas d'usage devient très bon : le visiteur demande un stand, l'agent répond avec la position, le temps de marche et une vue zoomée sur le trajet. Le tout dans la conversation, sans ouvrir une autre application. C'est un cas d'usage de contenu autant que d'IA : le travail se fait en amont, sur la qualité du plan.
La régie : ce que l'organisateur apprend pendant l'événement
Tout ce qui précède produit des données. Le cas d'usage côté organisateur, c'est de les lire pendant l'événement et pas trois semaines après. Quelles questions restent sans réponse ? Quel stand est cherché sans être trouvé ? À quelle heure l'accueil sature-t-il ? Quelle langue revient le plus souvent au hall 2 ?
Une régie qui affiche ces signaux en temps réel permet d'agir le jour même : ajouter un fléchage, envoyer une hôtesse au bon endroit, corriger une fiche exposant. Et elle produit, à la fin, un bilan par jour et par hall qui sert à vendre l'édition suivante. C'est probablement le cas d'usage le plus sous-estimé, parce qu'il ne se voit pas côté public.
Le bilan carbone : l'IA à sa place, c'est à dire pas dans le calcul
Le bilan carbone d'un événement est une demande qui monte chez les collectivités et les grands comptes. L'IA y a une place, mais une place précise. Le calcul lui-même doit rester méthodologique et traçable : des postes, des facteurs d'émission avec leur source, une méthode qu'on peut auditer. Un modèle de langage qui « estime » un bilan n'a aucune valeur devant un donneur d'ordre.
Ce que l'IA fait bien dans ce domaine : aider à la collecte. Classer une facture de traiteur dans le bon poste, extraire des kilomètres d'une liste de transporteurs, relancer les exposants qui n'ont pas rempli leur formulaire. Nous avons listé les postes qu'il faut compter dans le bilan carbone d'un salon. L'assistance à la saisie est utile, la validation reste humaine.
Les cas d'usage qui restent des démonstrations
Certains usages reviennent dans toutes les présentations et rarement sur le terrain.
Le matching de rendez-vous « intelligent » entre visiteurs et exposants suppose que les deux aient renseigné un profil détaillé. Sur un salon grand public, presque personne ne le fait. Sur un salon professionnel, ça fonctionne quand l'organisateur a déjà une base de données propre, ce qui est le vrai sujet.
La génération automatique de contenus marketing, posts et communiqués, produit du texte plat qui ressemble à tous les autres. Utile pour un brouillon, contre-productif pour une marque d'événement qui vit de sa singularité.
La reconnaissance faciale à l'entrée pose des questions de consentement qui dépassent largement le gain de temps au contrôle. Sur ce point, le cadre est clair et nous l'avons résumé dans ce que dit le RGPD d'un agent IA qui parle à vos visiteurs : un visiteur anonyme qui pose une question n'a rien à voir avec un visiteur filmé et identifié.
Les avatars et hôtesses virtuelles sur écran géant, enfin, attirent l'œil dix secondes et ne répondent à aucune question de lieu. Le public préfère écrire sur son propre téléphone.
Par quoi commencer ?
Par l'accueil. C'est le cas d'usage qui demande le moins de préparation, parce que les contenus existent déjà, et celui dont l'effet se mesure le premier jour : le nombre de questions reçues, les langues, les sujets, les questions restées sans réponse. Les autres usages se branchent ensuite sur la même base : le plan quand il est structuré, la régie quand l'équipe veut lire les signaux, le carbone quand un donneur d'ordre le demande.
Et à chaque étape, la même règle : l'IA oriente vers l'humain, elle ne le remplace pas. Les conseillers, les hôtesses et les exposants gardent ce qui a de la valeur, la relation. L'agent prend ce qui fait perdre du temps à tout le monde.
Questions fréquentes
L'IA remplace-t-elle l'accueil d'un salon ?
Non. Elle absorbe les questions répétitives, de lieu, d'horaire et d'accès, et renvoie vers l'accueil pour tout le reste. L'équipe garde les cas qui demandent un humain, et en a moins qui demandent une réponse déjà écrite.
Faut-il une application mobile pour utiliser l'IA sur un événement ?
Non. Un agent s'ouvre depuis un lien ou un QR code, dans le navigateur du téléphone. Nous avons comparé les deux approches dans faut-il une application mobile pour son salon, ou un simple lien.
Quelles données faut-il fournir pour démarrer ?
Le plan, le programme, la liste des exposants avec leur fiche, et les informations pratiques. Rien de plus que ce qui figure déjà sur le site de l'événement. Le montage de l'agent consiste à structurer ces contenus, pas à en créer.
Où sont hébergées les données et que devient une conversation ?
Sur un serveur en France, dans une base qui appartient à l'organisateur. Les conversations sont anonymes, exportables et supprimées en fin de contrat. Aucune n'entraîne un modèle. Vous pouvez demander une démo montée sur vos contenus réels pour voir ce que l'agent répond chez vous.