DIY AI w hotelu: resorty budują własne narzędzia, zamiast kupować platformę

Dorian Krzystanek z grupy UMILI opisał na XIX Hotel Meeting, jak trzy resorty połączyły dane, żeby rozwiązać konkretne, powtarzalne problemy: nieodebrane telefony, wiadomości rozsiane po kilku kanałach, ręcznie składane raporty i skargi gości, które zespół widział dopiero po publikacji w internecie – czyli za późno, żeby zareagować. Żaden z tych problemów nie wymagał wdrożenia 'systemu AI dla hotelu'. Wymagał jednego narzędzia, które odpowiadało na jedno pytanie operacyjne naraz.

Ten sam wzorzec opisuje drugi tekst Horeca BC o budowie własnej asystentki AI: projekt nie zaczyna się od dużego budżetu ani zespołu informatyków, tylko od jednej funkcji sprawdzonej w codziennej pracy, którą potem rozwija się krok po kroku na kolejne działy. To odwrócenie typowej kolejności zakupowej w hotelarstwie – najpierw RFP i wybór dostawcy, potem wdrożenie. Tu najpierw działający prototyp, potem decyzja, czy warto go skalować.

Właściciel Union Square Plaza Hotel w San Francisco nie ma wykształcenia programistycznego. Mimo to, korzystając z otwartego API Cloudbeds, zbudował własne narzędzia do zarządzania cenami i dostępnością pokoi dopasowane do tego, jak faktycznie działa jego obiekt – bez czekania na funkcję w roadmapie dostawcy systemu PMS. To jest różnica względem modelu z poprzedniej dekady: wtedy ograniczeniem był kod, teraz ograniczeniem jest tylko to, czy dostawca udostępnia API.

Guesty idzie o krok dalej protokołem MCP (Model Context Protocol), który podłącza asystentów AI – takich jak ChatGPT czy Claude – bezpośrednio do danych portfela nieruchomości zarządcy. Zamiast integracji budowanej miesiącami przez dział IT dostawcy, zarządca łączy istniejące narzędzie AI z własnymi danymi operacyjnymi samodzielnie. Dla sieci condo-hoteli i zarządców apartamentów w Polsce to praktyczna ścieżka: mniej zależności od tego, czy akurat ich PMS ma w cenniku moduł 'AI insights'.

Yavapai Lodge w Parku Narodowym Grand Canyon rozwiązał inny problem – codzienny, 30-minutowy zator przy recepcji – wdrażając cztery kioski samoobsługowe Canary Technologies razem z komunikacją AI. Efekt: zero skarg na kolejki i zniknięcie kosztów obsługi reklamacyjnej związanej z czekaniem. To rozwiązanie kupione, skonfigurowane i wdrożone w tygodnie, nie w miesiące budowy od zera.

Revinate poszło w stronę infrastruktury danych: platforma Pathways, Vault i Chat łączy CRM, CDP i wykonanie AI w jednym systemie obsługującym 1,25 miliarda profili gości. Sheraton Universal Hotel z kolei wdrożył Rosę – awatara wideo 'Synth Human' od Sizzle, dostępnego całą dobę w ponad 33 językach do rozmowy z gościem przez telefon. Te trzy przypadki łączy jedno: hotel płaci za gotowy produkt i skalę dostawcy, nie za własny czas budowy.

Globalne badanie h2c Hotel Chain Tech Report 2026 podaje, że AI używa 91% sieci hotelowych, ale strategię z poparciem zarządu ma zaledwie 28%, a mierzalny zwrot z inwestycji potwierdza 13% – podaje Hospitality Net. Ten rozdźwięk tłumaczy, czemu droga DIY zyskuje: narzędzie zbudowane pod jeden problem nie wymaga strategii zarządu, żeby zacząć działać, bo kosztuje czas jednej osoby, nie wieloletni kontrakt z dostawcą platformy.

Dla hotelu bez działu IT – a to większość obiektów w Polsce poza dużymi sieciami – wybór nie jest ideologiczny, jest budżetowy. Jeden powtarzalny problem operacyjny (telefony, raporty, skargi) wart jest sprawdzenia przez narzędzie budowane na otwartym API już posiadanego PMS, zanim padnie decyzja o zakupie osobnej platformy AI. Gotowa platforma typu Canary czy Revinate ma sens tam, gdzie problem dotyczy całej sieci i skali, nie jednego obiektu.