GM НЕ СПИТ

#отелиИИ #GMнаблюдает AI строит дата-центры. А заселяет отели. Обычно, когда мы говорим про AI в гостиничном бизнесе, обсуждаем автоматизацию, бронирования, сервис и сокращение рутины. Но сегодня попалась новость, которая заставила посмотреть на AI немного с другой стороны. Hilton отчитался о росте RevPAR на 5,8% за третий квартал. И среди факторов, поддерживающих деловой спрос в США, — строительство дата-центров, развитие технологической инфраструктуры и промышленные проекты. Получается любопытная цепочка. Компании инвестируют в AI. Для него строят инфраструктуру. На стройки приезжают инженеры, подрядчики, технические специалисты. И всем им где-то нужно жить. Причём иногда неделями. AI начинает создавать гостиничный спрос ещё до того, как мы научились использовать его внутри самого отеля. И вот здесь для меня появляется интересный управленческий вопрос. Насколько хорошо мы вообще понимаем, что происходит вокруг наших объектов? Какие предприятия строятся? Какие компании расширяются? Какие проекты запускаются в регионе? Кто будет приезжать, на какой срок и с какими потребностями? Мы привыкли внимательно следить за конкурентами, тарифами и бронированиями. Но часть будущего спроса формируется задолго до того, как гость открывает сайт отеля. Поэтому я бы добавил в коммерческий анализ ещё один слой — карту экономических изменений вокруг гостиницы. Не только кто приезжал вчера. А кто и почему может начать приезжать завтра. Возможно, один из самых полезных AI-инструментов для отельера — тот, который помогает увидеть будущего гостя ещё до появления первой брони.

#GMнаблюдает #люди Гость не должен быть менеджером своей проблемы Представьте обычную ситуацию. Гость сообщает на ресепшен, что в номере не работает кондиционер. Сотрудник передаёт заявку в техническую службу. Инженер приходит, проверяет, что-то делает. Проблема остаётся. Информация уходит руководителю, тот связывается с другим подразделением. А гость через час снова звонит на ресепшен. И начинает рассказывать всё сначала. Причём каждый сотрудник мог совершенно правильно выполнить свою часть работы. Но для гостя сервис всё равно оказался плохим. Потому что ему пришлось самому контролировать процесс, который должна была контролировать гостиница. Вот здесь, на мой взгляд, и проявляется одна из главных проблем управления. Мы распределяем задачи между подразделениями, но иногда забываем назначить владельца результата. Передать заявку — ещё не значит решить проблему. Закрыть задачу в системе — не всегда означает, что гость доволен. Мне нравится простой принцип: у любого обращения должен быть один человек, который отвечает за его завершение. Он может не чинить кондиционер и не приносить дополнительные полотенца. Но именно он должен знать, что происходит, какой следующий шаг и получил ли гость решение. А если ситуация требует участия GM, это уже исключение, а не стандартный маршрут. И я бы добавил один показатель к привычному контролю обращений: Сколько раз гостю пришлось самому напомнить нам о своей проблеме? Потому что хороший сервис — это когда гостю не нужно управлять нашим отелем, чтобы получить помощь.

#отелиИИ #GMнаблюдает Ресторан может терять прибыль ещё до того, как гость сделал заказ В гостиничном F&B мы привыкли внимательно смотреть на выручку, средний чек, food cost, производительность. Но есть одна интересная зона, где деньги могут исчезать ещё до продажи. Мы приготовили больше, чем реально было нужно. Особенно хорошо это видно на завтраках. Нужно обеспечить ассортимент, качество, достаточное количество блюд. Гость не должен прийти к пустому шведскому столу за полчаса до окончания завтрака. С другой стороны, всё, что приготовили сверх реального спроса, тоже стоит денег. И здесь начинается интересная управленческая задача. Сколько гостей действительно придёт? В какое время? Что они будут выбирать? Как повлияет прогноз заездов, день недели, сезонность? Раньше многое решалось через опыт шефа и команды. И опыт здесь действительно важен. Но теперь к нему можно добавить AI, который будет анализировать историю потребления, прогноз загрузки и другие факторы, а затем помогать рассчитывать объём производства. Мне вообще нравится, когда технологии работают именно так. Не создают ещё один экран с десятками показателей, а помогают ответить на конкретный вопрос: сколько нужно приготовить завтра, чтобы гости остались довольны, а продукты не отправились в мусор? И я бы оценивал такую систему не только по снижению списаний. А сразу по трём вещам: остатки, себестоимость и удовлетворённость гостей. Потому что сократить отходы, просто приготовив меньше еды, доволь но легко. Гораздо интереснее убрать потери, не убрав из продукта ценность для гостя.