Vous gérez un hôtel ou un camping et vous vous demandez si votre IA conversationnelle peut vraiment dialoguer avec votre PMS sans tout casser. La réponse est oui, à condition de bien cadrer ce que l’IA a le droit de lire, d’écrire, et avec quelles garanties. Cet article démonte les niveaux d’intégration possibles, les APIs des PMS du marché et un cas pratique concret.
À retenir
- L’intégration PMS chatbot ne consiste pas à remplacer le PMS, mais à l’enrichir d’un canal conversationnel
- 4 niveaux d’intégration : lecture seule, écriture, événements webhook, temps réel
- Mews, Apaleo, Thais et Asterio exposent des APIs REST modernes ; d’autres PMS nécessitent un middleware
- L’IA doit lire 90% du temps et n’écrire que sur actions cadrées avec garde-fous
- La sécurité repose sur 3 piliers : minimisation des données, journalisation, hébergement UE
Le PMS : un sujet stratégique sur lequel Groomy n’empiète pas
Le PMS (Property Management System) est le système nerveux d’un hébergement. Il gère le planning des chambres, les dossiers clients, la facturation, parfois la caisse restaurant et les statistiques de remplissage. Changer de PMS, c’est six mois de migration et de formation. Personne ne le fait par envie.
Groomy n’est pas un PMS et n’aspire pas à le devenir. La promesse est différente : un agent conversationnel multilingue qui répond aux questions des voyageurs, qualifie les demandes, et transmet à votre équipe quand il faut. Le PMS reste votre référentiel métier ; l’IA vient s’y greffer pour exploiter intelligemment les données qu’il contient.
Cette posture est saine pour deux raisons. D’abord, parce que les éditeurs PMS investissent massivement dans leurs propres modules IA et front-office. Ensuite, parce qu’un hébergeur a tout intérêt à découpler les briques : si l’IA évolue (et elle évolue vite), il doit pouvoir la remplacer sans renégocier son PMS.
Pourquoi l’IA conversationnelle a besoin de dialoguer avec le PMS
Une IA déconnectée du PMS répond très bien à 60-70% des questions : horaires, parking, équipements, animaux acceptés, restauration, accès, météo locale, événements. Ces questions ne demandent qu’une bonne base de connaissances bien tenue à jour.
Mais 30 à 40% des messages entrants concernent des données vivantes :
- “Reste-t-il une chambre supérieure le 12 juillet pour 2 nuits ?”
- “Pouvez-vous décaler ma réservation de 17h à 19h ?”
- “Avez-vous bien reçu mon acompte ?”
- “Est-ce que je peux ajouter un lit bébé à ma réservation 8745 ?”
Sans accès au PMS, l’IA ne peut que rediriger ces demandes vers un humain. Ce qui revient à perdre l’avantage du 24/7. Connecter le chatbot au PMS, c’est transformer un agent FAQ en un agent réellement opérationnel - capable de répondre, voire d’agir.
Les 4 niveaux d’intégration : lecture seule, écriture, événements, temps réel
Toutes les intégrations PMS chatbot ne se valent pas. On distingue 4 paliers, du moins risqué au plus engageant.
Niveau 1 - Lecture seule
L’IA interroge le PMS en GET (HTTP) pour récupérer :
- disponibilités sur une plage de dates
- statut d’une réservation (numéro fourni par le client)
- type de chambre attribué
- horaires d’arrivée/départ prévus
- factures émises
C’est le niveau le plus courant et le moins risqué. Aucune donnée n’est modifiée. Le seul enjeu est la latence (l’API doit répondre en moins d’une seconde) et l’authentification (token par hôtel, scope limité).
Niveau 2 - Écriture cadrée
L’IA crée ou modifie des objets dans le PMS, mais uniquement sur des actions explicitement autorisées :
- créer une demande de late check-out (note interne, sans validation finale)
- ajouter un commentaire sur un dossier client
- planifier un rappel pour l’équipe
L’écriture libre (modifier un tarif, valider un paiement, supprimer une réservation) ne devrait jamais être déléguée à une IA conversationnelle, même très bien configurée. Le pattern recommandé est “l’IA prépare, l’humain valide”.
Niveau 3 - Événements webhook
Le PMS envoie des notifications HTTP au chatbot quand quelque chose se passe :
- nouvelle réservation créée
- annulation
- modification de dates
L’IA peut alors déclencher une séquence proactive : message de bienvenue, demande des préférences, envoi d’un upsell pre-stay. Vous passez d’une IA réactive à une IA qui anime le parcours client.
Niveau 4 - Temps réel
Synchronisation bidirectionnelle continue, souvent via WebSockets ou file d’attente type Kafka/Redis. Ce niveau est surtout utile pour les groupes hôteliers multi-établissements. Pour un hôtel indépendant, on s’arrête généralement au niveau 3.
Les PMS du marché et leurs APIs : Mews, Misterbooking, Thais, Asterio, Sequoiasoft
Voici un panorama des APIs les plus courantes en France et en UE, sans hiérarchie de qualité - chaque PMS a ses forces selon le type d’établissement.
Mews propose une API REST complète, OAuth 2.0, documentation publique exemplaire. La plupart des intégrations IA passent par Mews Connector API. Les endpoints disponibilités, réservations et clients sont stables.
Misterbooking met à disposition une API ouverte aux intégrateurs certifiés. Endpoints principaux : reservations, rates, availability. Authentification par clé API par établissement.
Thais (français, fort en hôtellerie indépendante et restauration) propose des connecteurs et webhooks. Le périmètre exposé varie selon le contrat ; il faut passer par leur équipe d’intégration pour activer les flux entrants.
Asterio (ex-Reservit, orienté indépendants) propose une API REST et des webhooks. Documentation moins publique que Mews, intégration souvent réalisée en binôme avec l’éditeur.
Sequoiasoft (gamme Vega) cible une clientèle plus traditionnelle, intégration via flux EDI ou middleware tiers selon le module.
Au-delà de ces noms, des middleware comme Apaleo ou Cloudbeds servent de couches d’abstraction et permettent souvent une intégration plus rapide quand le PMS d’origine n’expose pas d’API moderne.
Pratique chez Groomy : nos agents IA - dont Arthur pour l’hôtellerie - s’intègrent par connecteur API quand votre PMS le permet, ou fonctionnent en mode autonome avec votre base de connaissances Groomy si vous préférez ne pas exposer le PMS. Vous gardez la main sur le périmètre.
Cas pratique : chatbot connecté à Mews pour répondre “reste-t-il une chambre le 12 juillet ?”
Prenons un hôtel boutique parisien, 28 chambres, sur Mews. L’objectif : que l’IA réponde aux demandes de dispo sans réveiller le night auditor à 1h du matin.
Étape 1 - Configuration côté Mews
L’hôtelier génère un token API dans l’interface Mews Operations, avec un scope restreint : lecture des availabilityBlocks et services. Aucun droit d’écriture, aucune lecture des données financières.
Étape 2 - Configuration côté Groomy
Dans l’interface de l’agent Arthur, on ajoute une “compétence dispo” qui pointe vers l’endpoint Mews avec ce token. On définit aussi les règles d’affichage : afficher uniquement les types de chambres publiés sur le site, masquer les chambres maintenance.
Étape 3 - Première conversation
Un visiteur tape “il vous reste de la place le 12-13 juillet pour 2 adultes ?”. L’agent extrait : 2026-07-12 → 2026-07-13, 2 adultes. Il interroge Mews, récupère les types de chambres disponibles avec tarif, et répond en 1,8 seconde : “Bonsoir, oui il nous reste deux options pour ces dates : Chambre Classique à 189€/nuit et Chambre Supérieure vue cour à 229€. Souhaitez-vous que je vous envoie le lien de réservation ?”
Étape 4 - Suivi
L’hôtelier consulte les statistiques. Sur 100 demandes de dispo nocturnes, 78 obtiennent une réponse directe et 22 sont escaladées (cas particuliers : groupes, longues durées, dates passées). Sur ces 78 réponses directes, 14 ont cliqué sur le lien de réservation. C’est mesurable, attribuable, et l’équipe humaine se concentre sur les cas qui en valent la peine.
Sécurité et conformité dans le partage de données
Connecter un chatbot à un PMS implique de circuler des données personnelles. Trois exigences :
Minimisation. L’API exposée ne doit retourner que les champs nécessaires. Pour répondre à une question de dispo, pas besoin de l’historique client. Pour confirmer une réservation, pas besoin du token CB. Les fournisseurs IA sérieux acceptent de signer un DPA (data processing agreement) qui formalise ce périmètre.
Journalisation. Chaque requête API doit être loguée côté PMS et côté IA. En cas d’incident, vous devez pouvoir reconstituer qui a accédé à quoi et quand. C’est aussi le pré-requis pour répondre à une demande RGPD d’accès ou de suppression.
Hébergement. Privilégiez un fournisseur IA dont les modèles et les bases vectorielles sont hébergés dans l’UE - ou mieux, en France. Groomy, par exemple, héberge ses bases de connaissances en France et utilise des modèles via des fournisseurs européens, ce qui simplifie considérablement la conformité RGPD par rapport à des solutions purement américaines.
Pour aller plus loin sur la conformité, on a détaillé les obligations dans notre guide sécurité RGPD pour chatbot IA tourisme.
Pour aller plus loin
- Pour comprendre comment l’IA s’articule avec votre channel manager (la couche au-dessus du PMS pour les OTAs), lisez chatbot IA et channel manager : où l’IA s’intègre dans la stack tech.
- Si vous explorez l’angle réservations directes, voyez comment l’IA augmente les réservations directes d’un hôtel.
- Sur l’automatisation du parcours client, voici comment automatiser le check-in et check-out d’un hôtel avec l’IA.
- Pour mesurer la conversion d’un widget connecté à votre PMS, parcourez widget chatbot site web : le combo qui transforme les visites en réservations.
Conclusion : intégrez par paliers
L’intégration PMS chatbot n’est pas un projet binaire “tout ou rien”. Démarrez en lecture seule sur les dispos et le statut de réservation, mesurez l’impact, puis montez les niveaux selon les besoins. Le bon agent IA est celui qui s’adapte à votre stack, pas celui qui exige que vous adaptiez votre stack à lui.
Envie d’évaluer ce qu’une intégration apporterait à votre établissement ? Découvrez nos tarifs ou explorez les 4 agents IA Groomy selon votre métier.
Questions fréquentes
Faut-il absolument connecter le PMS au chatbot IA pour que ça fonctionne ? Non. Un agent IA bien configuré couvre déjà 60 à 70% des questions sans toucher au PMS, simplement avec une base de connaissances solide. L’intégration PMS devient pertinente quand vous voulez répondre aux questions de disponibilité, statut de réservation ou modifier un dossier client en direct.
Mon PMS n’a pas d’API publique. Quelles alternatives ? Plusieurs options : passer par un middleware type Apaleo / Sabee / Reservit qui expose une API, utiliser les webhooks si disponibles, ou s’appuyer sur une connexion via channel manager intermédiaire. À défaut, le chatbot reste utile en lecture seule sur la base de connaissances, sans live data.
Quels sont les risques d’une intégration trop poussée entre IA et PMS ? Le principal risque est l’écriture non contrôlée : un agent IA qui modifie des dossiers de réservation sans validation peut créer des incohérences. La bonne pratique est de cantonner l’IA à la lecture pour 90% des cas et de réserver l’écriture à des actions précises avec garde-fous (ex : créer une demande d’extension, jamais valider un paiement).
Quel est l’impact RGPD d’une connexion PMS chatbot ? Le PMS contient des données personnelles (nom, email, dates de séjour, parfois CB tokenisée). Toute API exposée à un chatbot doit respecter le principe de minimisation : ne transmettre que les champs strictement nécessaires, journaliser les accès, et choisir un fournisseur IA hébergé en France ou UE.
En combien de temps une intégration PMS chatbot est-elle opérationnelle ? Pour les PMS modernes avec API REST documentée (Mews, Apaleo, Thais), comptez 2 à 5 jours ouvrés en lecture seule. L’écriture et les webhooks temps réel nécessitent davantage de tests, soit 2 à 4 semaines selon la couverture fonctionnelle souhaitée.
Groomy remplace-t-il mon PMS ? Non, jamais. Groomy est un chatbot IA conversationnel qui s’intègre à votre PMS existant. Le PMS reste votre référentiel métier (chambres, tarifs, dossiers). Groomy lit, parfois écrit via API, mais ne se substitue à aucun module du PMS.