Rok z AI w marketingu hotelu: co zostało, a co wyrzuciłem

Najmniej ciekawą zmianą jest ta, o której mówi się najwięcej: modele zrobiły się lepsze. GPT, Claude i Gemini w codziennych zadaniach marketingu zrównały się na tyle, że wybór między nimi przestał rozstrzygać o wyniku. Ceny za przetwarzanie tekstu spadły wielokrotnie, więc koszt samego generowania przestał być barierą. To dobre wieści, ale nie one przewracają stolik.

Stolik przewróciły dwie inne rzeczy. Pierwsza: przewaga przesunęła się z modelu na dane. Ten sam prompt na generycznej bazie i na wgranym kontekście mojego obiektu daje dwa różne światy jakości. Druga, ważniejsza: zmieniło się miejsce, w którym gość zadaje pytanie. Coraz częściej nie wpisuje frazy w Google i nie przegląda dziesięciu linków, tylko pyta asystenta i dostaje jedną odpowiedź. To jedno zdanie unieważnia połowę tego, co przez dekadę nazywaliśmy marketingiem hotelowym.

Na stałe weszło to, co jest wąskie, nudne i mierzalne — i co pracuje na danych, które i tak mam. Cztery rzeczy.

Treści z wgranym tonem marki: newslettery, opisy oferty, wersje językowe. Zamiast prostego polecenia „napisz post o spa” ładuję modelowi nasz głos, przykłady i zasady. Pierwszy rzut skraca się z godziny do kilkunastu minut, a ton zostaje nasz. Druga rzecz: analiza recenzji i szkice odpowiedzi — model wyłapuje, co powtarza się w opiniach, i przygotowuje odpowiedź, którą zatwierdzam, zanim pójdzie. Trzecia: research i briefy, czyli zbieranie faktów pod decyzję, nie podejmowanie decyzji za mnie. Czwarta: tłumaczenia, bo zadanie jest zamknięte i AI dowozi tu najrówniej.

Wspólny mianownik tej czwórki jest prozaiczny. To wąskie zadania na danych, które hotel już posiada. Nic z tego nie robi wrażenia na slajdzie i właśnie dlatego działa w poniedziałek rano.

Wyleciało to, co ładnie wygląda na pokazie, a w obiekcie się sypie. Cztery pomysły, które sprzedają się lepiej, niż działają.

Masowe generowanie treści bez tonu marki — sto postów, z których każdy brzmi tak samo, a wyszukiwarka i gość wyczuwają szablon. Hiperpersonalizacja bez spiętych danych — bez połączonego systemu rezerwacyjnego, gastronomii i historii pobytów kończy się na imieniu w mailu. Chatbot bez wpięcia w prawdziwe dane obiektu — bot, który obieca saunę, której nie ma, kosztuje więcej, niż oszczędza. I założenie, że całe artykuły powstają jednym promptem — powstają szkice, które i tak trzeba przepisać, więc oszczędność jest pozorna.

Najdroższy błąd całego roku nie był techniczny. Był nim moment, w którym udany pilot na jednym kanale brałem za wdrożenie. Pilot działa przy zaangażowaniu entuzjasty i na czystych danych. Wdrożenie musi przeżyć zwykły wtorek, gdy entuzjasta jest na urlopie.

Jeśli mam wskazać jedną rzecz, która w rok zmieniła marketing hotelu najmocniej, wskażę przeniesienie pytania gościa z wyszukiwarki do asystenta. Przez lata optymalizowaliśmy drogę do kliknięcia. Teraz trzeba zadbać, żeby było co zacytować.

Model, który odpowiada komuś na pytanie o hotele w danym mieście, nie otwiera dziesięciu zakładek. Bierze treść, którą da się odczytać i streścić, i podaje ją jako gotową rekomendację. Jeśli oferta mojego obiektu powstaje dopiero w przeglądarce gościa, jako skrypt doładowywany po wejściu, dla tego modelu ona po prostu nie istnieje. To jest nowy front widoczności i większość hotelowych stron jeszcze go nie zauważyła — bo przez lata liczył się zupełnie inny egzamin, techniczny i nastawiony na Google.

Z tego wychodzi konkretna zmiana w pieniądzach. Mniej idzie na kupowanie uwagi pod pojedynczy klik, więcej na to, żeby treść była cytowalna i oparta na uporządkowanych danych obiektu. Koszt marketingu się nie kurczy. Zmienia adres.

Zmienia się też rola człowieka w zespole. Rutynę — pierwszy szkic, segregację recenzji, wersje językowe — oddaję maszynie bez sentymentu. Przy sobie zostawiam to, czego model nie dowiezie: osąd w nietypowej sytuacji, ton marki i relację z gościem oraz partnerem. Im więcej marketingu wykonuje AI, tym cenniejsze staje się to jedno zdanie, które brzmi jak my, a nie jak wszyscy naraz.

Gdybym układał to od zera na przyszły rok, trzymałbym się trzech zasad, które wyszły z tego roku prób i błędów. Jeden proces naraz, a nie „platforma AI” na wszystko — wybieram ten, który boli i da się zmierzyć. Jedna metryka i data końca pilota, żeby było wiadomo, czy to działa, zanim dojdzie kolejne narzędzie. I człowiek, który zatwierdza, zanim cokolwiek wyjdzie na zewnątrz.

Brzmi to mniej efektownie niż hasła ze slajdów dostawców. Taka jest cena tego, że przeżywa kontakt z codzienną operacją. Spokojne, wąskie wdrożenie zwykle wygrywa z tym, które najlepiej wygląda w prezentacji — i to jest chyba najmocniejszy wniosek, jaki wywożę z ostatnich dwunastu miesięcy.