L’intelligenza artificiale non gestirà i tessuti degli hotel. Dei buoni dati potrebbero farlo

La promessa dell’IA

L’intelligenza artificiale si sta rapidamente facendo strada in quasi ogni discussione sul futuro dell’ospitalità. L’intelligenza artificiale prevede la domanda, ottimizza i prezzi, migliora gli acquisti, automatizza l’amministrazione e aiuta i manager a prendere decisioni migliori. Inevitabilmente, sta iniziando a comparire anche nelle discussioni sulla gestione alberghiera e sulla gestione tessile. Ma c’è un problema piuttosto elementare. L’IA non può comprendere un’operazione che i dati stessi non sono in grado di descrivere. Immaginate di chiedere a un sistema di intelligenza artificiale quanti asciugamani da bagno un hotel dovrebbe ordinare per i prossimi dodici mesi.

Per fornire una risposta utile, è necessario molto più del semplice inventario attuale. Bisogna capire con quale velocità vengono consumati gli asciugamani, come questo consumo si rapporta al tasso di occupazione, con quale frequenza gli articoli vengono ritirati dalla circolazione, quanto durano, quanto stock è bloccato nel ciclo di lavaggio, di quale margine operativo ha bisogno l’hotel e quanto tempo impiega la merce di ricambio ad arrivare. Se questi input sono stime, fogli di calcolo incompleti o inventari annuali, aggiungere l’intelligenza artificiale non crea magicamente conoscenza. Crea un modo più sofisticato di analizzare l’incertezza.

Costruire una base di dati affidabili

Ecco perché il passo più importante verso l’intelligenza artificiale nella gestione dei tessuti potrebbe avere ben poco a che fare con l’IA in sé. Genera dati operativi di qualità. Una volta stabilite queste basi, le cose si fanno molto più interessanti. Un sistema può riconoscere che il consumo di asciugamani sta crescendo più rapidamente dell’occupazione, individuare un progressivo deterioramento dei tempi di restituzione della lavanderia o rilevare che un tipo di tessile scompare molto più velocemente di articoli comparabili. Può inoltre calcolare che le scorte attuali rischiano di scendere sotto il livello di sicurezza dell’hotel prima dell’arrivo di un normale ordine di reintegro.

Inizialmente, nulla di tutto ciò richiede necessariamente l’intelligenza artificiale. Una buona analisi, regole sensate e dati affidabili possono già ottenere ottimi risultati. E forse questa distinzione è importante. Oggi si tende a etichettare quasi ogni forma di automazione o previsione come intelligenza artificiale. Ma l’obiettivo non dovrebbe essere quello di introdurre l’IA nella gestione dei tessuti. Dovrebbe essere quello di migliorare la gestione dei tessuti. Se un semplice calcolo fornisce la risposta corretta, non c’è alcun vantaggio nel complicarlo.

Dall’analisi all’azione

L’intelligenza artificiale diventa davvero interessante quando il numero di variabili e relazioni diventa troppo elevato perché l’analisi convenzionale possa gestirlo agevolmente. Perché il consumo di tessili di questo hotel sta aumentando? Dipende dall’occupazione, dal profilo degli ospiti, dalle pratiche di housekeeping, dalla stagionalità, dalle prestazioni della lavanderia o da una combinazione di fattori? Perché lo stesso asciugamano dura più a lungo in una struttura che in un’altra? Quali movimenti apparentemente insoliti richiedono davvero l’attenzione di qualcuno?

È qui che l’intelligenza artificiale può iniziare a spostare il sistema dalla semplice segnalazione di informazioni alla loro interpretazione. E, infine, dall’interpretazione alla raccomandazione. Non semplicemente: “Le scorte di asciugamani da bagno sono diminuite dell’8%”. Ma: “Al ritmo attuale di esaurimento, è probabile che le vostre scorte scendano al di sotto del livello operativo richiesto entro undici settimane. Il vostro normale tempo di consegna dai fornitori è di nove settimane. Valutate la possibilità di rifornirvi ora.” C’è una differenza significativa tra questi due messaggi.

Si forniscono informazioni al responsabile. L’altro aiuta il responsabile a decidere cosa fare. Lo stesso principio si applica sia che i tessuti siano di proprietà o a noleggio. In un modello di noleggio, l’azione consigliata potrebbe non essere l’acquisto di nulla. Potrebbe essere quella di analizzare i tempi di lavorazione, adeguare il parco tessuti o discutere un’esigenza emergente con la lavanderia. L’hotel ha comunque bisogno di queste informazioni perché trae comunque vantaggio dal controllo dell’efficienza del servizio per cui paga.

Partire da informazioni affidabili

Forse è qui che la discussione sull’IA nel settore alberghiero a volte inizia nel modo sbagliato. Prima di chiederci cosa può fare l’intelligenza artificiale con i tessuti d’albergo, dovremmo chiederci se abbiamo creato le informazioni di cui avrebbe bisogno per comprenderli. Perché l’IA è straordinariamente brava a trovare significato nei dati. È considerevolmente meno efficace nel trovare significato nei dati che non sono mai stati raccolti.