Bekijk replay van de conferentie replay het Frans:
Joy en Alexandre Barrière namen het familiebedrijf over van hun ouders, Diane Barrière en Dominique Desseigne, en bliezen de Barrière Group nieuw leven in met een frisse kijk op innovatie. Deze eeuwenoude instelling was een pionier op het gebied van het concept van het 'resort in Franse stijl', waarbij hotels, casino's, restaurants, wellnessfaciliteiten en entertainment worden gecombineerd. In 2025 heeft de groep 33 gokgelegenheden, 20 luxe hotels en bijna 7.000 werknemers wereldwijd.
Tegen deze achtergrond van internationalisering begon AI van data AI van de Groep. Salomon Bentolila, directeur Data Acquisition, geeft leiding aan dit initiatief. Met Artefact als strategische en technologische partner lanceert de Barrière Group zijn eerste op maat gemaakte AI .
Een AI opstellen op basis van drie doelstellingen
Om AI te omarmen, heeft de Barrière Group haar aanpak rond drie gebieden gestructureerd:
- Verbetering van productiviteit en bedrijfsvoering: alle medewerkers hebben toegang tot AI, ongeacht hun technologische kennis. Dit geldt voor alle bedrijfsonderdelen.
- Transformeer de ervaring van klanten en medewerkers: chatbots en AI verbeteren de operationele efficiëntie zonder afbreuk te doen aan de uitmuntende dienstverlening.
- Nieuwe diensten creëren met behulp van generatieve AI: De Groep experimenteert momenteel met nieuwe bedrijfsmodellen om zich te onderscheiden.
Gebruiksscenario's: drie proefprojecten met AI voor verschillende zakelijke behoeften
In samenwerking met Artefact heeft Groupe Barrière een generatief AI ontwikkeld met drie belangrijke agents. Elk daarvan richt zich op specifieke zakelijke uitdagingen. Ze worden geleidelijk uitgerold in een test-en-leer-modus.
Agent 1 – Barrière GPT: AI iedereen
De Barrière GPT-agent is gebaseerd op Gemini en biedt veilige toegang tot een geavanceerd taalmodel. Het platform integreert bibliotheken met prompts die teams kunnen delen en hergebruiken. De tool is geïmplementeerd voor ongeveer honderd medewerkers en heeft al meer dan 4000 prompts gegenereerd. Deze proeffase maakt het mogelijk om de daadwerkelijke acceptatie te beoordelen en de strategie aan te passen.
“Door dingen in vraag te stellen, leren we snel en gaan we snel vooruit. Google biedt tal van functies in zijn Workspace. Dat roept de vraag op: moeten we Barrière GPT behouden of vertrouwen op native tools? We blijven flexibel.” –Salomon Bentolila, directeur Data Acquisitie, Groupe Barrière
Deze test-en-leer-aanpak stelt de Groep in staat flexibel te blijven in het licht van snelle marktveranderingen. In plaats van zich vast te leggen op een grootschalige uitrol, beoordelen de teams van Salomon Bentolila in realtime of de oplossing relevant blijft of dat native alternatieven beter aan de behoeften kunnen voldoen.
Agent 2 – Callcenter: stroomlijnen van klantrelaties
De tweede agent richt zich op callcenters. Adviseurs moesten meerdere bronnen raadplegen: procedures, productcatalogi, enz. Ze verspilden kostbare tijd tijdens interacties met klanten.
Het team van Salomon Bentolila heeft een callcenteragent ontwikkeld op basis van RAG-architectuur (Retrieval-Augmented Generation). Deze technologie verzamelt alle bedrijfsdocumentatie. Adviseurs krijgen direct de antwoorden die ze nodig hebben, de verwerkingstijd van informatie wordt verkort en agenten kunnen zich weer volledig richten op verkoop en ondersteuning.
Resultaat: meer dan 1.000 prompts gegenereerd door meer dan 60 actieve gebruikers met een tevredenheidsscore van 3,64/4. De implementatie is gepland in alle callcenters van de Groep.
Agent 3 – Barrière Play Support: Continue ondersteuning beschikbaar
De Barrière Group heeft Barrière Play ontwikkeld, een applicatie waarmee klanten verbinding kunnen maken met speelautomaten met behulp van een oplaadbare portemonnee. De applicatie wordt voortdurend verder ontwikkeld door middel van agile sprints. Wanneer er echter technische problemen optreden, begrijpen medewerkers in het veld de technische aspecten niet altijd goed genoeg om deze op te lossen. Dit leidde tot de vraag: hoe kunnen we te allen tijde effectieve ondersteuning garanderen?
Er werd besloten om een FAQ te maken. De resulterende documentdatabase werd in een RAG geplaatst. Dit systeem biedt 24/7 AI . Het is getest in drie pilotcasino's, heeft meer dan 350 prompts, meer dan 30 actieve gebruikers en een tevredenheidsscore van 3,77/4.
Zakelijke acceptatie is net zo belangrijk als technische prestaties
De acceptatie door gebruikers is net zo belangrijk als de prestaties van de tool. Feedback uit de praktijk maakte aanpassingen noodzakelijk.
Voor callcenters moesten de Data Acquisitieteams de kwaliteit van de documentdatabases in de RAG's verbeteren. Er was concreet bewijs van toegevoegde waarde nodig om de teams te overtuigen.
"Onze callcentermedewerkers hebben al toegang tot ongeveer 32 tools. Dit betekende dat ze nog een tool onder de knie moesten krijgen. Het moest dus echt de moeite waard zijn." – Salomon Bentolila, directeur Data Acquisitie, Groupe Barrière
Wat betreft de Barrière Play-agent was de oorspronkelijke interface via Google Chat niet geschikt voor mobiele medewerkers. De Groep heeft de agent daarom via een API rechtstreeks geïntegreerd in de backoffice-tools die dagelijks worden gebruikt.
Artefact deze veranderingen door de technische architectuur en integratiemethoden aan te passen. Daarnaast hebben ze twee essentiële aspecten aangepakt:
- Acceptatie door werknemers
- Ondersteunend materiaal voor verandermanagement
LLM als rechter: toezicht houden op de AI om kwaliteit te garanderen
De duurzaamheid van het systeem hangt af van streng toezicht. Artefact Groupe Barrière hebben een LLM geïmplementeerd als beoordelingsmethode om de relevantie van reacties continu te evalueren.
Deze methodologie is als volgt gestructureerd:
- Informatie: Aanmaken van data met bedrijfsactiviteiten, inclusief geannoteerde vraag-antwoordparen
- Reactie: Genereren van reacties op vragen van gebruikers via de RAG-agent om te worden geëvalueerd
- Evaluatie: Geautomatiseerde beoordeling van de voorspelling op een schaal van 1 tot 4 door een LLM-beoordelaar, op basis van de kennisdataset. Elke score is expliciet en gemotiveerd.
- Herkalibratie: de rechtvaardigingen voor de scores herzien en vervolgens de contextprompt/RAG (episodische menselijke activiteit) van de agent aanpassen.
Deze continue verbeteringscyclus versterkt het vertrouwen van gebruikers en garandeert de betrouwbaarheid van AI op lange termijn.
2026: Een flexibele aanpak voor brede AI
Met meer dan 5.000 gegenereerde prompts is Groupe Barrière van plan om in 2026 nieuwe use cases te implementeren. Flexibiliteit blijft daarbij de prioriteit.
"In plaats van ons strikt aan een stappenplan te houden, geven we er de voorkeur aan om kansen te grijpen die interessant kunnen zijn voor onze teams. We stellen een budget vast dat we op een flexibele manier inzetten naargelang de behoeften." - Salomon Bentolila, directeur Data Acquisitie, Groupe Barrière
Dankzij deze pragmatische en flexibele methodologie kan de groep zijn AI dynamisch toewijzen in plaats van een vaste prioriteitenlijst te volgen. Met deze transformatie laat de Barrière-groep zien hoe een eeuwenoude speler in de luxe hotelbranche kan innoveren zonder zijn identiteit te verliezen. Door gebruikersacceptatie centraal te stellen in zijn strategie, handhaaft het bedrijf hoge normen voor de kwaliteit van zijn diensten dankzij robuuste monitoringsystemen.
