Meskipun sebagian besar perbincangan seputar Kecerdasan Buatan berfokus pada “keajaiban” teknologi itu sendiri, para pemimpin industri berpendapat bahwa tantangan sebenarnya bukanlah pada perangkat lunaknya, melainkan fondasi yang mendasarinya.
Pada Skift Data + AI Summit 2026 mendatang, Richard Valtr, pendiri platform perhotelan Mews, akan membahas kenyataan penting: banyak bisnis perjalanan dan perhotelan berupaya membangun lapisan AI yang canggih di atas struktur data yang rusak dan ketinggalan jaman.
Masalah Arsitektur: Fragmentasi Data vs. Kontinuitas Tamu
Hambatan terbesar dalam penskalaan AI dalam perjalanan bukanlah kemampuan teknis, melainkan arsitektur sistem. Secara historis, sistem pengelolaan properti dirancang berdasarkan “ruangan” sebagai unit penghitungan utama. Pendekatan lama ini cukup memadai untuk akuntansi dasar, namun menciptakan titik buta yang sangat besar bagi intelijen modern.
Karena sistem ini memprioritaskan ruangan fisik dibandingkan individu, data tamu menjadi terfragmentasi. Alih-alih profil wisatawan yang berkelanjutan dan berkembang, data terjebak dalam “masa menginap” yang terisolasi.
Mengapa ini penting:
AI berkembang pesat dalam konteks. Jika agen AI mengambil keputusan mengenai harga, pemasaran, atau layanan berdasarkan data yang tidak lengkap dan tertutup, maka keluarannya akan tetap kecil. Untuk mencapai skala yang sebenarnya, organisasi harus beralih dari model yang berpusat pada ruangan dan menuju arsitektur terpadu yang berpusat pada tamu. Tanpa gambaran lengkap tentang tamu, AI tidak dapat memaksimalkan pendapatan atau mempersonalisasi pengalaman secara efektif.
Membongkar Mitos AI: Tenaga Kerja dan Visibilitas
Valtr mengidentifikasi dua kesalahpahaman besar yang saat ini beredar di sektor perhotelan:
1. Kekeliruan “Lebih Sedikit Orang”.
Ada kepercayaan umum bahwa AI akan mengurangi jumlah karyawan. Valtr memperkirakan hal sebaliknya mungkin terjadi dalam waktu dekat. Saat agen AI mulai bertindak atas nama wisatawan, volume permintaan tamu diperkirakan akan meningkat.
Agen digital ini akan terus-menerus meminta preferensi dan layanan tertentu. Untuk bertahan dari arus masuk ini, hotel tidak perlu membutuhkan lebih sedikit orang, namun mereka memerlukan operasi back-of-house otomatis. Dengan mengotomatiskan tugas-tugas administratif, staf dibebaskan untuk menangani peningkatan kompleksitas dan volume permintaan tamu di depan rumah.
2. Kesalahpahaman “AI yang Terlihat”.
Di banyak industri, kesuksesan teknologi sangatlah mencolok. Dalam perhotelan, AI yang paling berharga adalah tidak terlihat.
Valtr mendukung prinsip yang disebut “pelepasan pengguna”. Tujuan AI berkualitas tinggi adalah mengurangi waktu yang dihabiskan staf untuk menatap layar. AI yang efektif bekerja di latar belakang melalui:
– Penyesuaian harga semalam.
– Deteksi anomali dalam pola pemesanan.
– Tindakan yang disarankan secara proaktif.
“Tujuannya adalah agar staf menghabiskan lebih sedikit waktu melihat layar, bukan lebih banyak. Hal itulah yang memungkinkan mereka melihat tamu.”
Dari Manajemen Properti hingga Manajemen Keuntungan
Evolusi utama industri ini terletak pada peralihan dari mengelola properti menjadi mengelola keuntungan.
Saat ini, sebagian besar hotel menjalankan pendapatan, operasional, dan pengalaman tamu sebagai silo yang terpisah dan tidak terhubung. Valtr membayangkan masa depan di mana sistem operasi tunggal yang cerdas menghubungkan fungsi-fungsi ini. Hal ini memungkinkan adanya “kecerdasan lintas fungsi”, seperti:
– Harga Dinamis: Menyesuaikan tarif berdasarkan batasan staf waktu nyata.
– Smart Upselling: Menawarkan layanan yang mencerminkan ketersediaan inventaris dan tata graha terkini.
– Pembersihan Rumah Prediktif: Menjadwalkan pembersihan berdasarkan perilaku tamu yang diamati.
Garis Dasar Harapan yang Baru
Integrasi AI sedang menuju titik kritis. Sama seperti Wi-Fi berkecepatan tinggi yang bertransisi dari kemewahan ke ekspektasi dasar, personalisasi berbasis AI juga mengalami hal yang sama. Ketika wisatawan merasakan layanan yang lancar dan dipimpin oleh agen, hal ini akan menjadi standar industri.
Organisasi yang telah berinvestasi pada data terpadu dan sistem yang terhubung akan siap memenuhi permintaan ini. Mereka yang berpegang teguh pada tumpukan warisan yang terfragmentasi akan kesulitan memenuhi ekspektasi yang gagal mereka antisipasi.
Kesimpulan
Keberhasilan AI dalam perjalanan tidak bergantung pada kecanggihan algoritme, melainkan lebih bergantung pada integritas arsitektur data yang mendasarinya. Untuk beralih dari keuntungan marjinal ke keuntungan transformatif, hotel harus bertransisi dari sistem berbasis kamar yang terisolasi menjadi platform yang terintegrasi dan berpusat pada tamu.
