IAHDF
Retour d’expérience

Parc du Marquenterre : près d’un visiteur sur trois a décalé sa venue grâce à l’IA qui prévoit l’affluence

RI Rédaction iahdf.fr 5 min de lecture Tous niveaux

Depuis l'été 2026, le Parc du Marquenterre, en baie de Somme, prévoit sa fréquentation grâce à un outil d'IA prédictive, jusqu'à six mois à l'avance. Premier bilan publié le 12 novembre : près d'un visiteur interrogé sur trois a décalé sa venue, et les prévisions atteignent environ 80 % de précision.

Au Parc du Marquenterre, à Saint-Quentin-en-Tourmont, en baie de Somme, l'intelligence artificielle sert à prévoir l'affluence plutôt qu'à générer du texte. Lancé à l'été 2026, un outil d'IA prédictive estime la fréquentation du parc ornithologique jusqu'à six mois à l'avance pour les équipes, et sur deux semaines pour le public. Le 12 novembre 2026, La Gazette Picardie a publié les premiers résultats de cette expérimentation, tirés d'une enquête menée auprès des visiteurs.

Un « Bison Futé » pour un site naturel

Le parc accueille environ 160 000 visiteurs par an. Il ne souffre pas de surfréquentation, mais connaît des pics à certains jours et à certaines heures. Or l'accueil est dimensionné pour environ 300 personnes par heure. « Le premier motif d'insatisfaction est l'attente aux caisses », explique à La Gazette François Goudeau, directeur de la communication du syndicat mixte Baie de Somme Grand Littoral Picard : si 400 personnes se présentent à 10 heures, 100 doivent patienter.

L'idée remonte à 2023. François Goudeau imaginait alors, selon Hauts-de-France Innovation Tourisme (HIT), « un genre de Bison Futé » capable d'annoncer la jauge de visiteurs pour un jour donné. Le projet a été retenu par Atout France dans le cadre du plan Destination France, parmi 13 initiatives sur 75 candidatures, et validé en décembre 2025. Il a été développé de janvier à juin 2026 avec deux prestataires spécialisés en données et en IA, Maippen et Diagonall, accompagnés par le programme HIT.

Comment fonctionne l'outil

  • Il croise l'historique des visites et des ventes sur plusieurs années, le calendrier des vacances scolaires, les jours fériés (y compris en Belgique), les prévisions météo et les événements.
  • Les équipes disposent d'un tableau de bord avec des prévisions à 1 jour, 14 jours et 6 mois, détaillées par créneau de 30 minutes.
  • Le public consulte une version simplifiée sur le site du parc, avec les niveaux d'affluence attendus sur les deux semaines suivantes. Les prévisions sont indicatives et mises à jour chaque jour.
  • Selon HIT, l'outil repose sur une IA non générative hébergée sur un serveur local, au sein du parc, un choix présenté comme peu gourmand en énergie et en eau.

Le modèle réserve parfois des surprises. D'après HIT, l'analyse des données a montré que l'enneigement des Vosges influe sur la fréquentation du parc : quand la neige manque, des Parisiens privilégieraient la baie de Somme. La météo reste l'un des facteurs les plus déterminants, souligne Jean-François Mangin, directeur adjoint du parc, cité par France 3 Hauts-de-France : après trois jours de pluie, une belle journée à 25 degrés concentre les visites.

Notre objectif n'est pas de limiter l'accès au Parc du Marquenterre mais de disposer d'une vision prévisionnelle des périodes de forte fréquentation afin d'offrir aux visiteurs les meilleures conditions de découverte possibles tout en préservant la qualité du site et sa faune si précieuse.

François Goudeau, cité par Hauts-de-France Innovation Tourisme

Les premiers résultats après une saison

Les visiteurs qui ne pouvaient pas ou ne voulaient pas changer leurs plans savaient au moins à quoi s'attendre en arrivant. Les avis sont plus réservés pour les journées de forte affluence. L'objectif de fiabilité fixé par l'équipe projet, selon HIT, est de 85 %.

La saison a aussi révélé une limite : les épisodes de fortes chaleurs, au-delà de 32 °C, ont fait apparaître des comportements difficiles à anticiper. Certains visiteurs ont avancé leur venue au matin, d'autres l'ont reportée ou annulée. Les équipes du parc analysent les données recueillies pour améliorer le modèle avant la prochaine saison.

Et ensuite ?

L'expérimentation doit se poursuivre et, à terme, s'étendre à l'ensemble de la baie de Somme, pour mieux comprendre les déplacements des visiteurs entre les sites et mieux répartir les flux, en préservant les espaces les plus fragiles. Pour la Régie Destination Baie de Somme, le parc est un « laboratoire d'innovation ». HIT estime par ailleurs que la méthode pourrait être reproduite sur d'autres destinations touristiques de la région ou de France.

Pourquoi c'est intéressant pour la région

Ce cas montre une IA utile, sobre et mesurée : un modèle prédictif ciblé, hébergé localement, au service d'un problème concret, la file d'attente, et d'un enjeu environnemental, la quiétude d'une réserve naturelle. La décision reste humaine : c'est le syndicat mixte qui interprète les prévisions pour mobiliser du personnel, adapter les horaires ou informer le public. Pour les sites touristiques, musées ou équipements des Hauts-de-France confrontés à des pics de fréquentation, c'est un retour d'expérience régional chiffré, avec ses résultats et ses limites.

Note : les résultats cités proviennent d'une enquête menée par le parc auprès de visiteurs et des indicateurs communiqués par ses équipes ; ils n'ont pas fait l'objet d'une évaluation indépendante publiée.

Sources

Cette ressource vous a-t-elle aidé ?

Pour aller plus loin

Retour d’expérience Six mois d’IA dans une boulangerie de Douai : ce qui a vraiment changé 12 min · un membre, Douai Retour d’expérience Ce que nos élèves ont appris en testant l’IA en cours 12 min · Claire M., Beauvais Retour d’expérience Trier les messages d’une petite mairie sans perdre la main 11 min · Samuel D., Saint-Quentin