La Inteligencia Artificial se ha convertido en invitada fija de cualquier evento hotelero. Modelos, algoritmos, automatizaciones, promesas de eficiencia… Pero, ¿qué ocurre cuando la realidad de los hoteles sigue siendo la misma de siempre: datos dispersos, reservas duplicadas y ninguna visión clara del huésped?
En el Smart Travel News Roadshow de Mallorca, João Freitas, Chief of Growth & Marketing Officer en Host Hotel Systems, dedicó su flash talk a aterrizar este debate desde un punto de vista incómodo pero realista: antes de hablar de IA, hace falta hablar de dónde vienen los datos y cómo se estructuran.
“Más que hablar de IA, tenemos que hablar de dónde venimos y hacia dónde vamos”, arrancó Freitas. Y su mensaje fue directo: la mayor parte de los hoteles comparten el mismo problema de base.
PMS centrado en reservas, pero el negocio va de huéspedes
Según Freitas, el ecosistema tecnológico hotelero se ha construido tradicionalmente alrededor de la reserva. El PMS se ocupa de gestionar habitaciones, precios, disponibilidad, tarifas y conexiones con canales. Todo lo que hemos escuchado durante la jornada —conectividad, revenue, distribución— parte de ahí.
El problema es que la industria habla desde hace años de “guest experience”, pero los sistemas siguen pensando en reservas, no en personas. Una misma huésped puede existir varias veces en silos de información distintos: en el PMS como reserva individual, en el POS como consumos de bar o restaurante, en la reputación online con su usuario en plataformas y redes sociales, en el CRM como registro de una campaña concreta.
“Queremos garantizar una buena experiencia de huésped, pero si miramos solo al nivel de la reserva nos garantizamos que vamos a tener muchos problemas para saber quién es realmente esa persona”, resumió.
El caso “Carol”: muchas Caroles, una sola persona
Para ilustrarlo, Freitas recurrió a un ejemplo sencillo: Carol Smith. Para el hotel, Carol puede ser varias cosas a la vez:
-
Una reserva individual que llega por Booking.com
-
Una familia con dos hijos que consumió determinadas bebidas en el bar
-
Una reseña en la que valora el desayuno y se queja del check-in
-
Un usuario que habló con el chatbot para pedir información antes de su llegada
Si cada uno de esos puntos de contacto vive en un sistema distinto, el hotel nunca ve a Carol como una sola persona. Y si no existe esa visión unificada, cualquier modelo de IA que se construya encima estará trabajando sobre datos incompletos o directamente incoherentes.
Hace unos años, recordaba Freitas, muchos PMS y soluciones de customer data platform empezaron a introducir reglas para limpiar datos: agrupar reservas de una misma persona, reconocer correos de OTAs, normalizar nombres. Pero muchas veces se trataba de parches sobre estructuras pensadas desde la reserva, no desde el huésped.
En Host Hotel Systems optaron por otro camino: “Desde el día uno decidimos que todas nuestras soluciones tenían que construirse con el huésped en el centro”. Su stack —que incluye PMS, POS y gestión de eventos— se diseñó con un objetivo claro: que toda la información operativa y de relación con el cliente terminara asociada a un único perfil.
Cinco años ordenando datos para poder hablar de IA
El discurso de Freitas rompe con la narrativa habitual de la “IA mágica inmediata”. Según explicó, los modelos de IA que están desplegando ahora en sus pantallas de operación son el resultado de varios años previos dedicados casi en exclusiva a ordenar datos.
Todo empieza por esa ficha única de cliente donde se agregan señales de muy distinto tipo:
-
Consumos en bar y restaurante: por ejemplo, dos gin tonics que permiten etiquetar a Carol como gin lover.
-
Composición y tipo de estancia: si viaja con su pareja, con hijos, si repite destino…
-
Interacciones digitales: conversaciones con el chatbot, respuestas a campañas, clics en determinadas ofertas.
-
Reputación online: qué destaca en sus reseñas, qué valora y qué critica de los hoteles en los que se aloja.
Durante los primeros años, el trabajo consistió en capturar esos datos, normalizarlos y conectarlos. Solo entonces, apuntó Freitas, tiene sentido hablar de IA aplicada a la operación.
“Sin garantizar que todas las reservas, consumos e interacciones están realmente vinculados al cliente, perdemos demasiada información. Por eso decidimos hace mucho tiempo que el primero tenía que ser el huésped”, subrayó.
Modelos de IA que el huésped no ve, pero el equipo sí siente
Con esa base de datos consolidada, Host Hotel Systems ha empezado a incorporar en los últimos meses diferentes modelos de IA directamente en sus pantallas de trabajo. No como “juguetes” aislados, sino como ayudas concretas al equipo.
Entre los ejemplos que Freitas destacó:
-
Modelo de predicción de cancelación
El sistema calcula la probabilidad de que una reserva se cancele. Con esa información, el hotel puede, por ejemplo, lanzar campañas específicas a huéspedes con mayor riesgo de cancelación o ajustar su estrategia de overbooking con más seguridad. -
Modelo de propensión al upselling
La pantalla de recepción puede mostrar, para cada llegada, el tipo de propuesta que tiene más sentido. Si el sistema sabe que Carol es gin lover, que suele viajar en familia y que ya contrató un upgrade en el pasado, la recomendación no será la misma que para un huésped que viaja por primera vez y solo se ha alojado una noche. -
Modelo de probabilidad de rebooking
Uno de los retos habituales es identificar qué clientes tienen más posibilidades de volver. Con una visión unificada del comportamiento de estancia, consumo y feedback, el sistema puede sugerir acciones específicas —desde un gesto en el check-out hasta una campaña personalizada— para quienes tienen más potencial de repetición.
A esto se suman modelos orientados a decisiones operativas: asignación de habitaciones, planificación de tareas o detección de patrones que permitan anticipar necesidades de servicio.
El enfoque, insistió Freitas, es que el huésped no “note” la IA. Quien debe sentirla es el equipo: recepcionistas, revenue managers, responsables de operaciones que ven en sus pantallas información más rica y recomendaciones accionables.
IA sin show: menos discurso, más decisiones mejores
En un formato de apenas cuatro minutos, no había tiempo para entrar en detalles técnicos de modelos, arquitecturas o algoritmos. Y Freitas no lo pretendía. Su mensaje fue más simple y, probablemente, más útil para el público hotelero: la cuestión no es cuánto hablamos de IA, sino cuánto mejoran las decisiones de cada día.
En Host Hotel Systems han decidido que el camino pasa por tres pasos claros:
-
Poner al huésped —no a la reserva— en el centro de la arquitectura de datos.
-
Invertir tiempo y esfuerzo en limpiar, unificar y enriquecer esos datos a lo largo de años.
-
Incorporar modelos de IA directamente en las herramientas operativas, como una capa que suma contexto y recomendaciones.
“Podemos hablar de IA durante dos horas”, admitía Freitas. “Pero si los datos no están bien, si no están en el mismo sitio, esos modelos nunca van a funcionar como esperamos”.
La hotelería 4.0, al menos según la visión de Host Hotel Systems, no va de deslumbrar al huésped con tecnología, sino de garantizar que cada interacción —desde un simple gin tonic en el bar hasta la decisión de volver al hotel— se apoya en datos coherentes y en modelos que ayudan al equipo a acertar más veces.
El reto, como siempre, no es tanto la herramienta como la disciplina: pasar de hablar de IA a hacer el trabajo previo que la hace posible.
