MCP et PMS : comment connecter son IA à ses outils de gestion pour automatiser l'essentiel

Les conciergeries qui utilisent déjà Claude ou ChatGPT au quotidien buttent toutes sur la même limite : l'IA ne sait pas ce qui se passe dans leur PMS. François Lavie, CTO de RentalReady, fait partie des premiers dans le secteur à avoir franchi ce cap. RentalReady a déployé son MCP parmi les tout premiers PMS en France, et François supervise directement ce chantier technologique. Dans cet épisode Spotlight, il explique ce que le MCP change concrètement pour un gestionnaire, ce que ça permet que les agents IA intégrés ne permettent pas, et comment il voit évoluer la conciergerie dans les 12 à 24 prochains mois.

Regarder l'épisode sur YouTube

Ecouter l'épisode avec Apple Podcasts

Ce qu'est vraiment un MCP pour un gestionnaire

Un MCP (Model Context Protocol, protocole standard d'interconnexion entre un logiciel et une IA) n'est pas un nouveau logiciel à installer. C'est une couche technique qui rend vos outils existants accessibles à une intelligence artificielle, en langage naturel.

François Lavie donne la définition la plus claire qu'on ait entendue sur le sujet :

"C'est une sorte d'API mais qui s'utilise par un modèle IA et qui rend l'API utilisable par l'humain." François Lavie, CTO, RentalReady

Pour ceux qui ont déjà entendu parler d'API : le MCP se situe un cran au-dessus. L'API, c'est le canal de communication entre deux logiciels. Le MCP, c'est la traduction de ce canal en quelque chose qu'une IA peut comprendre et utiliser sans code. Concrètement, au lieu d'exporter un tableau Excel de vos réservations pour l'analyser dans ChatGPT, vous posez directement la question à Claude : "Quelles sont mes dernières réservations à Lyon ?" Et Claude interroge votre PMS en temps réel, obtient la réponse, et vous la restitue.

Cette mécanique fonctionne avec tous les logiciels en ligne qui ont développé leur MCP : PMS, outils de documentation comme Notion, messagerie comme Slack ou Gmail, CRM comme Pipedrive ou HubSpot. L'écosystème s'élargit très vite. Welkomz suit d'ailleurs l'évolution des PMS et channel managers compatibles MCP dans un article dédié mis à jour régulièrement.

[VISUEL - Type : Schéma] Sujet : Schéma illustrant la relation entre un LLM (Claude), un MCP et un PMS, avec des flèches bidirectionnelles représentant les échanges de données Légende suggérée : "Architecture MCP : comment Claude interroge un PMS comme RentalReady via le protocole MCP" Source : À créer / Welkomz

Pourquoi Claude est aujourd'hui le meilleur point d'entrée

Tous les grands LLM (Large Language Models, modèles de langage comme ChatGPT, Claude ou Gemini) n'ont pas la même maturité sur le sujet. François Lavie est direct à ce sujet : aujourd'hui, Claude d'Anthropic est de loin le plus simple à utiliser pour intégrer des MCP au quotidien.

Sur Gemini, c'est encore principalement réservé aux développeurs. Sur ChatGPT, la direction prise par OpenAI est moins claire et plus complexe à mettre en oeuvre. Sur Claude, ajouter un MCP se résume à copier-coller un lien dans les paramètres de configuration. C'est tout. Aucune ligne de code, aucune compétence technique préalable.

Claude Cowork, en particulier, est l'interface que François recommande pour démarrer. Elle permet de créer des agents personnalisés, de programmer des tâches récurrentes, et d'y connecter autant de MCP que nécessaire. Pour un gestionnaire qui utilise déjà Claude pour rédiger des emails ou analyser des commentaires, la bascule vers une utilisation avec MCP connecté est une affaire de 15 minutes.

La vraie puissance : mixer plusieurs MCP dans un même agent

C'est le point que la plupart des articles sur cette technologie ne traitent pas, et c'est pourtant ce qui change tout pour un gestionnaire professionnel. Une connexion unique, uniquement vers votre PMS, est déjà utile. Mais la puissance réelle apparaît quand vous combinez plusieurs sources dans le même agent.

François Lavie donne plusieurs exemples tirés de son propre usage :

Chaque matin, un agent peut lire les nouveaux commentaires voyageurs dans le PMS, vérifier qu'un ticket de maintenance a bien été créé pour chaque problème signalé, et envoyer automatiquement à l'agence de ménage un email récapitulatif des tickets en attente. Cet agent combine le MCP du PMS, celui de la messagerie, et potentiellement celui de Notion si les process sont documentés là.

Autre cas concret démontré en direct lors de l'épisode : François a demandé à Claude de préparer un rapport qualité complet pour un appartement, en croisant les dix derniers commentaires voyageurs, les informations de l'annonce Airbnb en ligne, et les données tarifaires du marché. Claude a interrogé RentalReady via MCP, est allé consulter l'annonce sur Airbnb, et a produit un rapport HTML prêt à envoyer au propriétaire, avec les cinq corrections prioritaires classées par impact.

Ce type de rapport existe dans la plupart des PMS sous forme de fonctionnalité native. La différence avec le MCP : vous pouvez le personnaliser selon le profil de chaque propriétaire. Un propriétaire sensible à la rentabilité recevra un rapport centré sur les performances tarifaires. Un propriétaire inquiet pour l'état du bien verra systématiquement remonter les commentaires liés à la vétusté ou aux équipements défaillants. Cette personnalisation est impossible à paramétrer dans une fonctionnalité standard d'un PMS.

Sur la partie revenue management, les possibilités sont également importantes. Beaucoup de gestionnaires ont leur propre logique d'analyse, comme segmenter par quartier, croiser avec des données externes, ou suivre l'impact d'un test A/B sur des descriptions d'annonces. Ces analyses existent dans les PMS, mais les construire à la demande prend des jours. Avec ce type de connexion vers Claude, elles se font en quelques minutes de conversation. Nos articles sur l'optimisation des prix en location saisonnière et sur Maia Insights, l'agent IA de RentalReady, approfondissent ces sujets.

MCP versus agent IA intégré : deux outils complémentaires

Une question revient souvent chez les gestionnaires qui utilisent déjà un PMS avec IA intégrée : à quoi sert le MCP si mon logiciel a déjà un agent ? La réponse de François Lavie est nuancée et honnête.

Chez RentalReady, l'agent IA natif s'appelle Maia Insights. Il est conçu pour répondre rapidement à des questions sur les données du PMS, dans un cadre défini par l'éditeur. Il est plus rapide sur les requêtes simples, et ne nécessite aucune configuration. Pour une question ponctuelle sur les performances d'une propriété, Maia Insights est suffisant.

Ce protocole entre en jeu dès que vous voulez sortir de ce cadre : mixer des sources de données qui viennent de plusieurs outils, créer des workflows personnalisés que personne d'autre n'utilise exactement de la même façon, ou construire des rapports dans un format que le PMS ne propose pas nativement. Via cette connexion, Claude peut aussi parler directement à Maia Insights, ce qui combine les deux approches plutôt que de les opposer. Vous trouverez une présentation complète de RentalReady et de son positionnement dans notre article sur l'innovation chez RentalReady.

Parmi les PMS qui ont également engagé cette transition, Lodgify a récemment refondu son offre en intégrant de nouvelles fonctionnalités IA, ce qui illustre une tendance de fond chez les éditeurs.

Qui gagne, qui perd ?

La bonne nouvelle : la courbe d'adoption du MCP est beaucoup moins abrupte que celle des agents IA ou de l'automatisation via API. François Lavie le dit clairement : "C'est très abordable. Tout le monde est capable d'ajouter un MCP sur son Claude." Ce n'était pas vrai pour les API. Ce n'était pas vrai non plus pour les outils d'automation comme Zapier ou Make, qui demandent de comprendre une logique de flux.

Les gestionnaires qui en tireront le plus de valeur à court terme sont ceux qui ont déjà structuré leur activité dans plusieurs outils numériques : un PMS, une messagerie, un outil de documentation, un Google Analytics. Plus les données sont propres et organisées, plus les agents construits par-dessus sont puissants. Un gestionnaire qui travaille encore avec des tablettes Excel et des fichiers partagés en désordre n'en tirera pas grand-chose dans l'immédiat.

Les gestionnaires qui risquent de rater le virage sont ceux qui attendent une fonctionnalité native dans leur PMS pour chaque besoin. Le MCP casse précisément cette logique : il donne au gestionnaire la capacité de construire ses propres outils sur mesure, sans attendre une mise à jour de l'éditeur. Ceux qui n'ont pas encore pris l'habitude d'utiliser Claude ou un LLM au quotidien auront une étape supplémentaire à franchir, mais François Lavie insiste sur le fait que cette étape est accessible à tous.

Les profils pour lesquels le MCP ne changera pas grand-chose à court terme : les gestionnaires de très petits portefeuilles (1 à 5 biens) qui n'ont pas de processus suffisamment récurrents pour justifier une automatisation. Pour eux, le gain de temps est réel mais la configuration représente un investissement qui ne se rentabilise qu'à partir d'un certain volume.

Sur la question de la réglementation qui pèse sur l'activité des conciergeries, notamment la loi Le Meur et ses obligations opérationnelles, ce type d'agent peut aider à construire des tableaux de bord de conformité personnalisés, un besoin que peu de PMS couvrent nativement. Les évolutions récentes des plateformes, comme celles annoncées dans l'Airbnb Summer Release 2026, renforcent aussi l'intérêt d'avoir des outils d'analyse rapide pour s'adapter aux changements d'algorithme.

Selon votre profil : dans quel ordre avancer ?

1 à 10 biens : Commencez par vous familiariser avec Claude sans MCP. Utilisez-le pour rédiger vos descriptions d'annonces, analyser vos commentaires, préparer vos emails aux propriétaires. Quand vous avez pris cette habitude, ajoutez le MCP de votre PMS. La configuration prend moins de 15 minutes si votre logiciel le supporte.

10 à 50 biens : Vos processus sont suffisamment structurés pour que l'automatisation se justifie pleinement. Priorité : connecter PMS et messagerie dans le même agent. Le workflow de gestion des tickets de maintenance est le cas d'usage le plus immédiatement rentable. Construisez ensuite un agent de reporting qualité propriétaire, personnalisé par profil. Si votre PMS est RentalReady, commencez par explorer ce que Maia Insights fait déjà nativement avant d'ajouter des agents externes.

50 biens et plus : Vous êtes la cible principale de ce que François Lavie décrit comme "la prochaine étape" : des agents connectés en MCP à votre mailbox, votre PMS et votre documentation interne, capables de prendre des actions de façon semi-autonome. À ce niveau de portefeuille, réduire de 40 à 50 % la charge des tâches opérationnelles répétitives est un objectif réaliste dans les 12 prochains mois.

Ce que ça change pour votre activité

"Je pense que demain, clairement, on aura des vrais agents qui, via les MCP, sont capables de vraiment apporter de la valeur ajoutée, pas forcément comme un vrai employé, mais presque." François Lavie, CTO, RentalReady

La projection de François Lavie pour les 12 à 24 prochains mois est celle d'un gestionnaire qui pilote plusieurs agents spécialisés, chacun connecté à ses outils via MCP, chacun traitant son domaine : communication voyageurs, coordination ménage, suivi qualité, reporting propriétaires. Ce n'est pas la fin du gestionnaire humain. C'est la fin du gestionnaire qui passe 40 % de son temps sur des tâches que l'IA peut traiter seule.

"Ça permet de faire des analyses qui étaient quasiment impossibles à faire avant. Ce genre de data est accessible quasiment en claquant des doigts." François Lavie, CTO, RentalReady

La valeur dégagée ne se traduira pas forcément par moins de personnes dans une conciergerie. Elle se traduira plus probablement par plus de biens gérés par la même équipe, ou par davantage de temps consacré à ce que l'IA ne peut pas faire : la relation avec les propriétaires, la prospection, la qualité perçue.

Questions fréquentes sur le MCP en location saisonnière

À propos de François Lavie

François Lavie est CTO (Directeur Technique) de RentalReady, PMS français qui intègre également une activité de conciergerie en propre. Il supervise directement le développement de l'agent IA Maia Insights et du MCP de RentalReady, l'un des premiers déployés dans le secteur de la location courte durée en France. Il suit de près les évolutions des LLM et de leur intégration dans les outils de property management.