Trzecia strona rynku AI: głos obiektów, które już to zrobiły

Dostawcy technologii AI mają interes w głośnym komunikowaniu sukcesów – każde wdrożenie to case study, każdy argument dla następnego klienta. Goście z kolei dzielą się opiniami w Google, na bookingach i w mediach społecznościowych – ale ich perspektywa dotyczy interfejsu, nie kosztów ani operacji.

Hotel, który wdrożył AI, nie ma motywacji do publicznego dzielenia się wynikami. Jeśli system zadziałał – trzyma to jako przewagę konkurencyjną. Jeśli nie zadziałał – nie ma powodu, żeby o tym informować. Efekt jest taki, że rynek AI w hotelarstwie opiera się na deklaracjach producentów i opiniach użytkowników, ale brakuje twardych danych z wdrożeń.

Brakuje przede wszystkim kosztów: ile kosztuje integracja asystenta AI z istniejącym PMS, ile trwa wdrożenie, jakie zasoby operacyjne pochłania utrzymanie systemu. Dostawcy podają ceny licencji, ale już nie koszty ukryte – szkolenia personelu, dostosowanie procesów, okres przejściowy, w którym system generuje błędy wymagające interwencji człowieka.

Brakuje też miary efektywności: ile rezerwacji faktycznie przyniósł asystent, ile z nich było nowymi klientami, a ile przesunięciami z innych kanałów. Bez tych danych trudno ocenić, czy AI to inwestycja zwracająca się w ciągu kilku miesięcy, czy koszt stały, który trzeba akceptować jako cenę modernizacji.

Rozwiązaniem nie jest zmuszanie hoteli do publicznego dzielenia się wynikami – to decyzja biznesowa i nikt nie ma obowiązku ujawniania kosztów. Rozwiązaniem jest budowanie rynku, w którym anonimowe, uśrednione dane z wdrożeń są dostępne dla branży – ile obiektów wdrożyło, jaki był typowy koszt, jaki czas zwrotu, jakie były najczęstsze problemy.

Takie dane mogłaby zbierać organizacja branżowa lub niezależny analityk, gwarantując anonimowość wdrożycieli. Bez tego rynek AI w hotelarstwie będzie się rozwijał na podstawie deklaracji producentów i opinii gości – dwóch źródeł, które z natury nie mają interesu w pokazywaniu pełnego obrazu.