Prima di acquistare l'intelligenza artificiale per il tuo hotel, poniti queste sei domande

Al momento, ogni fornitore di soluzioni di intelligenza artificiale per il settore alberghiero è in grado di mostrare una demo ben realizzata. Tuttavia, pochissimi sanno spiegare, in termini specifici, su quali dati si basa effettivamente l'IA per elaborare le proprie informazioni, e questa distinzione è molto più importante di quanto la demo possa suggerire.

Negli ultimi anni, gli albergatori si sono trovati a dover gestire numerose proposte per strumenti di pricing basati sull'intelligenza artificiale, chatbot per la messaggistica con gli ospiti e dashboard predittive. Le funzionalità si moltiplicano ogni trimestre, ma ciò di cui raramente si parla in fase di vendita è il livello sottostante: ovvero se i dati dell'hotel siano sufficientemente interconnessi, aggiornati e coerenti da permettere a questi strumenti di produrre risultati affidabili.

In una dimostrazione controllata, due strumenti possono produrre risultati straordinariamente simili pur operando su basi fondamentalmente diverse. Uno potrebbe basarsi su dati attuali e interconnessi provenienti da tutto l'hotel, mentre l'altro potrebbe ragionare partendo da una visione più ristretta o differita, ottenuta aggregando dati da più sistemi. Non è detto che la differenza sia visibile sullo schermo, ma sarà evidente nelle decisioni prese dall'intelligenza artificiale.

6 domande da porsi prima di investire nell'intelligenza artificiale per hotel

Prima di firmare qualsiasi documento, è opportuno porsi sei domande.

1. Cosa può effettivamente vedere questa IA?

La maggior parte degli strumenti di intelligenza artificiale viene valutata all'interno di un unico compartimento stagno: il motore di determinazione dei prezzi è efficace? Il chatbot risponde correttamente alle domande degli ospiti? Il problema è che quasi nulla in un hotel avviene in un unico compartimento stagno. Una variazione di tariffa ha un impatto sulla distribuzione. Un disservizio emerge in una recensione, che influenza la domanda futura. L'attribuzione del marketing dipende dalla conoscenza del canale che ha effettivamente generato l'ospite.

Un sistema di intelligenza artificiale può ragionare solo sui sistemi a cui è connesso. Se ha accesso solo alle prenotazioni, non sarà mai in grado di individuare gli schemi operativi presenti nei registri del personale addetto alle pulizie o nei dati del punto vendita.

Chiedere: Se ponessi una domanda che abbraccia contemporaneamente fatturato, storico degli ospiti e operazioni, questo strumento sarebbe in grado di rispondere o si lascerebbe prendere da qualche parte, costringendo qualcuno a ricostruire manualmente la risposta?

2. Quanto sono aggiornati i dati alla base della raccomandazione?

Gli hotel non operano secondo un orario prestabilito. Arriva una prenotazione, un'altra viene cancellata, viene aggiunto un blocco di camere per un gruppo, la disponibilità si sposta tra i vari canali, un ospite effettua il check-in in anticipo e le tariffe vengono aggiornate, a volte a distanza di pochi minuti l'una dall'altra. Ogni evento modifica il quadro di riferimento su cui un sistema di intelligenza artificiale dovrebbe basarsi.

Con le integrazioni, ogni passaggio tra sistemi introduce un ritardo: un intervallo di sincronizzazione, un'elaborazione batch notturna, un'esportazione programmata. Nessuno di questi ritardi è visibile all'IA che utilizza i dati. Un modello non sa che i suoi dati di occupazione risalgono a quattro ore prima; si limita a produrre una raccomandazione come se fossero aggiornati.

Considerare gestione delle entrate. Se diverse camere vengono prenotate in rapida successione, ma la prenotazione non è ancora stata elaborata dal sistema di determinazione dei prezzi, l'IA potrebbe continuare a suggerire tariffe basate su disponibilità non più esistenti. Oppure, se una cancellazione non è stata propagata, potrebbe rilevare una domanda e un tasso di occupazione inesistenti. Lo stesso problema può influire sulle comunicazioni con gli ospiti, sulla disponibilità, sulle previsioni e sulle decisioni operative. Più lungo è il ritardo, maggiore sarà il divario tra l'hotel visualizzato dall'IA e l'hotel effettivamente gestito.

Questo sta diventando un vincolo sempre più ampio all'adozione dell'IA: Il modello 72% lamenta la mancanza di un'infrastruttura dati in tempo reale. sta attivamente ostacolando la capacità della loro organizzazione di scalare l'IA. Per gli hotel, la questione pratica non è semplicemente se i sistemi siano integrati, ma quanto velocemente le informazioni si muovano tra di essi.

Chiedere: Se il tasso di occupazione cambiasse ora, quanto tempo ci vorrebbe prima che ogni sistema connesso e ogni strumento di intelligenza artificiale che lo supporta funzioni con il dato aggiornato?

3. Riconosce lo stesso ospite ovunque?

Un ospite che prenota direttamente, poi tramite un'agenzia di viaggi online (OTA) e infine con una tariffa negoziata, può esistere come tre o quattro record separati a seconda di quanti sistemi gestiscono quella prenotazione. Ogni modello di intelligenza artificiale addestrato su uno qualsiasi di questi record eredita la propria versione dell'ospite, e nessuna di queste rappresenta la persona nella sua interezza.

Questo diventa rilevante non appena ci si aspetta che l'IA personalizzi qualcosa. Un cliente abituale potrebbe essere trattato come un nuovo visitatore perché il suo soggiorno precedente è associato a un profilo diverso. Un assistente basato sull'IA potrebbe non rilevare una preferenza di servizio documentata durante l'ultima visita. Un sistema di marketing potrebbe inviare un'offerta a una persona che ha soggiornato cinque volte, mentre i report continuano a conteggiarla come più clienti.

All'interno di un gruppo alberghiero, il problema si aggrava. Una persona che ha soggiornato in tre strutture diverse potrebbe apparire come tre ospiti non correlati tra loro, anziché come un cliente fedele con una storia che abbraccia l'intero portfolio. L'intelligenza artificiale può individuare schemi solo nelle identità che l'architettura sottostante le fornisce.

E questo problema non si risolve con la crescita di un hotel. Anzi, si aggrava. Un maggior numero di strutture, canali e sistemi crea più opportunità per la stessa persona di risultare associata a record diversi, a meno che l'architettura non preveda un metodo coerente per identificare gli ospiti.

Chiedere: Se un cliente abituale prenota domani tramite un canale diverso dal solito, tutti i sistemi lo riconosceranno come la stessa persona o creeranno un nuovo file?

4. Chi può accedere a questi dati e potete provarlo?

La prontezza non riguarda solo la quantità di dati connessi, ma anche se l'accesso a tali dati è deliberatamente regolamentato. Immaginate di chiedere a un assistente basato sull'intelligenza artificiale di riassumere le informazioni su un ospite VIP prima del suo arrivo. Dovrebbe consultare la cronologia delle prenotazioni? Certo. Le richieste di manutenzione precedenti? Forse. I dettagli di pagamento? Probabilmente no.

Ora estendiamo questa domanda all'intero contesto di un hotel o di un gruppo alberghiero. Un addetto alla reception, un responsabile delle entrate, un direttore generale e un amministratore aziendale non dovrebbero necessariamente avere accesso alle stesse informazioni, e lo stesso vale per gli strumenti di intelligenza artificiale che lavorano per loro conto.

Questo aspetto diventa ancora più importante man mano che l'IA passa dal rispondere alle domande all'intraprendere azioni. Un assistente in grado di riassumere gli arrivi di domani comporta un certo livello di rischio. Un assistente che può modificare una tariffa, emettere un rimborso, modificare una prenotazione o inviare un messaggio a un ospite ne comporta un altro. L'architettura sottostante deve determinare non solo cosa l'IA può vedere, ma anche cosa può fare, per chi e con quali autorizzazioni.

Un tempo, questa era una preoccupazione secondaria per l'IT. Ora non lo è più. I quadri normativi richiedono sempre più spesso alle organizzazioni di dimostrare a quali dati un sistema di intelligenza artificiale può accedere. Un fornitore dovrebbe essere in grado di spiegare come viene controllato l'accesso, come vengono protetti i dati sensibili e se tali controlli possono essere verificati.

Chiedere: Potrebbe spiegare con sicurezza a quali informazioni questo strumento di intelligenza artificiale può accedere e, altrettanto importante, a quali informazioni non può accedere esplicitamente?

5. L'intuizione si trasforma in azione o diventa un'altra fonte di guadagno?

La vera prova di una funzionalità basata sull'intelligenza artificiale non è se produce un suggerimento, ma se tale suggerimento è fruibile dall'utente in modo immediato, senza dover cambiare strumento, esportare un file o reinserire informazioni già presenti nel sistema.

Supponiamo che l'IA segnali che le prenotazioni per un determinato fine settimana stanno aumentando più velocemente del previsto. Se questa informazione rimane in un report che un responsabile delle entrate consulta la mattina successiva, non si può cambiare nulla in tempo. Se invece emerge direttamente all'interno del flusso di lavoro collegato al processo revenue management, con la possibilità di rivedere e approvare una modifica della tariffa nello stesso punto, l'informazione si trasforma in una decisione quando è ancora rilevante.

Lo stesso principio si applica anche al di là della definizione dei prezzi. Se l'intelligenza artificiale identifica un cliente insoddisfatto, ma qualcuno deve copiare queste informazioni in un altro sistema prima che la reception possa rispondere, oppure individua un'opportunità di upselling ma non può attivare la relativa comunicazione con il cliente, l'intelligenza artificiale può essere utile, ma il flusso di lavoro rimane comunque manuale.

Affinché l'IA possa fare di più che semplicemente raccomandare, ha bisogno di un percorso per integrarsi nei sistemi in cui il lavoro effettivo si svolge, con le autorizzazioni appropriate e la supervisione umana. Altrimenti, si aggiunge un ulteriore livello di intelligenza senza rimuovere il lavoro sottostante.

Chiedere: Quanti clic, strumenti o passaggi di persona separano l'output di questo strumento dall'effettiva azione di qualcuno in base ad esso?

6. Il modello dati è nativo o è stato assemblato a posteriori?

Questa è la domanda che sottende a tutte le altre. Due piattaforme possono apparire identiche in una demo, ma essere costruite in modi fondamentalmente diversi. Una potrebbe essere nata da un'acquisizione, unendo prodotti che continuano a funzionare su database separati, dietro una schermata di accesso condivisa. L'altra potrebbe essere stata creata fin dall'inizio a partire da un unico modello di dati, in cui ogni prodotto fa riferimento allo stesso record sottostante.

I venditori che descrivono il secondo tipo dovrebbero essere in grado di darti una storia di origine specifica e datata, non una risposta vaga su “Integrazioni profonde”.” Un'ulteriore considerazione pratica: tutto ciò che è disponibile all'interno dell'interfaccia del prodotto è accessibile anche tramite la sua API? Una piattaforma in cui l'interfaccia e l'API esterna attingono da due livelli sottostanti differenti solitamente offre un'esperienza di integrazione di seconda categoria, con funzionalità visibili nell'interfaccia utente ma non accessibili a partner e sviluppatori.

All'incirca 38% degli albergatori Citano già l'integrazione dei sistemi come il loro principale problema operativo, un segnale forte che questa domanda va posta prima della firma del contratto, non dopo.

Chiedere: Questo modello dati è nativo o assemblato? Quando è avvenuto esattamente questo assemblaggio? E la tua interfaccia utilizza la stessa API che mi forniresti?

Guida rapida

Il punto chiave

Nessuna di queste sei domande riguarda la capacità di uno strumento di generare risultati. Riguardano piuttosto la capacità del terreno su cui poggia di reggere il peso di una decisione reale.

L'IA è in grado di avere una visione sufficiente dell'attività aziendale per comprenderne l'andamento? Queste informazioni sono aggiornate? Sa chi è l'ospite? L'accesso è gestito correttamente? Un'intuizione può effettivamente innescare un'azione? E, soprattutto, queste funzionalità si basano su una solida base di dati condivisa?

Non sono domande a cui un fornitore dovrebbe avere difficoltà a rispondere. Se l'IA viene venduta con la promessa di decisioni migliori, il fornitore dovrebbe essere in grado di spiegare esattamente quali dati informano tali decisioni, come questi dati si muovono all'interno della piattaforma e cosa accade tra un evento che si verifica in hotel e la risposta dell'IA. La demo è ancora importante. Ma prima di lasciarvi impressionare da ciò che l'IA può fare, scoprite cosa lo rende possibile.

Prima di investire nell'intelligenza artificiale per gli hotel, i dirigenti dovrebbero valutare le solide basi di dati che sottendono a ogni promessa. Sistemi interconnessi, informazioni aggiornate, identità unificate degli ospiti, una governance rigorosa, flussi di lavoro concreti e un'architettura nativa determinano se l'IA produce decisioni affidabili o aggiunge un ulteriore livello di complessità.