一家酒店，一颗大脑 —— 酒店技术真正的成本是碎片化

By Dr. Tong Yin

In the first article of this series, I argued that real-time dynamic pricing has largely failed the hotels that need it most — not because the technology does not exist, but because it is too expensive, too complex, and too risky for the independents and mid-market operators who form the backbone of the industry. Pricing, though, is only one decision a hotel makes. Behind it sits everything else: the guest relationship, the front desk, housekeeping, the channels, the daily reconciliation of numbers that never quite agree. This second article is about that wider operation — and about why the way most hotels have bought technology has quietly made the problem worse, not better.

1. The Hidden Tax: Death by a Thousand Logins

Over the past decade, hotels added technology one problem at a time. A property-management system at the center, then a channel manager, a revenue tool, a CRM, a reputation platform, guest messaging, upsells, digital check-in, payments, analytics. Each addition solved a real need. Taken together, they produced something nobody designed: a sprawling stack of systems that do not talk to one another. The average independent hotel now runs five to seven distinct tools, most of which do not communicate1. The cost of that fragmentation goes far beyond the subscriptions.

The clearest measure of the damage is time. A HEDNA survey found that four in five hotels spend the equivalent of one to two full working days every single week extracting, reconciling, and reformatting data from systems that do not share it2 — compiling reports by hand, cross-referencing figures across platforms, and reconciling numbers that connected systems would settle automatically. In an era of compressed margins, that is not an inconvenience; it is a recurring, uncompensated tax on the people a short-staffed hotel can least afford to tie up. Data sits duplicated, delayed, and distorted across silos, eroding both efficiency and the guest experience3.

Figure 1. The hidden cost of disconnected systems falls hardest on independents.

And the burden is uneven, in the same way pricing power is uneven4. Mid-market independents shoulder integration costs disproportionately, because they lack the IT teams and bargaining power of the branded portfolios5. The result shows up in the maturity data: in one industry survey only 45% of hotel companies considered themselves technologically mature, near-universal adoption of basic systems coexisted with customer-data platforms used by fewer than 10% of properties6. The hotels most exposed to rising costs are also the least able to turn their own data into better decisions.

2. The Labor Squeeze Makes Integration Urgent

Fragmentation would be merely wasteful in a fully staffed hotel. In today’s labor market it is corrosive. With operating costs at record highs and many properties still short of their pre-pandemic headcount7, every hour a manager spends stitching spreadsheets together is an hour not spent with guests or staff. The answer is not simply to automate jobs away. It is to automate the repetitive, low-judgment work so that scarce human attention can go where it actually matters.

The potential is substantial. A 2025 Cornell School of Hotel Administration study estimated that 35 to 45% of tasks in hotel operations can be automated with existing technology8. The right dose, however, varies sharply by department: front-office workload can fall by up to 40% and order-taking in food and beverage by 25 to 30%, while housekeeping offers only moderate gains and should keep its human core. Revenue management shows high AI-driven value. The lesson is not "automate everything" but "automate the right things, and connect them" — which is impossible when each function lives in its own disconnected tool.

Figure 2. Automation potential is real but uneven — the point is to connect, not to replace.

3. One Operating Loop, Not Twelve Logins

If fragmentation is the disease, the cure is not another standalone app. It is a single operating loop in which the three core functions of a hotel — revenue management, guest relationships, and operations — share one source of truth and act on it together. This is the idea behind the second model in our system, internally branded ORION. I describe it here not as a product pitch but as a worked example of what an integrated approach can look like for a hotel that cannot afford a twelve-vendor stack.

Closing the loop: RMS, CRM, and operations as one

The premise is that pricing, guest relations, and operations are not three separate problems but three views of the same hotel. When the pricing engine raises rates for an incoming demand surge, the guest-relationship layer should already know which past guests to invite back, and the operations layer should already be adjusting staffing and housekeeping flow to match the higher occupancy. When a high-value guest checks in, the front desk, the upsell logic, and the revenue model should all be working from the same record. Closing this loop is what turns a pile of tools into a coherent operation — and it is exactly what a disconnected stack can never do, however good each individual component is.

Built to the same lightweight, low-risk standard

Crucially, an integrated loop for small and mid-market hotels has to follow the same discipline I described for pricing: lightweight, interpretable, and low-risk to adopt. It should not demand the long, expensive, deeply invasive integration that has made unified platforms a privilege of the large operators. It should reduce the number of logins and the reconciliation burden, not add to them. And it should automate the right tasks — the front-office and back-office friction — while leaving the human core of hospitality firmly human.

How it is built, and how it held up under testing

Concretely, the model is built as a closed loop rather than a set of connected apps. A single shared record of the guest and the property feeds three coordinated functions: a revenue layer that prices the room, a guest-relationship layer that knows who the guest is and when to invite them back, and an operations layer that aligns staffing and housekeeping to the demand the other two are shaping. Because the three read and write to the same source of truth, an action in one is immediately visible to the others — the reconciliation work that consumes one to two days a week in a fragmented stack largely disappears, because there is nothing left to reconcile. To keep the loop looking outward rather than only inward, it is designed to plug into an external business-intelligence feed for events and demand signals, so the operation can prepare for a surge before it shows up in the booking pace.

That design was put through the same validation program as the pricing engine described in the first article: the same 76-hotel test universe in Macau, the same three independently built systems, and the same adversarial scenarios. The results were encouraging. On a dual scorecard spanning normal and extreme conditions, the operations-loop model scored 93.4 out of 100, and — the quality that matters most for a system a small team has to trust and act on — it produced the clearest, most explainable output of the three models. Its recommendation anomaly rate ran in the 15–18% range, well within tolerance and steadily controllable, and like the others it logged a 0% failure rate across all three systems, with its machine-learning layer firing on every record it was given — 23,408 of 23,408. The point of the cross-validation, here as elsewhere, was not to flatter the model but to make sure that what the loop recommended was something a real general manager could understand, trust, and execute.

Figure 3. The operating loop under cross-validation: a high score, the clearest explainability of the three models, and stable runs (76 hotels, Macau).

4. Fair Terms, and the Limits of Technology

The terms on which such tools are offered matter as much as the technology itself — perhaps more. A genuinely fair approach for a struggling small hotel asks for almost nothing upfront: no binding contract, no bank or credit-card details, and no integration with the hotel’s internal systems at the outset. The operator can simply try it and, if unconvinced, stop at any time. If, after a trial, the hotel finds it useful, the pricing of the tool itself is aligned with the hotel’s success: a modest, affordable subscription, with the primary revenue coming from a share of the additional profit the system helps generate. Risk is shared, not transferred. If the product does not help the hotel earn more, it earns nothing. The vendor only wins when the hotel wins.

But I want to repeat the point I made in the first article, because it matters even more when we are talking about the whole operation: no software, however well-integrated, can rescue a struggling hotel on its own9. Technology has wings, but it needs roots. An operating loop can remove friction and surface better decisions; it cannot fix a broken cost structure, a confused market position, a demoralized team, or a flawed strategy. Where a hotel needs more, comprehensive management diagnosis and consulting — grounded in research and matched to the specific business — has to work alongside the technology to address the problem at its root. This is the relationship between technology, management, and the industry that I keep returning to: the tools are one part of the answer, never the whole of it.

It is also why InsightBridge Global LLC, the consulting firm I founded, is deliberately not run to maximize profit. Its purpose is to use high-quality research — expressed through both consulting and these lightweight tools — to help the industry through its present difficulties and toward its future. Helping the industry develop, rather than extracting the maximum return, is the firm’s defining objective, and the most fundamental difference between it and a conventional commercial vendor.

That same commitment extends beyond individual hotels. InsightBridge Global LLC is prepared to offer pro bono strategic planning, research, and advisory services to major tourism-destination countries and cities — putting its promise not to pursue profit maximization into practice, and placing high-quality research at the service of the public interest where it can do the most good for the wider industry and the communities that depend on it.

That commitment now extends into longer-horizon research. We have established InsightBridge Global Lab, which will collaborate with Auburn University and other strong universities in the Atlanta region to study the artificial intelligence and AI-driven robotics that will shape the future of the hotel and tourism industry. As technology, shifting markets, and geopolitics reshape the landscape, the Lab’s aim is to provide the rigorous research and leading-edge technical support the industry will need to meet those challenges — and to navigate the transition steadily, and on its own terms.

Next in the series: Part 3 turns to distribution — why OTA dependence keeps climbing for independent hotels, and how a lighter, fairer approach can win back direct bookings without starting a commission-driven race to the bottom.

Dr. Tong Yin holds a PhD in hospitality management and has 25 years of experience in the industry. He is the founder of InsightBridge Global LLC.

By Dr. Tong Yin

In the first article of this series, I argued that real-time dynamic pricing has substantially failed the hotels that need it primary — not because the technology does not exist, but because it is too expensive, too complex, and too risky for the independents and mid-market operators who form the backbone of the industry. Pricing, nonetheless, is exclusively one decision a hotel makes. Behind it sits everything rather: the guest relationship, the front desk, housekeeping, the channels, the daily reconciliation of numbers that never extremely agree. This second article is about that broader operation — and about why the way most hotels have bought technology has subtly made the problem worse, not better.

1. The Hidden Tax: Death by a Thousand Logins

Over the past decade, hotels added technology one problem at a time. A property-management system at the center, next a channel manager, a revenue tool, a CRM, a reputation platform, guest messaging, upsells, online check-in, payments, analytics. Each addition solved an actual need. Taken together, they produced something nobody designed: a sprawling stack of systems that do not talk to one another. The common independent hotel presently runs five to seven distinct tools, most of which do not communicate1. The cost of that fragmentation goes substantial beyond the subscriptions.

The obvious measure of the damage is time. A HEDNA survey found that four in five hotels spend the equivalent of one to two complete working days every single week extracting, reconciling, and reformatting data from systems that do not share it2 — compiling reports by hand, cross-referencing figures across platforms, and reconciling numbers that connected systems would settle immediately. In an era of compressed margins, that is not an inconvenience; it is a recurring, uncompensated tax on the people a depleted-staffed hotel can minimal afford to tie up. Data sits duplicated, delayed, and distorted across silos, eroding both efficiency and the guest experience3.

Figure 1. The unseen cost of disconnected systems falls greatest on independents.

And the burden is inconsistent, in the parallel way pricing power is uneven4. medium-market independents shoulder integration costs overwhelmingly, because they lack the IT teams and bargaining power of the branded portfolios5. The result shows up in the maturity data: in one industry survey only 45% of hotel companies considered themselves technologically mature, close to-universal adoption of basic systems coexisted with customer-data platforms used by fewer than 10% of properties6. The hotels primary exposed to rising costs are furthermore the least able to turn their own data into better decisions.

2. The Labor Squeeze Makes Integration Urgent

Fragmentation would be only wasteful in an entirely staffed hotel. In today’s labor market it is detrimental. With operating costs at record highs and many properties continue short of their pre-pandemic headcount7, every hour a manager spends stitching spreadsheets jointly is an hour not spent with guests or staff. The answer is not only to automate jobs off. It is to automate the routine, low-judgment work so that scarce human attention can go where it in fact matters.

The potential is considerable. A 2025 Cornell School of Hotel Administration study estimated that 35 to 45% of tasks in hotel operations can be streamlined with existing technology8. The right dose, yet, varies dramatically by department: front-office workload can fall by up to 40% and order-taking in food and beverage by 25 to 30%, while housekeeping offers only moderate gains and should keep its human core. Revenue management shows strong AI-driven value. The lesson is not "automate everything" but "automate the right things, and connect them" — which is unattainable when each function lives in its own disconnected tool.

Figure 2. Automation potential is genuine however uneven — the point is to connect, not to replace.

3. One Operating Loop, Not Twelve Logins

If fragmentation is the disease, the cure is not another isolated app. It is a unified operating loop in which the three core functions of a hotel — revenue management, guest relationships, and operations — share one source of truth and act on it coordinated. This is the idea behind the second model in our system, internally branded ORION. I describe it here not as a product pitch but as a demonstrated example of what an integrated approach can look like for a hotel that cannot afford a twelve-vendor stack.

Closing the loop: RMS, CRM, as operations as one

The premise is that pricing, guest relations, and operations are not three distinct problems but three views of the unified hotel. When the pricing engine raises rates for an incoming demand surge, the guest-relationship layer should previously know which past guests to invite again, and the operations layer should already be adjusting staffing and housekeeping flow to match the premiumer occupancy. When a high-value guest checks in, the front desk, the upsell logic, and the revenue model should all be working from the same record. Closing this loop is what turns a pile of tools into a coherent operation — and it is perfectly what a disconnected stack can never do, nonetheless good each individual component is.

Built to the identical minimal, low-risk standard

Fundamentally, a coordinated loop for small and mid-market hotels has to follow the same discipline I described for pricing: lightweight, interpretable, and low-risk to adopt. It should not demand the extended, expensive, extensively invasive integration that has made unified platforms a privilege of the large operators. It should reduce the number of logins and the reconciliation burden, not add to them. And it should automate the essential tasks — the front-office and back-office friction — while leaving the human core of hospitality steadfastly human.

How it is built, and how it held up under testing

Specifically, the model is built as a closed loop instead than a set of connected apps. A unique shared record of the guest and the property feeds three coordinated functions: a revenue layer that prices the room, a guest-relationship layer that knows who the guest is and when to invite them back, and an operations layer that aligns staffing and housekeeping to the demand the further two are shaping. Because the three read and write to the same source of truth, an action in one is directly visible to the others — the reconciliation work that consumes one to two days a week in a fragmented stack predominantly disappears, because there is nothing left to reconcile. To keep the loop looking beyond rather than exclusively inward, it is designed to plug into an external business-intelligence feed for events and demand signals, so the operation can prepare for a surge before it shows up in the booking pace.

That design was put through the parallel validation program as the pricing engine described in the first article: the same 76-hotel test universe in Macau, the same three separately built systems, and the same adversarial scenarios. The results were promising. On a dual scorecard spanning normal and extreme conditions, the operations-loop model scored 93.4 out of 100, and — the quality that matters primary for a system a small team has to trust and act on — it produced the clearest, most explainable output of the three models. Its recommendation anomaly rate ran in the 15–18% range, adequately within tolerance and consistently controllable, and like the others it logged a 0% failure rate across all three systems, with its machine-learning layer firing on every record it was given — 23,408 of 23,408. The point of the cross-validation, here as elsewhere, was not to flatter the model but to make sure that what the loop recommended was something a genuine general manager could understand, trust, and execute.

Figure 3. The operating loop under cross-validation: an excellent score, the most transparent explainability of the three models, and stable runs (76 hotels, Macau).

4. Fair Terms, and the Limits of Technology

The terms on which such tools are offered matter as significantly as the technology itself — maybe more. A truly fair approach for a struggling small hotel asks for very nothing upfront: no binding contract, no bank or credit-card details, and no integration with the hotel’s internal systems at the outset. The operator can easily try it and, if unconvinced, stop at any time. If, after a trial, the hotel finds it useful, the pricing of the tool itself is aligned with the hotel’s success: a reasonable, cost-effective subscription, with the primary revenue coming from a share of the additional profit the system helps generate. Risk is shared, not transferred. If the product does not help the hotel earn more, it earns nothing. The vendor exclusively wins when the hotel wins.

But I want to repeat the point I made in the first article, because it matters still increased when we are talking about the whole operation: no software, however well-integrated, can rescue a struggling hotel on its own9. Technology has wings, but it needs roots. An operating loop can remove friction and surface improved decisions; it cannot fix a broken cost structure, an unclear market position, a demoralized team, or a flawed strategy. Where a hotel needs more, all-encompassing management diagnosis and consulting — grounded in research and matched to the tailored business — has to work alongside the technology to address the problem at its root. This is the relationship between technology, management, and the industry that I keep returning to: the tools are one part of the answer, never the whole of it.

It is furthermore why InsightBridge Global LLC, the consulting firm I founded, is intentionally not run to maximize profit. Its purpose is to use top-tier-quality research — expressed through both consulting and these minimal tools — to help the industry through its present difficulties and toward its future. Helping the industry develop, instead than extracting the maximum return, is the firm’s defining objective, and the primary fundamental difference between it and a conventional commercial vendor.

That parallel commitment extends beyond single hotels. InsightBridge Global LLC is equipped to offer pro bono strategic planning, research, and advisory services to major tourism-destination countries and cities — putting its promise not to pursue profit maximization into practice, and placing high-quality research at the service of the public interest where it can do the primary good for the wider industry and the communities that depend on it.

That commitment currently extends into extended-horizon research. We have established InsightBridge Global Lab, which will collaborate with Auburn University and further excellent universities in the Atlanta region to study the artificial intelligence and AI-driven robotics that will shape the future of the hotel and tourism industry. As technology, shifting markets, and geopolitics reshape the landscape, the Lab’s aim is to provide the meticulous research and leading-edge technical support the industry will need to meet those challenges — and to navigate the transition gradually, and on its own terms.

Following in the series: Part 3 turns to distribution — why OTA dependence keeps climbing for self-managed hotels, and how a lighter, fairer approach can win back direct bookings without starting a commission-driven race to the bottom.

Dr. Tong Yin holds a PhD in hospitality management yet has 25 years of experience in the industry. He is the founder of InsightBridge Global LLC.

От д-р Тонг Инь

В первой статье этой серии я утверждал, что динамическое ценообразование в реальном времени в значительной степени провалилось у отелей, которым оно необходимо больше всего — не потому, что технология не существует, а потому, что она слишком дорогая, слишком сложная и слишком рискованная для независимых и средне‑рынковых операторов, составляющих основу отрасли. Однако ценообразование — лишь одно из решений, принимаемых отелем. За ним стоит всё остальное: отношения с гостем, ресепшн, уборка, каналы продаж, ежедневное согласование цифр, которые никогда полностью не совпадают. Эта вторая статья посвящена более широкому процессу — и тому, почему способ, которым большинство отелей покупают технологии, тихо усугубил проблему, а не улучшил её.

1. Скрытый налог: смерть от тысячи входов

За последнее десятилетие отели добавляли технологии по одной проблеме за раз. Система управления имуществом в центре, затем менеджер каналов, инструмент доходов, CRM, платформа репутации, сообщения гостям, апсейлы, цифровой чек‑ин, платежи, аналитика. Каждое дополнение решало реальную потребность. В совокупности они создали то, чего никто не проектировал: разросшийся набор систем, которые не «разговаривают» друг с другом. В среднем независимый отель сейчас использует от пяти до семи различных инструментов, большинство из которых не взаимодействуют1. Стоимость этой фрагментации далеко превышает расходы на подписки.

Самый очевидный показатель ущерба — время. Опрос HEDNA показал, что четыре из пяти отелей тратят эквивалент одного‑двух полных рабочих дней каждую неделю на извлечение, согласование и переоформление данных из систем, которые их не делятся2 — составление отчётов вручную, сопоставление цифр между платформами и согласование чисел, которое автоматизированные системы решали бы сами. В эпоху сжатых маржин это не просто неудобство; это повторяющийся, неоплачиваемый налог на людей, которых отель с нехваткой персонала может себе позволить меньше всего. Данные дублируются, задерживаются и искажаются в разрозненных «силосах», подрывая как эффективность, так и опыт гостей3.

Рисунок 1. Скрытая стоимость разрозненных систем ощущается сильнее всего у независимых отелей.

И нагрузка распределяется неравномерно, так же как и ценовая власть4. Средне‑рынковые независимые отели несут расходы на интеграцию непропорционально, потому что у них нет ИТ‑команд и рычагов переговоров, которыми обладают брендовое портфолио5. Это отражается в данных о зрелости: в одном отраслевом опросе лишь 45 % компаний отелей считали себя технологически зрелыми, при почти повсеместном внедрении базовых систем, тогда как платформы клиентских данных использовались менее чем 10 % объектов6. Отели, наиболее подверженные росту расходов, также наименее способны превратить собственные данные в лучшие решения.

2. Дефицит рабочей силы делает интеграцию срочной

Фрагментация была бы лишь расточительством в полностью укомплектованном отеле. На сегодняшнем рынке труда она коррозионна. При операционных расходах на рекордных уровнях и многих объектах, всё ещё недостающих персонала по сравнению с докризисным уровнем7, каждый час, который менеджер тратит на склеивание таблиц, — это час, не проведённый с гостями или персоналом. Ответ — не просто автоматизировать рабочие места. Нужно автоматизировать повторяющиеся, мало требующие суждения задачи, чтобы дефицитное человеческое внимание могло быть направлено туда, где оно действительно необходимо.

Потенциал значителен. Исследование Cornell School of Hotel Administration 2025 года оценило, что 35–45 % задач в отельных операциях могут быть автоматизированы с помощью существующих технологий8. Однако правильная доза резко варьируется по отделам: нагрузка на фронт‑офис может снизиться до 40 %, а приём заказов в ресторанах и барах — на 25–30 %, тогда как housekeeping обеспечивает лишь умеренный прирост и должен сохранять человеческое ядро. Управление доходами демонстрирует высокую ценность, обусловленную ИИ. Урок заключается не в «автоматизировать всё», а в «автоматизировать нужные вещи и соединять их» — что невозможно, когда каждая функция живёт в собственном разрозненном инструменте.

Рисунок 2. Потенциал автоматизации реален, но неравномерен — задача — соединить, а не заменить.

3. Один операционный цикл, а не двенадцать входов

Если фрагментация — болезнь, то лечение — не ещё одно отдельное приложение. Это единый операционный цикл, в котором три ключевые функции отеля — управление доходами, отношения с гостями и операции — используют один источник правды и действуют совместно. Именно эта идея лежит в основе второй модели нашей системы, внутренне названной ORION. Я описываю её здесь не как рекламный ролик, а как практический пример того, как может выглядеть интегрированный подход для отеля, который не может позволить себе двенадцатипоставочный стек.

Замыкание цикла: RMS, CRM и операции как единое целое

Исходное предположение состоит в том, что ценообразование, работа с гостями и операции — это не три отдельные задачи, а три взгляда на один и тот же отель. Когда движок ценообразования повышает тарифы в ответ на всплеск спроса, слой отношений с гостями уже должен знать, каких прошлых гостей пригласить обратно, а операционный слой уже должен корректировать штат и поток housekeeping в соответствии с более высокой загрузкой. Когда высокоценный гость регистрируется, фронт‑деск, логика допродаж и модель доходов должны работать с одной и той же записью. Замыкание этого цикла превращает набор инструментов в согласованную операцию — и именно то, чего разрозненный стек никогда не сможет достичь, как бы хорош ни был каждый отдельный компонент.

Создано по тем же лёгким, низкорисковым стандартам

Ключевой момент: интегрированный цикл для небольших и средних отелей должен следовать тем же принципам, что и ценообразование: лёгкость, интерпретируемость и низкий риск внедрения. Он не должен требовать длительной, дорогой, глубоко инвазивной интеграции, которая превратила унифицированные платформы в привилегию крупных операторов. Он должен сокращать количество входов и нагрузку по согласованию, а не увеличивать их. И он должен автоматизировать нужные задачи — трение между фронт‑офисом и бэк‑офисом — оставляя человеческое ядро гостеприимства по‑прежнему человеческим.

Как он построен и как выдержал испытания

Конкретно модель построена как замкнутый цикл, а не как набор связанных приложений. Одна общая запись о госте и объекте питания обслуживает три согласованные функции: слой доходов, который определяет цену номера, слой отношений с гостями, который знает, кто гость и когда его пригласить обратно, и операционный слой, который согласует штат и housekeeping с тем спросом, который формируют первые два. Поскольку три функции читают и записывают в один источник правды, действие в одной из них сразу становится видимым для остальных — работа по согласованию, отнимающая от одной до двух дней в неделю в разрозненной системе, практически исчезает, потому что нечего уже согласовывать. Чтобы цикл был ориентирован наружу, а не только внутрь, он спроектирован для подключения к внешнему бизнес‑интеллектуальному потоку событий и сигналов спроса, чтобы операция могла подготовиться к всплеску ещё до того, как он отразится в темпах бронирования.

Этот дизайн прошёл ту же программу валидации, что и движок ценообразования, описанный в первой статье: тот же тестовый набор из 76 отелей в Макао, те же три независимо построенные системы и те же адверсариальные сценарии. Результаты были обнадеживающими. По двойной шкале оценки в обычных и экстремальных условиях модель операционного цикла набрала 93,4 из 100, а — качество, которое имеет наибольшее значение для системы, которой небольшая команда должна доверять и действовать — предоставила самый ясный, наиболее объяснимый вывод из трёх моделей. Уровень аномалий рекомендаций находился в диапазоне 15–18 %, что хорошо укладывается в допустимые пределы и стабильно контролируемо, и, как и остальные, она зафиксировала 0 % отказов во всех трёх системах, при этом её слой машинного обучения сработал на каждой из 23 408 записей.

Рисунок 3. Операционный цикл при кросс‑валидации: высокий показатель, самая ясная объяснимость из трёх моделей и стабильные запуски (76 отелей, Макао).

4. Справедливые условия и пределы технологий

Условия, на которых предлагаются такие инструменты, важны не меньше самой технологии — возможно, даже больше. По‑истине справедливый подход для находящегося в затруднительном положении небольшого отеля требует почти ничего заранее: без обязательного контракта, без банковских или кредитных данных и без интеграции с внутренними системами отеля на старте. Оператор может просто попробовать, а если не убеждён, прекратить в любой момент. Если после пробного периода отель считает инструмент полезным, цена самого инструмента согласуется с успехом отеля: скромная, доступная подписка, при этом основной доход поступает от доли дополнительной прибыли, которую система помогает генерировать. Риск делится, а не передаётся. Если продукт не помогает отелю зарабатывать больше, он ничего не зарабатывает. Поставщик выигрывает только тогда, когда выигрывает отель.

Но я хочу повторить мысль, высказанную в первой статье, потому что она ещё более актуальна, когда речь идёт о всей операции: никакое программное обеспечение, как бы хорошо ни было интегрировано, не спасёт отель, находящийся в затруднительном положении9. Технология имеет крылья, но ей нужны корни. Операционный цикл может убрать трения и выявить лучшие решения; он не исправит сломанную структуру издержек, запутанную позицию на рынке, деморализованную команду или ошибочную стратегию. Там, где отелю требуется больше, комплексная диагностика управления и консалтинг — основанные на исследованиях и адаптированные к конкретному бизнесу — должны работать рядом с технологией, чтобы решить проблему в её основе. Это то соотношение между технологией, управлением и отраслью, к которому я постоянно возвращаюсь: инструменты — лишь часть ответа, но никогда не весь ответ.

Именно поэтому InsightBridge Global LLC, консалтинговая фирма, которую я основал, намеренно не ориентирована на максимизацию прибыли. Её цель — использовать высококачественные исследования, выраженные как в консалтинге, так и в этих лёгких инструментах, чтобы помочь отрасли преодолеть текущие трудности и двигаться к будущему. Помогать отрасли развиваться, а не извлекать максимальную отдачу, является определяющей задачей фирмы и самым фундаментальным отличием её от обычного коммерческого поставщика.

То же обязательство распространяется и за пределы отдельных отелей. InsightBridge Global LLC готова предоставлять pro bono стратегическое планирование, исследования и консультационные услуги крупным странам и городам‑туристическим направлениям — воплощая в жизнь обещание не стремиться к максимизации прибыли и направляя высококачественные исследования на служение общественным интересам там, где они могут принести наибольшую пользу более широкой отрасли и сообществам, зависящим от неё.

Это обязательство теперь переходит в долгосрочные исследования. Мы создали InsightBridge Global Lab, который будет сотрудничать с Auburn University и другими сильными университетами атлантского региона для изучения искусственного интеллекта и робототехники, управляемой ИИ, которые сформируют будущее гостиничной и туристической отрасли. По мере того как технологии, меняющиеся рынки и геополитика переопределяют ландшафт, цель Лаборатории — предоставить отрасли строгие исследования и передовую техническую поддержку, необходимые для решения этих вызовов, и помочь ей уверенно и на своих условиях пройти переходный период.

Дальше в серии: часть 3 посвящена дистрибуции — почему зависимость от OTA растёт у независимых отелей и как более лёгкий, справедливый подход может вернуть прямые бронирования без начала гонки за комиссии к нижнему пределу.

д-р Тонг Инь имеет степень PhD в области управления гостиничным бизнесом и 25 лет опыта в отрасли. Он является основателем InsightBridge Global LLC.