En AI-agent i hoteldrift er software, der læser data fra dine systemer, såsom PMS'et, beslutter, hvad der skal gøres, og udfører det: den opretter en housekeeping-opgave ud fra en reservationsbemærkning eller tildeler værelser før ankomst. Det adskiller sig fra en chatbot, som besvarer spørgsmål. Hoteller bevarer kontrollen ved at beslutte, hvad hver agent må gøre, formulere reglerne i et klart og letforståeligt sprog, gennemgå en oversigt over alt, hvad agenten så, besluttede og gjorde, samt holde medarbejderne ansvarlige for arbejdet på gulvet.

Hvad er forskellen på en AI-agent og en chatbot?

En chatbot taler. En agent handler. Mews' rapport om agentisk AI udtrykker det således: I modsætning til tidligere automatisering eller chatbots forbinder agentisk AI flere hotelsystemer. I praksis består en driftsagent af tre dele: den læser fra et kernesystem (system of record), den anvender regler, som hotellet har fastsat, og den skriver resultatet et sted, hvor en person vil handle på det.

Hvad kan AI-agenter gøre i hoteldriften i dag?

De mest nyttige opgaver er de gentagne, hvor informationen allerede eksisterer, men skal indtastes igen eller videreformidles af en person. Tre eksempler, der allerede er i drift på hoteller:

• Omdannelse af reservationsnoter til opgaver. Sweeplys Trace-agent, Tracey, læser bemærkningerne på en reservation i PMS'et (en babyseng, et jubilæum, sen ankomst, en fejl rapporteret ved et tidligere ophold) og sender hver enkelt videre som en opgave til housekeeping, vedligeholdelse eller receptionen. Hos THE FLAG i Zürich, som kører på Apaleo, sparer den omkring otte timer om ugen med 99,7 % nøjagtighed. Den fulde gennemgang af Tracey viser, hvordan en kommentar bliver til en opgave.

• Tildeling af værelser. Sweeplys værelsesallokeringsagent, Roomey, tildeler værelser med opgraderinger, sammenhængende placeringer, tilbagevendende gæster og legionellarotation for øje, afprøver 20.000 kombinationer for at finde den bedste plan og skriver tildelingerne tilbage til PMS'et.

• Besvarelse og dirigering af gæstebeskeder. Platforme til gæstebeskeder bruger nu agenter til at prioritere og udarbejde udkast til svar samt til at overdrage anmodninger til driften.

Infrastrukturen rulles hurtigt ud. Apaleo lancerede en MCP-server i september 2025, så agenter kan læse data og handle på tværs af systemer via én grænseflade, og driver en markedsplads for agenter. Mews opkøbte AI-analysevirksomheden DataChat i oktober 2025.

Hvordan bevarer hoteller kontrollen over AI-agenter?

Udbredelsen går hurtigere end regelsættene. I Mews' Hotelier Survey 2026 blandt 500+ overnatningssteder oplyste 98 %, at de bruger AI i en eller anden form, og 41 % oplyste, at de ikke har en formel AI-politik. Kontrol kræver ikke et langt policydokument. Det kræver fem bevidste beslutninger:

1. Omfang. Beslut, hvad hver agent må gøre, og hvad den ikke må. At oprette en opgave indebærer lav risiko; at ændre en pris eller annullere en reservation gør ikke. Start med opgaver, hvor en fejl er billig og synlig.

2. Regler i et letforståeligt sprog. De personer, der styrer driften, bør fastlægge dirigeringsregler og kategorier, ikke en udvikler. Med Tracey konfigurerer det enkelte hotel sine egne opgavekategorier, så hotellet bestemmer, hvor en anmodning om en babyseng eller en fejlmelding ender.

3. Et revisionsspor (audit trail). Hver kørsel bør registrere, hvad agenten så, hvad den besluttede, og hvad den gjorde. Sweeplys Agent Home er fuldt reviderbar på netop disse tre punkter.

4. En fast rytme for menneskelig gennemgang. En vagthavende leder, der gennemgår, hvad agenten har oprettet, bruger et par minutter om dagen, mere i de første to uger, mens kategorierne finjusteres. Fejl fundet tidligt fører til bedre regler.

5. Mennesker ejer resultatet. Agenten skaber arbejdet; en navngiven person leverer det og afslutter det. Ansvaret for gæsteoplevelsen overdrages ikke til software.

Mews' rapport understreger det samme set fra PMS-siden: hotelfolk vil forblive i kontrol og selv beslutte, hvad der skal automatiseres og i hvilket omfang.

Gælder EU's AI Act for hotel-AI-agenter?

Visse dele gør muligvis, og det er værd at vide hvilke. Dette er et resumé, ikke juridisk rådgivning.

• AI-kompetencer. Siden 2. februar 2025 har organisationer, der implementerer AI, skullet tage skridt til at sikre, at medarbejdere, der anvender det, forstår det tilstrækkeligt godt (Artikel 4). En kort briefing til alle, der arbejder med en agent, er tilstrækkeligt for de fleste hoteller.

• Gennemsigtighed for gæstevendt AI. Fra 2. august 2026 skal personer have at vide, hvornår de interagerer med et AI-system, hvilket er relevant for chatbots og stemmeagenter, der taler med gæster (Artikel 50).

• Anvendelse i ansættelsesforhold. AI, der anvendes til at tildele opgaver til medarbejdere baseret på deres adfærd eller personlige træk, eller til at overvåge og evaluere deres præstationer, er klassificeret som højrisiko i forordningen. I henhold til en foreløbig aftale indgået i juni 2026 rykkes disse forpligtelser fra august 2026 til december 2027. Hvorvidt et givent værktøj falder ind under dette anvendelsesområde, afhænger af, hvordan det fungerer, så rådfør dig med juridiske rådgivere, hvis en agent tildeler arbejde til personale baseret på deres præstationer.

Den praktiske konklusion er den samme som kontrollisten ovenfor: hav styr på, hvad hver agent gør, før en log, hold en person ansvarlig, og fortæl gæsterne, hvornår de taler med AI.

Sådan kommer du i gang med AI-agenter i hoteldriften

1. Vælg én gentagen opgave, hvor information i dag genindtastes eller videreformidles manuelt. Reservationsbemærkninger er et godt første emne.

2. Mål det i en uge: hvor mange elementer, hvor meget tid, hvor mange der overses.

3. Aktivér agenten for ét overnatningssted med de regler, som driftsteamet har fastsat.

4. Gennemgå hver kørsel i de første to uger, og tilpas kategorierne.

5. Sammenlign med din baseline, før du tilføjer en anden agent eller et andet overnatningssted.

Agenter fungerer bedst oven på en velfungerende drift. Hvis opgaver stadig findes på papir, har en agent ingen steder at sende dem hen. Derfor er Sweeplys AI-agenter placeret på samme platform som housekeeping, vedligeholdelse og gæsteforespørgsler og forbinder til 20+ PMS-platforme. Sweeply bygger også tilpassede agenter sammen med et hotels team til opgaver ud over standardopgaverne.

Hvor denne guide ikke gælder

Sweeply bygger AI-agenter, så læs produkteksemplerne som et partisk synspunkt. Tal for nøjagtighed og tidsbesparelser stammer fra live-drift på specifikke overnatningssteder og vil variere afhængigt af din PMS-datakvalitet og dine kategorier. Resuméet af EU's AI Act afspejler offentlige kilder pr. oktober 2026, og tidslinjen for højrisikoforpligtelser var stadig ved at blive endeligt fastlagt. Og ikke ethvert job bør automatiseres: en uafhængig undersøgelse fra NYU, RateGain og HEDNA viste, at mens mere end halvdelen af hotellerne bruger eller køber generativ AI, melder færre end én ud af ti, at det reducerede manuelt arbejde med mere end 30 %. Vælg opgaver, hvor besparelsen er reel og målbar.

Tal med vores salgsteam

Book en samtale med vores salgsteam for at drøfte dit hotel, dit PMS og de moduler, du har brug for, og få et pristilbud på din opsætning.