IA en hotelería: qué funciona realmente en la operación
La mayoría de los pilotos de IA en hoteles no fracasan porque la tecnología esté mal, sino porque se saltan la base operativa. Esto es lo que he visto funcionar — y lo que termina abandonado en silencio.
En los últimos dos años me han involucrado en tres proyectos de implementación de IA. Dos estaban recuperándose de primeros intentos fallidos. El tercero intentaba evitar el mismo destino.
Los que fracasaron tenían algo en común: empezaron por la tecnología.
El arco típico
Un director general o un director de operaciones vuelve de un congreso entusiasmado con la IA. Vio una demostración: un chatbot que gestiona solicitudes de huéspedes, una herramienta de revenue que ajusta tarifas en tiempo real, un sistema de pantallas en cocina que reduce los tiempos de despacho. Se ve impresionante. Contactan al proveedor. Se aprueba un piloto.
Tres meses después, el chatbot responde apenas un 20% de lo que los huéspedes realmente preguntan. La herramienta de revenue genera recomendaciones que el equipo de reservas anula el 70% de las veces porque "el sistema no entiende nuestro mercado." Las pantallas de cocina técnicamente funcionan, pero dos de los cinco cocineros ya encontraron cómo saltárselas.
La tecnología no era el problema. La implementación sí.
Lo que se omite
Las herramientas de IA en hotelería necesitan datos limpios y comportamientos humanos consistentes para funcionar. La mayoría de las operaciones hoteleras no tienen ni lo uno ni lo otro.
Si las descripciones de tus tipos de habitación no están estandarizadas, tu IA de revenue no puede aprender patrones de precios efectivos. Si tu equipo de recepción usa seis formas distintas de registrar una preferencia del huésped en el PMS, tu herramienta de personalización va a generar incoherencias. Si el flujo de trabajo de tu equipo de cocina no está documentado, un sistema de pantallas solo va a digitalizar el caos existente.
Antes de cualquier herramienta de IA, hay un trabajo de base que nadie quiere financiar porque no es emocionante: higiene de datos, estandarización de procesos y gestión del cambio para el equipo que realmente va a usarla.
Ese trabajo toma semanas. No es glamoroso. Pero sin él, la IA no tiene sobre qué sostenerse.
Lo que he visto funcionar de verdad
Comunicación automatizada previa a la llegada — cuando está conectada a un CRM real con historial genuino del huésped. Un hotel que sabe que un huésped recurrente siempre pide piso alto y almohada de espuma puede enviar un mensaje previo a la llegada que se siente auténticamente personal. La IA lo redacta; una persona lo revisa en treinta segundos. Esto funciona porque la base de datos (un CRM limpio con historial real) ya estaba ahí.
Despacho de mantenimiento asistido por IA — en propiedades con un hábito sólido de registro de órdenes de trabajo. Cuando los técnicos registran su trabajo de manera consistente, una herramienta de IA puede genuinamente predecir qué equipo tiene mayor probabilidad de fallar y ayudar a priorizar el mantenimiento preventivo. He visto esto reducir las llamadas de emergencia en aproximadamente un 20% en una propiedad a lo largo de seis meses. Pero requirió dieciocho meses de datos de registro consistente antes de que las predicciones fueran confiables.
Herramientas de revenue management con intervención humana incorporada desde el diseño — no como un añadido posterior, sino como principio de diseño. Las mejores implementaciones que he visto tratan a la IA como un primer borrador que el revenue manager revisa cada mañana. El manager aprende de la herramienta; la herramienta aprende de las correcciones. Después de seis meses, la brecha entre la recomendación de la IA y la decisión del manager se reduce significativamente.
La evaluación honesta
La mayoría de las propiedades no están listas para la IA en la forma en que los proveedores prometen que funcionará. Eso no es una crítica a la tecnología. Es una descripción de la distancia entre donde la mayoría de las operaciones realmente están y donde necesitan estar para que la IA aporte valor.
Las propiedades que se benefician primero son las que ya tienen la casa en orden: datos limpios, procesos consistentes y equipos cómodos con herramientas digitales. Para ellas, la IA genuinamente acelera lo que ya hacen bien.
Para todos los demás, la inversión más valiosa no es una herramienta de IA. Es la base operativa que hace posible la IA después.
Eso es menos emocionante de vender. Pero es honesto.
Si estás considerando un proyecto de IA y no tienes claro si tu operación está lista, esa incertidumbre es información útil. Generalmente significa que el trabajo de base viene primero.
Felipe Díaz Marín has twenty years of hospitality operations experience across Chile, Malaysia, Spain, and France. He is a lecturer in organizational leadership, marketing, and entrepreneurship at CY Cergy Paris Université, and advises hotel and F&B teams on operational transformation. Based in Paris.