AI w hotelu wychodzi z fazy testów. Gość płaci za pewność, że obietnica zostanie dotrzymana

Piątkowe zestawienie Hospitality Net łączy trzy materiały. Terence Ronson, konsultant technologii hotelowych z Hongkongu, przeanalizował 84 swoje publikacje i złożył z nich ramę czterech ruchów na czwarty kwartał. Muhammad Tanveer stawia tezę, że skoro AI ujednolica ofertę i komunikację, hotel może wziąć dodatkowe pieniądze za niezawodność. Benjamin Golson podsumowuje konferencję Destination AI 2026: według niego 500 obecnych tam liderów branży pokazało, że sztuczna inteligencja przestała być eksperymentem i działa w operacji.

Szczegóły czterech ruchów Ronsona i pełne wnioski z konferencji są w oryginale, do którego linkujemy pod tekstem. My skupiamy się na wspólnym wątku. Dwa z trzech tekstów mówią w gruncie rzeczy to samo: technologia staje się powszechna, więc przewagę daje to, jak rzetelnie hotel z niej korzysta.

Teza Tanveera dobrze pasuje do polskiego rynku. Opisy pokoi, odpowiedzi na opinie i maile przedpobytowe coraz częściej przechodzą przez te same modele językowe, więc brzmią podobnie w Zakopanem i w Gdańsku. Gość przestaje odróżniać hotele po słowach. Zostaje mu sprawdzenie, czy pokój wygląda jak na zdjęciu, czy check-in o 15:00 faktycznie odbywa się o 15:00, czy prośba o łóżeczko dla dziecka zapisana przy rezerwacji dotarła do housekeepingu i czy faktura przychodzi bez poprawek.

Każdy z tych punktów da się zmierzyć i każdy wraca w opiniach na Booking.com i Google. Hotel, który dowozi powtarzalny standard, może bronić stawki wtedy, gdy konkurencja obniża ceny. Tanveer nazywa to premią handlową. Hotelarz zna to jako mniej reklamacji, mniej rabatów „za kłopot” i więcej gości wracających bez prowizji dla OTA (internetowego biura podróży).

Wniosek Golsona z Destination AI 2026 ma praktyczną konsekwencję. Pilotaż można wyłączyć, kiedy zawodzi. Narzędzie wpięte w operację odpowiada gościom, ustala ceny albo przydziela pokoje, więc jego błąd od razu trafia do klienta. Czatbot, który obiecuje późne wymeldowanie bez sprawdzenia obłożenia, albo system cenowy, który w długi weekend przestawi stawkę na najniższą, psują dokładnie tę pewność, o której pisze Tanveer.

Z tego wynikają trzy wymagania. Każde narzędzie AI potrzebuje osoby, która za nie odpowiada i co tydzień przegląda jego decyzje. Potrzebna jest granica, powyżej której decyzję podejmuje człowiek: rabat, zwrot, reklamacja, zmiana warunków rezerwacji. Do tego dochodzi plan na awarię, czyli co robi recepcja, kiedy integracja z PMS (systemem zarządzania obiektem) przestaje działać o 22:00.

Pierwszy krok to audyt obietnic. Wypisz wszystko, co hotel deklaruje na stronie, w OTA i w automatycznych mailach: godziny, udogodnienia, czas odpowiedzi, parking, śniadanie do określonej godziny. Przy każdej pozycji zapisz, kto odpowiada za jej dotrzymanie i jak często się to nie udaje. Lista zwykle mieści się na jednej stronie i od razu pokazuje, gdzie hotel traci pieniądze na rekompensatach.

Drugi krok dotyczy narzędzi. Jeśli hotel testował kilka rozwiązań AI w tym roku, zostaw w operacji jedno lub dwa z wyznaczonym właścicielem, progiem decyzji dla człowieka i miernikiem, na przykład czasem odpowiedzi na zapytanie albo odsetkiem rozmów przekazanych recepcji. Resztę wyłącz albo zostaw w testach. Budżet na 2027 rok łatwiej obronić danymi z jednego wdrożenia, które działa w operacji, niż listą pięciu pilotaży.