Det meste AI i hotelbranchen sælges på hastighed. Hurtigere svar, færre klik, mindre administration. Det er reelt nok, men det er kun den mindre halvdel af potentialet. Den større halvdel er arbejde, der slet ikke behøver at finde sted.

En rengøring, der ikke er nødvendig, bruger intet vand, intet linned, ingen kemikalier og ingen arbejdskraft. En fejl, der opdages i uge et, bliver ikke til en udskiftningsenhed i uge seks. En vagtplan baseret på det reelle behov sender ikke fire personer til en etage, der kun behøver to. Intet af det er effektivitet i traditionel forstand. Det er subtraktion, og det er subtraktion, der for alvor rykker ved miljøtallene.

Hvorfor er effektivitet alene den mindre gevinst?

Fordi det at fremskynde en proces, man slet ikke burde køre, stadig betyder, at den køres. AI er rigtig god til at håndtere det rutineprægede, reducere fejl og holde opgaverne i gang, når teamet er presset. Men bruger man det kun på eksisterende rutiner, får man blot dagens drift, bare hurtigere.

Hotel- og restaurationsbranchen er ikke et stabilt miljø. Belægningsmønstre skifter, gæsternes forventninger ændrer sig, og ikke to uger er ens. Systemer, der tilpasser sig, er mere værd end systemer, der blot sætter farten op, for det rigtige spørgsmål på en tirsdag i februar er ikke det rigtige spørgsmål i juli. Den interessante brug af AI på et hotel handler om at beslutte, hvad der skal gøres, ikke om at gøre det samme hurtigere.

Bæredygtighed er ikke længere blot en brandingøvelse, hvilket øger indsatsen omkring den beslutning. Booking.coms 2024 Sustainable Travel Report viste, at 75 % af de rejsende ønsker at rejse mere bæredygtigt over de næste tolv måneder, og miljøpræstationer har nu indflydelse på distributionssynlighed, investorspørgsmål og den langsigtede omkostningsstruktur. De beslutninger, der afgør det, træffes på gulvet dusinvis af gange om dagen af folk, der ikke tænker på rapporteringsrammer, mens de gør det.

Hvilke daglige beslutninger rykker reelt ved et hotels miljøtal?

Færre end man skulle tro, og de er alle operationelle snarere end strategiske.

Mønstret er, at miljødata og driftsdata er de samme data. Et hotel, der styrer housekeeping og vedligeholdelse i ét system, genererer allerede det meste af det, en bæredygtighedsrapport har brug for, uanset om nogen indsamler det eller ej.

Hvordan ser AI-understøttet bæredygtighed ud i hverdagen?

Ikke dramatisk. Det er netop pointen.

• Rengøringsplaner følger den reelle belægning og gæsternes reelle valg, så unødvendig rengøring slet ikke bliver planlagt fra starten

• Opgaver når ud til de personer, der kan udføre dem, i den rigtige rækkefølge, så ingen går forgæves rundt i bygningen

• Vedligeholdelsesproblemer opdages tidligt, hvilket beskytter energieffektiviteten og udsætter udskiftning af udstyr

• Reservationsnoter når automatisk ud til housekeeping i stedet for at ligge i et PMS-bemærkningsfelt, som ingen åbner

• Rapportering viser mønstre, der er værd at handle på, som f.eks. en værelsestype, der genererer gentagne fejl, eller en etage, der forbruger uforholdsmæssigt mange timer

Sweeplys AI-agenter udfører to specifikke opgaver i dette billede. Tracey læser reservationsbemærkninger i PMS'et og omdanner dem til opgaver. Roomey tager sig af værelsesfordelingen. Begge har et snævert fokus, og netop det snævre fokus gør dem pålidelige nok til bare at lade køre.

Individuelt ser disse ting små ud. Men fordelt over hundredvis af værelser og et helt år udgør de forskellen på et bæredygtighedsmål, der rent faktisk nås, og et, der blot beskrives.

Hvordan dokumenterer man en bæredygtighedspåstand frem for blot at fremsætte den?

Kløften mellem hvad hoteller siger, og hvad de kan bevise, lukker sig hurtigt. Dette er den rækkefølge, jeg ville følge.

1. Vælg påstande, der kan knyttes til et tal, du allerede producerer. Ansvarlig: hoteldirektør. Varighed: 1 uge. ”Vi reducerede housekeeping-aktiviteten med 60 %” kan bevises. ”Vi er engagerede i bæredygtighed” kan ikke, og opfattes i stigende grad som en mangel på data.

2. Registrer et udgangspunkt, før der ændres på noget. Ansvarlig: driftsleder. Varighed: 2 uger. Rengøringer pr. optaget værelse, vaskemængder, responstid for vedligeholdelse, timer pr. afdeling. Uden dette er ethvert senere tal blot et skøn.

3. Saml driftsdataene ét sted. Ansvarlig: systemansvarlig. Varighed: 1 dag. Sweeply går live inden for 24 timer på et understøttet PMS og forbinder til mere end 20 PMS-platforme, så data for housekeeping, vedligeholdelse og gæsteønsker samles ét sted frem for i tre separate eksporter.

4. Rapporter månedligt, ikke årligt. Ansvarlig: driftsleder. Varighed: en halv dag om måneden. Månedlige tal bliver korrigeret, mens folk stadig kan huske måneden. Årlige tal bliver forsvaret.

5. Bevar dokumentationssporet. Ansvarlig: den certificeringsansvarlige. Varighed: løbende. Certificeringsorganer og ESG-revisorer beder om dokumentation, ikke oversigter. Historik på opgaveniveau med tidsstempler besvarer spørgsmålet; det gør et slide ikke.

The Views Hotels kan fremvise en reduktion på 60 % i housekeeping-aktiviteter på tværs af 750 værelser og en besparelse på 5.370 EUR om måneden, fordi de underliggende opgaver blev registreret i takt med, at de fandt sted. Íslandshótel kan dokumentere 22.000 sparede timer om året på tværs af 18 hoteller af samme grund. Ingen af tallene krævede et særskilt måleprojekt. Hvis du administrerer gæstevalgsdelen af dette, dækker vores guide til grønne valg i housekeeping uden at reducere personalets timer den operationelle halvdel.

Hvor AI ikke hjælper

Jeg vil hellere sige dette ligeud end lade kategorien oversælge sig selv.

AI reducerer ikke et hotels største miljøomkostninger. Opvarmning, køling, varmt brugsvand og bygningens klimaskærm dominerer de fleste hotellers fodaftryk, og det er ingeniørmæssige og kapitalmæssige beslutninger. Bedre opgavestyring kompenserer ikke for et gammelt fyr.

AI er kun så god som de data, der ligger under den. Et hotel, der stadig styrer housekeeping på papir og WhatsApp, har ingen data at analysere, så det første skridt er ikke et AI-projekt, men overhovedet at få arbejdet ind i et system.

Sweeply er et operationelt lag oven på PMS'et, ikke et PMS, ikke et energistyringssystem og ikke et bygningsstyringssystem. Vi kan vise detaljeret, hvad der skete med værelser, opgaver og timer. Vi aflæser ikke dine målere, og enhver rapport, der kombinerer de to ting, har brug for begge kilder.

Og et program baseret på gæstevalg kræver stadig, at hotellet beslutter, hvad der skal ske med de frigjorte timer. Det er en ledelsesbeslutning. Den træffes ikke af nogen agent.

Tal med vores salgsteam

Book en samtale med vores salgsteam for at få priser samt benchmarks for frameldinger og sparede timer fra hoteller af tilsvarende størrelse. Sweeply prissættes pr. salgbart værelse, pr. måned, pr. modul, og ikke-salgbare arealer er gratis.