AI w hotelu wysiada na danych, nie na algorytmie

Firma Hapi uruchomiła właśnie usługę Guest Identity i Data Lakehouse – narzędzie, które ma scalać rozproszone rekordy gościa w jeden, aktualizowany w czasie rzeczywistym profil, łącząc PMS, spa, program lojalnościowy i inne systemy obiektu. Sam fakt, że taki produkt powstaje i trafia na rynek w 2026 roku, mówi więcej o stanie branży niż jakakolwiek deklaracja o AI: w wielu hotelach ten sam gość wciąż istnieje jako kilka osobnych, niepowiązanych rekordów.

To ten sam problem, o którym mówił współzałożyciel Triptease, Charlie Osmond, w podkaście Hotel Moment wydawnictwa Revinate – twierdząc, że czyste, połączone dane gościa są fundamentem, od którego zależy skuteczność jakiegokolwiek AI w marketingu hotelowym. Zanim asystent AI zaproponuje gościowi upgrade pokoju albo spersonalizowaną ofertę, musi wiedzieć, że to ten sam człowiek, który trzy miesiące temu rezerwował spa i zgłaszał awarię klimatyzacji. Bez spiętych systemów AI zgaduje, nie personalizuje.

Asystent AI o nazwie VAIA, stworzony przez Avalorę, jako pierwszy przeszedł pełną certyfikację zgodności ze standardem HTNG Express – specyfikacją integracji z systemami zarządzania hotelem (PMS) rozwijaną pod skrzydłami amerykańskiego stowarzyszenia AHLA. W praktyce oznacza to, że VAIA łączy się z platformami PMS, w tym Visual Matrix, bez indywidualnego, kosztownego wdrożenia API dla każdego systemu z osobna.

To różnica między AI, które trzeba integrować miesiącami przy każdej zmianie dostawcy PMS, a AI, które podłącza się do znormalizowanego gniazda. Dla sieci z dziesiątkami obiektów na różnych systemach to bezpośrednia oszczędność czasu wdrożenia. Dla niezależnego hotelu w Polsce, który zwykle ma jeden PMS i nie zmienia go co rok, znaczenie jest pośrednie – ale to sygnał, w którą stronę idzie rynek: dostawcy AI będą premiować systemy zgodne ze standardem, a te spoza niego zostaną z mniejszym wyborem integracji.

Mews uruchomił natywne narzędzie Guest Messaging and Automations, które konsoliduje komunikację z gościem ze wszystkich kanałów w jeden wątek i wykorzystuje AI do automatycznego rozwiązywania – jak podaje producent – 80 procent rutynowych zapytań. Dyrektor generalny obiektu ustawia reguły raz, a recepcja wraca do obsługi gościa na miejscu zamiast odpisywania na te same pytania o godzinę zameldowania czy kod do Wi-Fi.

To konkretny przykład tego, co opisuje cały ten klaster informacji: AI, które faktycznie odciąża zespół, działa dopiero wtedy, gdy stoi na uporządkowanej warstwie danych i komunikacji, nie jako osobny dodatek obok istniejących systemów. Mews mógł zbudować to narzędzie, bo kontroluje całą warstwę danych rezerwacji i komunikacji w jednym systemie – to przewaga, której niezależny hotel z osobnym PMS, osobnym channel managerem i osobnym narzędziem do wiadomości zwykle nie ma.

Komentarz opublikowany na Hospitality Net ostrzega, że agenci AI zaczynają zastępować tradycyjny lejek wyszukiwania w OTA, a hotele muszą przebudować infrastrukturę danych i API, by w ogóle pozostać widoczne dla tych agentów. Autor ujął to wprost: „Hotele muszą przebudować swoją infrastrukturę danych i API, by pozostać widoczne, gdy agenci AI zastępują tradycyjne lejki wyszukiwania OTA, albo zaryzykować algorytmiczną niewidzialność” – pisze Hospitality Net.

To przesuwa punkt ciężkości z samej treści strony (opisy pokoi, zdjęcia, SEO) na strukturę danych, którą agent AI potrafi odczytać i zacytować: aktualne ceny, dostępność, atrybuty pokoju w formacie, który maszyna rozumie bez interpretacji. Badanie firmy h2c na 113 sieciach hotelowych pokazuje skalę przygotowania do tej zmiany: 91 procent sieci już używa AI, ale tylko 28 procent ma spisaną strategię na poziomie całej firmy. Rozjazd między wdrożeniem punktowym a infrastrukturą gotową na agentów AI jest właśnie tam, gdzie leży ryzyko.