系列| 酒店科技
主题| 收益管理经理还在么?
人工AI(人工智能)、ML(机器学习)、BI(商业智能)、区块链这类高级分析等技术在我们酒店行业中的作用越发重要，随之而来的是我们的收益管理越来越依靠这类技术带来的便捷性和导向性，酒店价格策略的决策也逐步在脱离以往的人为判断。
未来，我们所理解的收益管理会随着AI及ML的崛起而消失吗?Revenue Manager会被现在所依赖的工具取代么?
01 |AI MI 在酒店业
早在被万豪集团收购之前，喜达屋就已经开始实施了动态定价自动化，而仅在短短的一年时间内，其集团的收入就增加了5%，这是人工智能的功劳还是收益经理的努力?
@pexels
根据雅高销售、定价、分销和收益管理副总裁Don Kelly的解释，雅高集团在北美的商务和度假领域百分之八十的收益增长来自于与Open Pricer(一家向线上渠道提供实时价格的机器学习的公司)合作进行动态价格管理的成果。
在过往许多收益管理增长的案例中，很难不见到AI的影子，所以在技术恐惧者或是技术狂热者的立场之中，这并非是一场有意义的辩论，因为AI在数据处理上拥有着比人脑强出百倍的算力。
@pexels
人工智能在收益管理中益处：
更高的计算能力;
需要的投资成倍减少;
人工智能并不比人类收益经理做得更多;
但它只是做得更准确，更快，而且 "工资 "更低。
在酒店行业中，收益管理是最 "合乎逻辑"的学科，其角色之重要，是每一家酒店逐利过程中不可或缺的乘骑。所以在酒店里所有部门中，人工智能必然也应当率先被应用在收益管理领域，当利润得到提升时，运用在提高客人体验的人工智能将会慢慢界入。
@pexels
02 | 人，人，人，还是人
当然，如今的AI和ML算法目前还处于相对初级的阶段。这意味着，将定价的控制权交给AI，就像让一个刚入行的实习生为酒店来定价。
@pexels
搞技术的人都很清楚一个逻辑，即是你必须首先定义问题，然后才能找到问题的解决方案。你不能平白无故地从技术开始，然后再试图找到它可以应用的地方。这也是意味着，我们今天的环境有着太多的复杂性和不确定性，我们以往的经验和熟悉的工作习惯不再足以支撑我们去应对今天的环境。
使用AI、ML和自动化的收益管理不仅仅是为收益管理者提供更加广泛的视角和可靠的数据，它更是帮助管理者从重复性的工作中解脱出来，利用所得到的数据进行更加高级别的战略布局。
@pexels
与其他行业不同，酒店业仍然依赖于人的执行，全面依靠AI的说法是荒谬的，就像ATM机没有取代银行柜员一样。在未来，收益管理的角色会变得不那么以任务为导向，而它将变得更具有战略性。智能的工具为我们提供了决策所需的信息，然而它们并没有完全取代决策过程;它单纯地把我们拉到一个与竞争对手公平竞争的环境里。
@pexels
这样的技术反过来说也像是“鸡娃”，别人的孩子报了一个补习班，咱家的孩子就不能少报一个。在报的补习班相同的情况，在酒店运用同样技术的情况下，我们如何能打败竞争对手?这就是我们作为人类的聪明才智，与前沿的人工智能相互结合，成就了在市场中处于不败之地的关键。
@pexels
讲到这里，我们都还停留在AI、ML对收益管理控制权的争夺战之中，但我们退一步，站到行业之上向外看去，我们所真正应该面对并需要回答的问题是：为什么我们作为一个历史悠久的行业，在决策过程中采用自动化工具，特别是机器学习时，远远落后于其他行业?
03 | 回答真正的问题
其实早在我们的日常生活中，我们与人工智能的互动就已经无处不在。淘宝根据机器学习的算法消化大量信息为你推荐你“想要买的“商品;你的手机基于AI人脸识别进行解锁;抖音基于你停留时间比较长的美女视频而推荐出更多更好看的美女;
@pexels
那么酒店在机器学习的应用上到了什么地步呢?根据Skift最近的一项研究，全球酒店对RMS(收益管理解决方案)工具的采用率还不到20%。
在Ira Vouk与康奈尔大学的酒店研究中心合作，深入研究收益管理系统普遍存在的技术渗透率如此之低的根本原因之后发现：
酒店对技术解决方案的好处缺乏认识(供应商未能将这些好处清楚地传达，可能由于酒店业市场缺乏优质和可靠的沟通渠道所造成的);
酒店对AI和ML的真正含义缺乏了解;
酒店不愿将掌控权交给技术，怕失去对RM战略的控制;
缺乏对一般RM好处的认识;
领导层没有意识到在物业层面上发生了什么，以及他们正在努力解决什么问题(例如，在人工建立预算、预测、价格调整上花费了太多时间);
酒店行业，还没有想出一个标准化的方法来衡量RMS工具的投资回报率并评估其性能。
@pexels
酒店行业在机器学习及人工智能的运用层面，还需要向互联网学习，他们已经使用人工智能和机器学习多年，并让其继续变得更加复杂，以至于能跟上我们快速变化的世界。而技术的目标应该是使我们的生活更轻松，在酒店收益管理层面，我们应该张开双臂，通过引入靠谱的自动化来提高效率，并让其为我们提供更快、更客观的数据驱动型决策。
在这个内卷的时代，不卷起来，就会被卷走
