در هفته گذشته، بیش از ۶ هزار مدیر و اپراتور صنعت مهمان‌نوازی در همایش سالانه HITEC (کنفرانس فناوری مهمان‌نوازی) در شهر سان آنتونیو گرد هم آمدند. از جمله شرکت‌کنندگان می‌توان به رهبران Wyndham Hotels & Resorts، Hyatt، IHG Hotels & Resorts، Starwood Hotels و صدها هتل مستقل اشاره کرد.
موضوع اصلی این همایش، بررسی کارایی سرمایه‌گذاری‌های صنعت در حوزه هوش مصنوعی (AI) بود. بر اساس پیش‌بینی‌های IDC، تا سال ۲۰۳۰، ۳۰ درصد از تمامی رزروهای سفر توسط عوامل هوش مصنوعی انجام خواهد شد. با این حال، فاصله میان مسیری که صنعت در پیش گرفته و توانایی‌های فعلی آن برای پشتیبانی از این تغییر، بسیار گسترده است.
طبق گزارش BCG، در حالی که ۲۵ درصد از کسب‌وکارهای مهمان‌نوازی در حال مقیاس‌بندی هوش مصنوعی هستند، کمتر از ۱۰ درصد از آن‌ها «آماده آینده هوش مصنوعی» محسوب می‌شوند؛ به این معنا که هوش مصنوعی در تمامی عملیات‌های اصلی آن‌ها تعبیه شده، زیرساخت داده‌های پشتیبان دارند و نتایج قابل اندازه‌گیری را نشان می‌دهند.
«بسیاری از شرکت‌ها در حال پرتاب اسپاگتی به دیوار هستند تا ببینند چه چیزی می‌چسبد.»
Dale Gomez، استاد فناوری مهمان‌نوازی در دانشگاه بین‌المللی فلوریدا
علاوه بر هوش مصنوعی، تغییرات دیگری نیز در حال وقوع است. بسیاری از کسب‌وکارهای مهمان‌نوازی هنوز فاقد زیرساخت مالی مدرن برای بهره‌برداری کامل از اتوماسیون، سرعت و قابلیت همکاری (interoperability) هستند که هوش مصنوعی قرار است به ارمغان بیاورد. سیستم‌های پرداخت که زمانی «کافی» تلقی می‌شدند، اکنون باعث از دست رفتن درآمد قابل اندازه‌گیری شده‌اند و انتظارات فزاینده مهمانان، فناوری‌های ناکارآمد را از یک مزاحمت جزئی به دلیلی برای عدم بازگشت مهمانان تبدیل کرده است.
در طول چهار روز و بیش از ۵۰ جلسه، چهار روند کلیدی برجسته شدند:
مسابقه برای رزروهای مستقیم از جستجوی سنتی به پاسخ‌های هوش مصنوعی منتقل شده است
برای سال‌ها، پاسخ صنعت مهمان‌نوازی به وابستگی به آژانس‌های مسافرتی آنلاین (OTA) سئو (SEO) بود: سرمایه‌گذاری در محتوا، بهبود رتبه‌بندی جستجو و تبدیل مهمانان قبل از رسیدن به سایت‌هایی مانند Expedia یا Booking.com. اما این رویکرد در حال کمرنگ شدن است.
Jack Wang، مهندس راه‌حل‌های اصلی در Salesforce، داده‌هایی ارائه کرد که نشان‌دهنده تغییر است: ۶۵ درصد از جستجوهای گوگل که منجر به نمایش «خلاصه هوش مصنوعی» (AI Overview) می‌شوند، بدون کلیک کاربر به وب‌سایت‌های دیگر خاتمه می‌یابد. در موبایل، این رقم به ۷۸ درصد می‌رسد. ترافیک جستجوی سنتی در سراسر صنعت حدود ۲۵ درصد در حال کاهش است، زیرا خلاصه‌های تولیدشده توسط هوش مصنوعی، لیست‌های پیوندی رتبه‌بندی‌شده را که سئو برای آن‌ها طراحی شده بود، جایگزین می‌کنند.
برای قرار گرفتن در پاسخ‌های هوش مصنوعی، نیاز به رویکردی متفاوت از سئو وجود دارد. سئو به تراکم کلمات کلیدی، بک‌لینک‌ها و اقتدار صفحه پاسخ می‌دهد، در حالی که هوش مصنوعی به دقت و قابلیت خواندن توسط ماشین (machine-readability) داده‌های ساختاریافته مربوط به املاک، مانند انواع اتاق، جزئیات امکانات، سیاست‌ها، زمینه محلی یا شرایط لغو رزرو، اهمیت می‌دهد. یک هتل می‌تواند در جستجوی سنتی رتبه خوبی داشته باشد، اما توسط مدل‌های هوش مصنوعی شناسایی نشود: بیش از ۹۰ درصد از سایت‌های اقامتی هنوز توسط مدل‌های هوش مصنوعی تشخیص داده نمی‌شوند.
طبق تحقیقات Phocuswright، ۵۶ درصد از مسافران در ۱۲ ماه گذشته از هوش مصنوعی برای برنامه‌ریزی سفر، رزرو یا assistance در مقصد استفاده کرده‌اند. برای اپراتورها، اولین قدم یک ممیزی است، نه سرمایه‌گذاری. آیا مدل‌های زبانی بزرگ (LLM) که مهمانان بالقوه از آن‌ها استفاده می‌کنند، می‌توانند به درستی دسته‌بندی اتاق‌ها، امکانات، سیاست‌ها و زمینه محلی املاک شما را توصیف کنند؟ اگر پاسخ منفی است، این شکاف احتمالاً باعث از دست رفتن رزروها می‌شود.
امروزه، زنجیره‌های هتلداری به ابزارهای پرداخت و تسویه حساب مشابه با OTAها دسترسی دارند، از جمله روش‌های پرداخت محلی و ارزها، تسویه یک‌ضرب و حفاظت جهانی از تقلب. برندهای مسافرتی که تقاضای «عامل‌گونه» (agentic demand) را جذب می‌کنند، با ترکیب قابلیت کشف‌پذیری مبتنی بر هوش مصنوعی، موجودی لحظه‌ای دقیق و تجربه تسویه حساب مدرن، تقاضا را به طور کارآمد تبدیل می‌کنند.
اکثر هوش مصنوعی‌های مهمان‌نوازی به شیوه‌ای شکننده مقیاس‌بندی می‌شوند
واقعیتی ناخوشایند در طول همایش HITEC تکرار شد: بسیاری از مقیاس‌بندی‌های هوش مصنوعی در صنعت مهمان‌نوازی، شکننده هستند. اکثریت کسب‌وکارها در حال اتخاذ هوش مصنوعی بدون شفافیت استراتژیک، زیرساخت داده و معماری عملیاتی برای پایداری آن هستند.
ریشه این مشکل اغلب در داده‌های تکه‌تکه (fragmented data) نهفته است. سیستم‌های مدیریت املاک، مدیریت ارتباط با مشتری (CRM)، وفاداری، غذا و نوشیدنی و پرداخت، هر کدام دیدگاه‌های جزئی از یک مهمان ارائه می‌دهند و توصیه‌های هوش مصنوعی تنها به اندازه محتوایی که از آن‌ها استفاده می‌کنند، دقیق هستند. همان مشکلی که شخصی‌سازی هوش مصنوعی را از بین می‌برد، در امور مالی به عنوان زمان بیش از حد برای تطبیق حساب‌ها، در عملیات به عنوان پروفایل‌های ناقص مهمانان و در تجربه مهمان به عنوان اصطکاک ظاهر می‌شود.
Amanda Sharp، مهندس راه‌حل‌های اصلی در Salesforce، مشکل را به عنوان «عملیات‌سازی هوش مصنوعی» (AI operationalization) بازتعریف کرد و خواستار «عملیات ویب» (vibe operating) شد: پاسخی مهمان‌نوازی به «ویب کدینگ» (vibe coding). ساخت ویژگی‌های هوش مصنوعی اکنون برای بسیاری از برندهای هتلداری امکان‌پذیر است، اما اجرای قابل اعتماد آن‌ها در محیط تولید و یکپارچه‌سازی با گردش‌های کاری واقعی که اقدامات واقعی راTrigger می‌کنند، دشوارتر است.
کسب‌وکارهایی که در این زمینه موفق هستند، از داده‌های پاک و متصل استفاده می‌کنند که اطلاعات مفیدی را مستقیماً در گردش کار، در زمانی که هنوز فرصت برای اقدام وجود دارد، ارائه می‌دهند. به عنوان مثال، در Delta Air Lines، یک دستیار هوش مصنوعی زنده در اپ موبایل تعبیه شده است که از پروفایل SkyMiles و داده‌های عملیاتی برای ارائه پشتیبانی آگاهانه به عنوان بخشی از تجربه مراقبت از مشتری استفاده می‌کند. در Wynn Las Vegas، مدیران درآمد هشدارهای پیش‌بینی‌کننده دریافت می‌کنند زمانی که عملکرد در حال روند نزولی است، همراه با اقدامات پیشنهادی.
برای اکثر اپراتورهای مسافرتی، گلوگاه، اتصال داده‌ها است، نه کیفیت مدل.
اصطکاک در پرداخت‌ها هزینه قابل اندازه‌گیری دارد، اما اکثر هتل‌ها هنوز از آن بی‌خبرند
صنعت مهمان‌نوازی پرداخت‌ها را به عنوان یک هزینه و کالای معمولی تلقی می‌کرد: چیزی که باید به کار خود ادامه دهد، کارمزدها را به حداقل رساند و سر راه مهمانان قرار نگیرد. بسیاری از گفتگوهای تخصصی پرداخت در HITEC حول این موضوع بود که چگونه این رویکرد در حال تغییر است و همچنین به رسمیت شناخته می‌شود که پرداخت‌ها به عاملی کلیدی در رقابت برندهای مهمان‌نوازی تبدیل شده‌اند.
داده‌های خود ما این موضوع را تأیید می‌کند: در یک نظرسنجی commissioned شده توسط Stripe از نزدیک به ۴۰۰ مدیر مهمان‌نوازی، ۹۰ درصد گفتند که پرداخت‌ها برای رشد مهم هستند و ۳۷ درصد گفتند که عدم وجود گزینه‌های پرداخت بیشترین تأثیر منفی را بر تجربه مهمان دارد. علاوه بر این، ۵۸ درصد گفتند که سیستم‌های تقلب آن‌ها تراکنش‌های قانونی را مسدود می‌کنند و ۷۴ درصد گزارش دادند که سیستم‌های تکه‌تکه باعث می‌شوند تیم‌های آن‌ها زمان بیش از حد را صرف تطبیق حساب‌ها کنند.
این ارقام نشان می‌دهند که چرا پرداخت‌ها به یک مزیت ساختاری تبدیل شده‌اند. OTAها می‌توانند پرداخت‌ها را در مقیاس استخدام کنند، زیرا درآمد آن‌ها این سرانه را توجیه می‌کند. هتل‌های مستقل و اپراتورهای کوچک نمی‌توانند به طور مستقیم با این سرمایه‌گذاری رقابت کنند، اما یک تیم کوچک با زیرساخت مناسب اکنون می‌تواند از روش‌های پرداخت در ده‌ها کشور با کسری از هزینه یک عملیات داخلی بزرگ پشتیبانی کند.
یک شکاف در پوشش پرداخت‌ها به طور مستقیم منجر به از دست رفتن رزروها می‌شود. «لحظه‌ای که ما از پشتیبانی [یک روش پرداخت] دست می‌کشیم، لحظه‌ای است که این مهمان به جای دیگری می‌رود، به پلتفرمی یا کانالی که روش پرداخت مورد علاقه او را پشتیبانی می‌کند.»
Sebastien Leitner، معاون روابط استراتژیک در Cloudbeds
مهمانان در جایی رزرو می‌کنند که روش پرداخت مورد علاقه آن‌ها کار کند. املاکی که روش غالب در یک بازار هدف را پشتیبانی نمی‌کنند، نه تنها اصطکاک ایجاد می‌کنند، بلکه رزرو را به سمت OTAهایی هدایت می‌کنند که این روش را پشتیبانی می‌کنند.
بهترین فناوری مهمان‌نوازی، فناوری‌ای است که نادیده گرفته می‌شود
Tanya Pratt، معاون جهانی استراتژی و مدیریت محصول در Oracle Hospitality، گفت: «هیچ همدلی برای فناوری‌ای که کار نمی‌کند وجود ندارد. اگر کار نکند، باعث نارضایتی بیشتری نسبت به صف جلوی پذیرش می‌شود، زیرا مردم به آن عادت دارند.» زمانی که فناوری از کار می‌افتد، مهمانان همیشه شکایت نمی‌کنند. آن‌ها فقط برنمی‌گردند.
معیار واقعی موفقیت زمانی است که فناوری به اندازه‌ای خوب کار می‌کند که مهمانان به آن فکر نمی‌کنند. Denise Walker، مدیر ارشد فناوری اطلاعات در Starwood Hotels، این چشم‌انداز را توصیف کرد: یک مهمان بازگشتی به اتاقی با دمای مناسب، با کانال‌های مورد علاقه خود روی تلویزیون و بالش‌هایی با سفتی مورد علاقه‌اش می‌رسد. هیچ‌کس اعلام نمی‌کند که چگونه این اطلاعات را دریافت کرده است.
Shannon McCallum، معاون عملیات هتل در Resorts World Las Vegas، این موضوع را بیشتر بسط داد: «ما در حال حرکت از «من به شما گفتم، پس شما آن را می‌دانید» به «من هیچ چیزی به شما نگفتم، اما اکنون آن را پیش‌بینی می‌کنید» هستیم.»
هم شخصی‌سازی نامرئی و هم لحظات انسانی که این فناوری‌ها امکان‌پذیر می‌کنند، نیازمند پایه‌ای از داده‌های متصل هستند: فناوری‌ای که در سراسر پشته‌های موجود شما یکپارچه شود و اطلاعات مهمان را در یک سیستم واحد تجمیع کند. این زیرساخت به کسب‌وکارها اجازه می‌دهد تا یک مهمان را شناسایی کنند، چه در حال مرور وب‌سایت شما باشند و چه در جلوی پذیرش هتل ایستاده باشند.
Stripe چگونه می‌تواند کمک کند
به طور فزاینده‌ای، مهمانان املاک شما را از طریق دستیاران هوش مصنوعی پیدا خواهند کرد، رزروهای آن‌ها ممکن است توسط عوامل انجام شود و درآمدی که اپراتورهای با عملکرد بالا را متمایز می‌کند، از تجربیات پرداخت که تبدیل می‌شوند، روش‌های پرداختی که هر بازار را پوشش می‌دهند و سیستم‌های مالی که با یکدیگر کار می‌کنند، ناشی خواهد شد.
Stripe Data Pipeline داده‌های پرداخت را با سیستم‌های رزرو و مشتری شما متصل می‌کند و به اپراتورها دید یکپارچه‌ای از درآمد بدون گزارش‌های تکه‌تکه ارائه می‌دهد. زیرساخت پرداخت Stripe به اپراتورهای مهمان‌نوازی کمک می‌کند تا درآمد خود را محافظت کنند، هزینه‌های مهمان در محل را افزایش دهند و عملیات را ساده‌تر کنند.
- افزایش رزروهای مستقیم: در تمامی روش‌های پرداخت مورد استفاده مهمانان و در هر بازاری که خدمت‌رسانی می‌کنید، تجربیات پرداخت که تبدیل می‌شوند، به حفظ رزروها در کانال مستقیم شما کمک می‌کنند. با مقیاس‌بندی تجارت عامل‌گونه (agentic commerce)، این به معنای تشخیص تقلب است که به طور پیش‌فرض در هر تراکنش Stripe اجرا می‌شود و توکن‌های پرداخت که به عوامل اجازه می‌دهند بدون افشای اطلاعات مهمان تراکنش انجام دهند.
- افزایش هزینه سفر: درآمدهای جانبی از غذا، تجربیات و مشارکت‌ها نیازمند زیرساخت پرداخت است که در سراسر املاک کار کند، از مدل‌های تجاری جدید پشتیبانی کند و با شرکای خارجی متصل شود. Stripe Billing منطق پرداخت‌های مکرر پشت برنامه‌های عضویت و وفاداری، از جمله تمدیدهای خودکار، قیمت‌گذاری tiered و بازیابی پرداخت‌های ناموفق را مدیریت می‌کند، بدون اینکه اپراتورها مجبور باشند این زیرساخت را خودشان نگهداری کنند. به عنوان مثال، Cloudbeds شاهد رشد ۱۵ درصدی درآمد برای کسب‌وکارهایی بود که از Cloudbeds Payments استفاده می‌کردند و افزایش متوسط ۱۴.۸ درصدی درآمد برای کسب‌وکارهایی که با حذف اصطکاک پرداخت از طریق مشارکت با Stripe، روش‌های پرداخت خود را گسترش دادند.
- کاهش هزینه‌ها: حرکت کارآمدتر پول در B2B و حفاظت از تقلب، زمان تطبیق حساب‌ها را کاهش می‌دهد و ضررها را محدود می‌کند و حاشیه سود را بدون نیاز به استخدام کارکنان بیشتر افزایش می‌دهد.
برای کسب اطلاعات بیشتر درباره نحوه پشتیبانی Stripe از کسب‌وکارهای مهمان‌نوازی، با ما تماس بگیرید.
چرا این خبر مهم است؟
این گزارش از همایش HITEC 2026 نشان می‌دهد که صنعت مهمان‌نوازی در حال گذار از فناوری‌های سنتی به هوش مصنوعی و اتوماسیون است. با این حال، بسیاری از هتل‌ها هنوز آمادگی لازم برای بهره‌برداری کامل از این تغییرات را ندارند. روندهایی مانند جستجوی مبتنی بر هوش مصنوعی، پرداخت‌های یکپارچه و شخصی‌سازی نامرئی، رقابت‌پذیری هتل‌ها را در آینده نزدیک تعیین خواهند کرد. عدم توجه به این تغییرات می‌تواند منجر به از دست رفتن سهم بازار و کاهش درآمد شود.