Tilbake til artikler

Thorhildur Edda Gunnarsdottir, CEO

Publisert

Oppdatert

AI gjør hoteller mer bærekraftige, ikke bare effektive

AI gjør hoteller mer bærekraftige, ikke bare effektive

Det meste av AI for hoteller selges inn på hastighet. Den største miljøgevinsten er arbeid som unngås: rengjøring under oppholdet som aldri trenger å skje, feil som fanges opp før de vokser, og vakter tilpasset reell etterspørsel. The Views Hotels kuttet housekeepingaktivitetene med 60 % fordelt på 750 rom, og Sweeply logger reduksjonen som dokumentasjon du kan rapportere.

Hvordan AI gjør hoteller mer bærekraftige, ikke bare mer effektive

Kort fortalt

• Arbeid som unngås, er den største miljøspaken et hotell styrer selv: hver rengjøring under oppholdet som droppes, fjerner bruk av sengetøy, vann, energi og kjemikalier på én gang. • The Views Hotels kuttet housekeepingaktivitetene med 60 % fordelt på 750 rom på Madeira, verdt 5 370 euro i måneden. • Íslandshótel sparer 22 000 timer i året fordelt på 18 hoteller, og 70 % av gjestene velger bort daglig rengjøring. • Bærekraftspåstander krever nå bevis fra driften: antall bortvalg, tid til fullførte reparasjoner og oppgavevolum kan revideres, markedsføringsspråk kan ikke det. • Sweeplys AI-agenter Tracey og Roomey håndterer reservasjonsmerknader og romfordeling, så rapporteringsdataene blir et biprodukt av det daglige arbeidet i stedet for en egen øvelse.

Det meste av AI for hoteller selges inn på hastighet. Raskere svar, færre klikk, mindre administrasjon. Det er reelt, og det er den minste halvdelen av muligheten. Den største halvdelen er arbeid som aldri trenger å bli gjort i det hele tatt.

En rengjøring som ikke trengs, bruker ikke vann, sengetøy, kjemikalier eller arbeidskraft. En feil som oppdages i uke én, blir ikke en utskiftet enhet i uke seks. En vakt som planlegges etter reell etterspørsel, sender ikke fire personer til en etasje som trenger to. Ingenting av dette er effektivitet i vanlig forstand. Det er subtraksjon, og det er gjennom subtraksjon at miljøtallene faktisk flytter seg.

Hvorfor er effektivitet alene den minste gevinsten?

Fordi en prosess du ikke burde kjøre i det hele tatt, fortsatt kjøres selv om du gjør den raskere. AI er svært god til å håndtere det repetitive, redusere feil og holde oppgavene i flyt når teamet er presset. Retter du den bare mot eksisterende rutiner, får du dagens drift, bare raskere.

Hotellbransjen er ikke et stabilt miljø. Beleggsmønstre endrer seg, gjestenes forventninger skifter, og ingen uker er like. Systemer som tilpasser seg, er verdt mer enn systemer som akselererer, fordi det riktige spørsmålet en tirsdag i februar ikke er det riktige spørsmålet i juli. Den interessante bruken av AI på et hotell er å avgjøre hva som skal gjøres, ikke å gjøre det samme raskere.

Bærekraft er ikke lenger bare en merkevareøvelse, og det gjør den beslutningen enda viktigere. Booking.coms Sustainable Travel Report for 2024 viste at 75 % av de reisende ønsker å reise mer bærekraftig de neste tolv månedene, og miljøprestasjoner påvirker nå synligheten i distribusjonen, spørsmål fra investorer og den langsiktige kostnadsstrukturen. Beslutningene som avgjør dette, tas på gulvet, dusinvis av ganger om dagen, av folk som ikke tenker på rapporteringsrammeverk mens de gjør det.

Hvilke daglige beslutninger flytter faktisk et hotells miljøtall?

Færre enn du skulle tro, og alle er operasjonelle snarere enn strategiske.

Daglig beslutning

Hva det påvirker

Hvor dataene allerede ligger

Om det blir gjort rengjøring under oppholdet

Sengetøy, vann, energi, rengjøringskjemikalier

Gjestens bortvalg av rengjøring, registrert i Guest Connect

Hvor raskt en feil blir meldt

Bortkastet energi, vanntap, tidlig utskifting av deler

Tidsstempler på vedlikeholdsoppgaver

Hvordan rom fordeles mellom etasjene

Gangtid for ansatte, turer med trallen, gjentatte runder

Romfordeling håndtert av Roomey

Om et reservasjonsnotat når frem til teamet

Omarbeid, ekstra besøk, oversette ønsker

Reservasjonsmerknader håndtert av Tracey

Hvor mange ansatte som settes opp per vakt

Arbeidstimer, overtid, innleid personale

Oppgavevolum per avdeling

Mønsteret er at miljødataene og driftsdataene er de samme dataene. Et hotell som driver housekeeping og vedlikehold i ett system, genererer allerede det meste av det en bærekraftsrapport trenger, enten noen samler det inn eller ikke.

Hvordan ser AI-støttet bærekraft ut i hverdagen?

Ikke dramatisk. Det er poenget.

  • Rengjøringsplanene følger reelt belegg og gjestenes faktiske valg, så unødvendig rengjøring blir ikke planlagt i utgangspunktet

  • Oppgavene når dem som kan utføre dem, i riktig rekkefølge, så ingen går gjennom bygget to ganger

  • Vedlikeholdsproblemer kommer frem tidlig, noe som beskytter energiytelsen og utsetter utskifting av utstyr

  • Reservasjonsnotater når housekeeping automatisk i stedet for å bli liggende i et merknadsfelt i PMS-et som ingen åpner

  • Rapporteringen viser mønstre det er verdt å handle på, for eksempel én romtype som gir gjentatte feil eller én etasje som bruker uforholdsmessig mange timer

Sweeplys AI-agenter gjør to konkrete jobber i dette bildet. Tracey leser reservasjonsmerknader i PMS-et og gjør dem om til oppgaver. Roomey håndterer romfordelingen. Begge er smale, og det at de er smale, er grunnen til at de er pålitelige nok til å gå av seg selv.

Hver for seg ser disse små ut. Over hundrevis av rom og et helt år er de forskjellen mellom et bærekraftsmål som nås, og et som bare beskrives.

Hvordan beviser du en bærekraftspåstand i stedet for bare å hevde den?

Avstanden mellom det hoteller sier og det de kan dokumentere, krymper raskt. Dette er rekkefølgen jeg ville fulgt.

  1. Velg påstander som kan knyttes til et tall du allerede produserer. Ansvarlig: hotelldirektør. Varighet: 1 uke. «Vi reduserte housekeepingaktiviteten med 60 %» kan bevises. «Vi er forpliktet til bærekraft» kan ikke det, og leses i økende grad som mangel på data.

  2. Registrer et utgangspunkt før du endrer noe. Ansvarlig: driftssjef. Varighet: 2 uker. Rengjøringer per belagt rom, vaskemengder for sengetøy, responstid på vedlikehold, timer per avdeling. Uten dette er hvert senere tall et anslag.

  3. Samle driftsdataene på ett sted. Ansvarlig: systemansvarlig. Varighet: 1 dag. Sweeply er i drift innen 24 timer på et støttet PMS og kobles til 20+ PMS-plattformer, så registreringene for housekeeping, vedlikehold og gjesteforespørsler ligger samlet i stedet for i tre eksporter.

  4. Rapporter månedlig, ikke årlig. Ansvarlig: driftssjef. Varighet: en halv dag per måned. Månedstall blir rettet mens folk fortsatt husker måneden. Årstall blir forsvart.

  5. Ta vare på dokumentasjonssporet. Ansvarlig: den som har ansvar for sertifisering. Varighet: løpende. Sertifiseringsorganer og ESG-revisorer ber om registreringer, ikke sammendrag. Historikk på oppgavenivå med tidsstempler besvarer spørsmålet; et lysbilde gjør det ikke.

The Views Hotels kan vise til 60 % reduksjon i housekeepingaktiviteter fordelt på 750 rom og 5 370 euro spart per måned, fordi de underliggende oppgavene ble registrert etter hvert som de skjedde. Íslandshótel kan vise til 22 000 sparte timer i året fordelt på 18 hoteller av samme grunn. Ingen av tallene krevde et eget måleprosjekt. Hvis du driver gjestevalgdelen av dette, dekker guiden vår om grønne valg i housekeeping uten å kutte i de ansattes timer den operasjonelle halvdelen.

Hvor AI ikke hjelper

Jeg vil heller si dette rett ut enn å la kategorien overselge seg selv.

AI reduserer ikke et hotells største miljøkostnader. Oppvarming, kjøling, varmtvann og selve bygningskroppen dominerer fotavtrykket til de fleste hoteller, og det er tekniske beslutninger og investeringsbeslutninger. Bedre oppgavefordeling veier ikke opp for en gammel fyrkjele.

AI er aldri bedre enn dataene den bygger på. Et hotell som fortsatt driver housekeeping på papir og WhatsApp, har ingen data å resonnere ut fra, så det første steget er ikke et AI-prosjekt, men å få arbeidet inn i et system i det hele tatt.

Sweeply er et operasjonelt lag oppå PMS-et, ikke et PMS, ikke et energistyringssystem og ikke et byggautomasjonssystem. Vi kan vise i detalj hva som skjedde med rom, oppgaver og timer. Vi leser ikke av målerne dine, og en rapport som kombinerer de to, trenger begge kildene.

Og et gjestevalgprogram krever fortsatt at hotellet bestemmer hva som skal skje med timene som frigjøres. Det er en lederbeslutning. Ingen agent tar den.

Snakk med salgsteamet vårt

Book en samtale med salgsteamet vårt for å få priser og referansetall for bortvalg av rengjøring og sparte timer fra hoteller av tilsvarende størrelse. Sweeply prises per salgbart rom, per måned, per modul, og areal som ikke kan selges, er gratis.

Konklusjon

Den nyttige testen for AI på hotellet er ikke hvor mye raskere den gjør arbeidet, men hvor mye arbeid den fjerner. Mål et utgangspunkt, samle driftsdataene på ett sted og rapporter månedlig, så blir miljøpåstanden noe du kan gi til en revisor i stedet for noe du skriver på en nettside.

Ofte stilte spørsmål

Kan housekeepingdata brukes direkte i ESG- eller sertifiseringsrapportering?

Ja, for den operative delen. Antall gjester som velger bort rengjøring, rengjøringer per belagt rom, sparte vaskerunder med sengetøy, responstid i vedlikehold og timer per avdeling registreres alle som oppgaver i Sweeply med tidsstempler, og det er den formen revisorene ber om. Energi- og vannforbruk kommer fortsatt fra målerne og strøm- og vannregningene dine, så en fullstendig rapport kombinerer begge kildene, ikke bare én.

Erstatter AI i hotelldriften jobber i housekeeping eller vedlikehold?

Hos kundene våre endrer det hva timene brukes til, i stedet for å fjerne dem. Når antallet daglige rengjøringer går ned, flyttes den frigjorte tiden gjerne til hovedrengjøring, inspeksjoner og fellesarealer. Sweeplys agenter, Tracey og Roomey, håndterer reservasjonsnotater og romtildeling, som er koordineringsarbeid, ikke rengjøring. Om sparte timer blir til omdisponering eller færre vakter, er en beslutning hotellet tar.