Hay una idea que me parece especialmente útil para entender cómo debemos introducir la Inteligencia Artificial en Hotelería. El principio es muy parecido al de incorporar a una nueva persona al equipo. Podemos entregarle un listado de tareas, indicarle dónde está su puesto de trabajo y esperar que, con un poco de intuición y bastante paciencia, descubra por sí sola cómo hacemos las cosas. O podemos explicarle nuestros procedimientos, prioridades, estándares, excepciones y criterios de decisión. En ambos casos tendremos a alguien trabajando. Lo que difícilmente tendremos en el primero es consistencia.
Con la Inteligencia Artificial sucede exactamente lo mismo. Podemos abrir una herramienta, escribir una instrucción y esperar una respuesta brillante. Algunas veces incluso la obtendremos. Pero si pretendemos utilizar la IA para intervenir en decisiones reales del hotel —planificación de Pisos, respuesta a huéspedes, análisis comercial, revenue management, formación, mantenimiento, compras o cualquier otro proceso— pronto descubriremos que una IA que desconoce el hotel puede razonar correctamente y, aun así, proponernos una decisión equivocada.
La razón es sencilla. En un hotel existen cientos de reglas que rara vez aparecen juntas en un manual. Sabemos qué habitaciones conviene entregar primero, cuándo merece la pena aceptar una excepción, qué reclamaciones requieren escalado, qué clientes tienen determinadas condiciones, qué criterios utilizamos para asignar una habitación, qué estándares son negociables y cuáles no, cuándo interesa proteger inventario o qué incidencia aparentemente pequeña puede terminar convirtiéndose en un problema importante. Ese conocimiento existe, pero con frecuencia existe dentro de las personas.
Durante años hemos podido convivir razonablemente bien con esta situación porque la organización aprendía mediante transmisión humana. Una persona experimentada enseñaba a otra, la Gobernanta explicaba las particularidades de determinadas habitaciones, Recepción transmitía las preferencias recurrentes de algunos huéspedes y cada departamento desarrollaba una especie de memoria colectiva. El problema es que esa memoria resulta difícil de escalar, vulnerable a la rotación y extraordinariamente dependiente de determinadas personas.
Puede que también te interese:
La llegada de la IA introduce una consecuencia que considero mucho más importante que la propia herramienta: nos obliga a preguntarnos cuánto sabe realmente nuestra organización sobre sí misma y cuánto de ese conocimiento está estructurado. Y aquí aparece una paradoja interesante. Muchos hoteles quieren incorporar Inteligencia Artificial antes de haber convertido su propia experiencia operativa en conocimiento utilizable. Pretendemos que la máquina aprenda cómo pensamos cuando, en realidad, nunca nos habíamos preocupado demasiado por escribir cómo pensamos.
Del procedimiento al conocimiento operativo: el verdadero entrenamiento de la IA hotelera
Durante mucho tiempo hemos relacionado la documentación operativa fundamentalmente con los procedimientos. Tiene sentido. Un hotel necesita establecer cómo se realiza un check-in, cómo se limpia una habitación, cómo se gestiona una reclamación, cómo se prepara un desayuno o cómo se actúa ante una emergencia. Las organizaciones funcionan precisamente porque combinan personas, responsabilidades, sistemas, políticas, prácticas y procedimientos.
Pero cuando comenzamos a trabajar con IA descubrimos que un procedimiento no contiene necesariamente todo el conocimiento necesario para tomar una buena decisión.
Imaginemos la planificación diaria de Pisos. Podemos decirle a una IA:
«Reparte las habitaciones entre las camareras disponibles.»
Técnicamente es una instrucción perfectamente comprensible.
Operativamente es casi inútil.
Para realizar una planificación razonable necesitará conocer, entre otras cosas, cuáles son salidas, entradas y repasos; qué habitaciones requieren cambio de ropa; cuáles tienen prioridad por llegadas tempranas; cómo están distribuidas físicamente; qué cargas de trabajo consideramos equivalentes; qué camareras trabajan determinadas zonas; qué incidencias existen; qué habitaciones están bloqueadas; qué excepciones debemos respetar y qué criterio utilizamos cuando dos prioridades entran en conflicto.
Es decir, necesita algo muy parecido a lo que necesitaría una buena Gobernanta que acabara de incorporarse al hotel.
Y ahí está, a mi juicio, una de las claves menos comprendidas de la aplicación de IA en Hotelería:
El prompt explica qué queremos que haga la IA. El conocimiento operativo explica cómo queremos que piense sobre nuestro hotel.
Son dos cosas completamente distintas.
Por eso creo que los hoteles deberían comenzar a construir una auténtica base de conocimiento operativa, no como un gigantesco archivo documental destinado a acumular PDFs que nadie volverá a abrir, sino como una representación organizada de la forma en que funciona el establecimiento.
Yo distinguiría al menos estas capas:
- Procedimientos. Definen cómo hacemos las cosas. Deben explicar las secuencias de trabajo, responsabilidades, controles y estándares necesarios para ejecutar correctamente cada proceso.
- Políticas. Determinan qué está permitido, qué no y bajo qué condiciones. Cancelaciones, upgrades, late check-outs, compensaciones, mascotas, gratuidades, descuentos, accesos, autorizaciones o cortesías son ejemplos evidentes.
- Prioridades. Explican qué prevalece cuando varias necesidades compiten simultáneamente. Y cualquiera que haya trabajado en un hotel sabe que esto sucede aproximadamente desde cinco minutos después de abrir los ojos por la mañana.
- Excepciones. Un procedimiento describe la normalidad; la operación hotelera vive también de excepciones. Una buena base de conocimiento debe establecer cuándo podemos apartarnos de la norma y quién puede autorizarlo.
- Criterios de decisión. Esta capa me parece especialmente importante. No basta con registrar qué decisión tomamos; debemos intentar explicar por qué la tomamos. Ahí reside buena parte del conocimiento que posteriormente puede ayudar a una IA a realizar propuestas útiles.
- Estándares de servicio. La IA necesita entender qué significa calidad para nuestro establecimiento. Dos hoteles pueden resolver correctamente una misma situación de maneras completamente diferentes porque su propuesta de valor es diferente.
- Contexto del establecimiento. Tipologías de habitaciones, características físicas, servicios, horarios, segmentos de clientes, temporadas, restricciones operativas, estructura departamental y cualquier particularidad que condicione una decisión.
- Casos y precedentes. Determinadas situaciones reales contienen más conocimiento que veinte páginas de procedimiento. Documentar algunos casos relevantes permite mostrar cómo aplicamos los criterios cuando la realidad no coincide exactamente con el manual.
Esto no significa convertir el hotel en una burocracia documental. Precisamente deberíamos hacer lo contrario. Documentar únicamente aquello que mejora una decisión, evita un error, facilita la formación o protege la consistencia del servicio.
El objetivo tampoco debería ser sustituir el criterio profesional.
Sería un error importante.
Un hotel es un sistema extraordinariamente contextual. El trabajo operativo combina habitaciones, restauración, personas, costes, ingresos, servicio y expectativas del huésped; además, buena parte del resultado depende directamente de las decisiones y actuaciones de los equipos. Por eso ninguna base de conocimiento podrá anticipar todas las situaciones posibles.
Lo interesante de la IA no es eliminar ese criterio, sino darle contexto antes de pedirle una recomendación.
Existe además una diferencia enorme entre información y conocimiento.
Podemos decir:
Check-in: 15:00 horas.
Eso es información.
Pero podemos añadir:
Si una habitación está disponible antes de las 15:00, puede entregarse anticipadamente sin coste cuando hacerlo no comprometa las prioridades operativas; las habitaciones de huéspedes ya presentes esperando disponibilidad tendrán prioridad frente a llegadas todavía no presentadas.
Eso comienza a ser conocimiento operativo.
Y todavía podemos avanzar:
Cuando exista alta presión de entradas tempranas, Pisos priorizará habitaciones de salida con nueva entrada confirmada, coordinándose con Recepción según hora estimada de llegada y disponibilidad por tipología.
Ahora ya estamos transmitiendo criterio.
Y el criterio es precisamente lo que convierte una IA genérica en una herramienta que empieza a comprender cómo funciona una organización concreta.
El conocimiento del hotel puede convertirse en una ventaja competitiva
Hay otra dimensión que me parece todavía más interesante.
Durante décadas hemos pensado en los recursos competitivos de un hotel fundamentalmente desde elementos visibles: ubicación, instalaciones, marca, producto, distribución, precio o capital. Sin embargo, buena parte de la ventaja competitiva procede también de recursos menos visibles: conocimiento, cultura, procesos, capacidades organizativas y experiencia acumulada. La estrategia hotelera precisamente identifica los recursos y capacidades que, combinados, permiten desarrollar competencias difíciles de reproducir.
La Inteligencia Artificial puede amplificar esa diferencia.
Dos hoteles pueden utilizar exactamente el mismo modelo de IA.
Incluso pueden pagar exactamente la misma licencia.
Pero si uno dispone de años de procedimientos estructurados, criterios comerciales, estándares de servicio, políticas, históricos de decisiones, conocimiento operativo y aprendizajes documentados, mientras el otro simplemente escribe prompts cada mañana, no están utilizando realmente la misma Inteligencia Artificial.
El modelo puede ser idéntico.
La inteligencia organizativa que lo alimenta no lo es.
Esto cambia bastante la conversación sobre ventaja competitiva.
Durante los próximos años muchas capacidades de IA tenderán inevitablemente a democratizarse. Lo que hoy parece extraordinario terminará siendo una funcionalidad estándar. Cuando prácticamente cualquier hotel pueda acceder a modelos extraordinariamente potentes, disponer de IA dejará de constituir por sí mismo una ventaja.
La diferencia estará en qué sabe cada organización y cómo convierte ese conocimiento en decisiones.
Por eso considero que una de las inversiones más inteligentes que puede hacer actualmente un hotel no consiste necesariamente en comprar otra herramienta, sino en comenzar a realizar un inventario serio de su propio conocimiento.
Podemos empezar con preguntas aparentemente sencillas:
¿Qué decisiones repetimos todas las semanas?
¿Qué sabe una persona experimentada que no aparece en ningún documento?
¿Qué errores se producen cuando se incorpora alguien nuevo?
¿Qué excepciones aparecen continuamente?
¿Qué situaciones requieren siempre preguntar a la misma persona?
¿Qué criterios utilizamos para decidir cuando el procedimiento no ofrece una respuesta?
¿Qué información necesita conocer alguien para tomar una buena decisión sin preguntarnos?
Las respuestas probablemente revelarán algo incómodo: nuestro hotel sabe mucho más de lo que tiene documentado.
Y eso tiene consecuencias que van mucho más allá de la IA.
Cuando estructuramos conocimiento mejoramos la incorporación de nuevas personas, reducimos dependencia de determinados profesionales, facilitamos formación, aumentamos consistencia, hacemos más sencilla la delegación y protegemos la experiencia acumulada por la organización.
La literatura sobre excelencia organizativa lleva tiempo insistiendo precisamente en la relación entre propósito, estrategia, cultura, personas, funcionamiento, transformación y resultados. No basta con tener conocimiento; una organización necesita convertirlo en funcionamiento consistente y revisar continuamente si aquello que hace sigue generando valor.
La IA añade ahora una razón adicional para hacerlo.
Pero existe una advertencia importante: documentar mal también escala los errores.
Si nuestra política es incoherente, la IA podrá aplicarla con una coherencia extraordinaria.
Si nuestro procedimiento está desactualizado, podrá equivocarse mucho más deprisa.
Si nuestros criterios contienen contradicciones, podremos obtener recomendaciones aparentemente sofisticadas construidas sobre premisas incorrectas.
Y si llenamos una base de conocimiento con documentos duplicados, instrucciones incompatibles y versiones antiguas, habremos creado algo parecido a contratar a una persona nueva y conseguir que cinco responsables diferentes le expliquen cinco maneras distintas de hacer el mismo trabajo.
Luego nos sorprenderemos porque pregunta demasiado.
Por eso cualquier proyecto serio debería incorporar propiedad del conocimiento: quién crea una regla, quién la valida, cuándo entra en vigor, qué sustituye, cuándo debe revisarse y quién puede modificarla.
También debemos distinguir entre reglas permanentes y contexto temporal.
“Las habitaciones deben revisarse antes de entregarse” puede ser una regla estable.
“Mañana priorizar las habitaciones de la tercera planta porque llega un grupo a las 13:00” es contexto operativo.
Mezclar ambas categorías convierte rápidamente cualquier sistema de conocimiento en un cajón de sastre.
La misma lógica puede trasladarse a prácticamente cualquier departamento.
En Revenue Management, una IA será considerablemente más útil si conoce nuestra segmentación, patrones de demanda, restricciones, eventos, históricos, estrategia de precios y criterios comerciales. El revenue management efectivo se apoya precisamente en conocimiento sobre clientes, pricing, acontecimientos, histórico, competencia, distribución y sistemas, y las decisiones deberían sustentarse en conocimiento antes que en impresiones.
En Recepción, necesitará políticas, estándares, protocolos de reclamaciones, criterios de compensación, conocimiento de habitaciones y capacidad para identificar cuándo una situación debe escalarse.
En Restauración, puede necesitar cartas, alérgenos, horarios, procedimientos, estándares, costes, fichas técnicas, criterios de compra y particularidades del servicio.
En Mantenimiento, inventario de equipos, mantenimientos preventivos, incidencias recurrentes, prioridades, proveedores, garantías y protocolos de seguridad.
En Recursos Humanos, procedimientos de incorporación, funciones, formación, políticas internas, criterios organizativos y documentación laboral que pueda utilizarse dentro de los límites adecuados de acceso y confidencialidad.
Y en Experiencia del Huésped, algo todavía más importante: la IA debería comprender qué experiencia queremos crear, porque el servicio hotelero depende en gran medida de las capacidades, motivación y comportamiento de las personas que interactúan con el cliente.
Por eso, si tuviera que comenzar mañana, no intentaría documentarlo todo.
Elegiría un proceso operativo importante, probablemente uno donde exista mucha decisión repetitiva y conocimiento tácito. Identificaría las reglas, preguntaría a las personas que mejor conocen el proceso, documentaría las excepciones, incorporaría algunos casos reales y probaría posteriormente si otra persona —o una IA— puede llegar a una recomendación razonablemente parecida utilizando únicamente ese conocimiento.
Si no puede hacerlo, probablemente todavía nos falta información.
Si puede hacerlo, habremos conseguido algo bastante más importante que escribir un buen prompt: habremos convertido experiencia individual en conocimiento organizativo.
Mi segundo consejo sería revisar periódicamente esa base con quienes realmente ejecutan los procesos. He aprendido que los procedimientos redactados exclusivamente desde un despacho suelen tener una característica fascinante: funcionan perfectamente hasta que alguien intenta utilizarlos. El conocimiento operativo debe construirse escuchando a Recepción, Pisos, Sala, Cocina, Mantenimiento, Reservas y al resto de personas que conocen las excepciones porque las viven cada día.
Y el tercero sería no obsesionarnos con conseguir que la Inteligencia Artificial tome decisiones autónomas. Me parece mucho más interesante comenzar consiguiendo que haga mejores preguntas, detecte contradicciones, recuerde nuestros criterios y proponga alternativas fundamentadas. Después decidiremos nosotros. Porque el objetivo no debería ser construir un hotel donde las máquinas sepan decidir sin las personas, sino una organización donde las personas puedan decidir mejor porque el conocimiento del hotel deja de estar disperso y empieza a trabajar a su favor.
Creo genuinamente que la mejor manera de conocer el valor de un Coach Hotelero es probarlo primero de forma gratuita y conocerle. 