La IA no gestionará los textiles de los hoteles. Los buenos datos sí podrían

La promesa de la IA

La inteligencia artificial se está abriendo paso rápidamente en casi todas las conversaciones sobre el futuro de la hostelería. La IA pronosticará la demanda, optimizará los precios, mejorará las compras, automatizará la administración y ayudará a los gerentes a tomar mejores decisiones. Inevitablemente, también está empezando a aparecer en los debates sobre las operaciones hoteleras y la gestión textil. Pero existe un problema bastante básico. La IA no puede comprender una operación que los datos por sí solos no pueden describir.

Imagínese preguntarle a un sistema de IA cuántas toallas de baño debería pedir un hotel para los próximos doce meses. Para ofrecer una respuesta útil, se necesita mucho más que el inventario actual. Es necesario comprender la rapidez con la que se consumen las toallas, cómo se relaciona ese consumo con la ocupación, con qué frecuencia desaparecen los artículos de la circulación, cuánto duran, cuánto stock se encuentra inmovilizado en el ciclo de lavandería, qué margen operativo requiere el hotel y cuánto tarda en llegar el stock de reposición.

Construir la base de datos fiables

Si esos datos de entrada son estimaciones, hojas de cálculo incompletas o inventarios anuales, añadir inteligencia artificial no crea conocimiento mágicamente. Crea una forma más sofisticada de analizar la incertidumbre. Por eso, el paso más importante hacia la IA en la gestión textil puede tener muy poco que ver con la IA en sí misma. Genera buenos datos operativos. Una vez que existe esa base, las cosas se vuelven mucho más interesantes.

Un sistema puede detectar que el consumo de toallas crece más rápido que la ocupación. Puede identificar que los plazos de retorno de la lavandería se han deteriorado gradualmente. Puede advertir que un tipo de textil desaparece mucho más deprisa que otros artículos comparables. También puede calcular que el stock actual caerá probablemente por debajo del nivel de seguridad del hotel antes de que llegue un pedido de reposición ordinario.

En principio, nada de esto requiere necesariamente inteligencia artificial. Un buen análisis, reglas sensatas y datos fiables ya pueden lograr mucho. Y quizás esa distinción sea importante. Hoy en día existe la tentación de etiquetar casi cualquier forma de automatización o predicción como IA. Pero el objetivo no debería ser incorporar la IA a la gestión textil, sino mejorarla. Si un cálculo sencillo proporciona la respuesta correcta, no tiene mucho sentido complicarlo.

Del análisis a la acción

La IA se vuelve realmente interesante cuando el número de variables y relaciones es demasiado grande para que el análisis convencional lo gestione con facilidad. ¿Por qué está aumentando el consumo de textiles de este hotel? ¿Se debe a la ocupación, al perfil de los huéspedes, a las prácticas del departamento de pisos, a la estacionalidad, al rendimiento de la lavandería o a una combinación de varios factores? ¿Por qué la misma toalla dura más en un establecimiento que en otro? ¿Qué movimientos aparentemente inusuales requieren realmente la atención de alguien?

Ahí es donde la IA puede comenzar a llevar el sistema de reportar información a interpretarla. Y, finalmente, de la interpretación a la recomendación. No se trata simplemente de: «Su inventario de toallas de baño ha disminuido un 8 %». Pero: «Al ritmo actual de agotamiento, es probable que su inventario caiga por debajo del nivel operativo requerido en once semanas. El plazo de entrega habitual de su proveedor es de nueve semanas. Considere reabastecerse ahora». Existe una diferencia significativa entre esos dos mensajes. Se le proporciona información al gerente.

El otro ayuda al gerente a decidir qué hacer. El mismo principio se aplica tanto si los textiles son propios como si se alquilan. En un modelo de alquiler, la acción recomendada podría no ser la compra. Podría ser investigar el tiempo de rotación, ajustar el inventario de textiles o analizar una necesidad emergente con la lavandería. El hotel sigue necesitando esta información porque se beneficia al controlar la eficiencia del servicio por el que paga.

Empezar con información fiable

Quizás aquí es donde el debate sobre la IA en la hostelería a veces empieza por el camino equivocado. Antes de preguntarnos qué puede hacer la inteligencia artificial con los textiles del hotel, deberíamos preguntarnos si hemos creado la información que necesitaría para comprenderlos. Porque la IA es extraordinariamente buena para encontrar significado en los datos. Es considerablemente menos eficaz para encontrar significado en datos que nunca se recopilaron.