IA y RM : de los algoritmos a los agentes IA, lo que realmente cambia

Series: Revenue Management

Pricing dinámico, OTAs, e-distribution, disparidades tarifarias, Big Data, RMS, IA, Profit, TrevPAR… La profesión de Revenue Management está evolucionando. También lo hacen las creencias de larga data. También lo hacen las expectativas.

En esta serie, adoptamos una mirada lúcida, pragmática pero ambiciosa sobre las grandes tendencias que están transformando nuestra industria.

(Re)descubre el episodio uno.

Wind of Changes · E02 · En resumen

El Revenue Management no ha esperado a la IA generativa para utilizar algoritmos. La verdadera revolución en curso no está en la recolección de datos (el input), sino en la capacidad de transformar un análisis en acción (el output). Los agentes IA como Nancie (Revbell) hacen el Revenue Management más accesible, menos costoso y más rápido de desplegar, sin reemplazar los datos fiables, los procesos claros ni la experiencia del negocio. El principio Garbage In, Garbage Out nunca ha sido tan relevante.

¿De los algoritmos a los agentes IA: qué continuidades y qué revoluciones para el Revenue Management?

Desde la llegada de ChatGPT, Claude o Mistral, la inteligencia artificial se ha convertido en un tema ineludible en la hotelería. Algunos la ven como una revolución comparable a la llegada de Internet. Otros anuncian ya la desaparición progresiva de ciertos oficios, entre ellos el de Revenue Manager.

Como suele ocurrir, la realidad es más matizada.

Porque el Revenue Management no ha esperado a la inteligencia artificial generativa para utilizar la inteligencia artificial. Mucho antes de los asistentes conversacionales, los RMS ya se apoyaban en algoritmos capaces de analizar datos, prever la demanda y recomendar decisiones tarifarias.

« ¿Y vuestra herramienta, es IA? »

Esta pregunta aparece con frecuencia, ya sea formulada por un hotelero o por un profesional del RM. Sería tentador responder de forma tan vaga como está planteada, pero no es la visión de Revbell.

Intentemos más bien entender lo que realmente cambia.

« El Revenue Management no ha esperado a la inteligencia artificial
para utilizar la inteligencia artificial. »

El Revenue Management nació con los algoritmos

Desde sus orígenes en los años 80, el Revenue Management se basa en una idea simple: utilizar los datos disponibles para tomar mejores decisiones. Las capacidades de cálculo han explotado, las herramientas han evolucionado y los modelos se han sofisticado. Sin embargo, la cuestión fundamental sigue siendo la misma:

• En esta fecha T, hoy ¿cuál es la estrategia tarifaria que maximiza el rendimiento comercial de mi inventario? ¿Tendré demasiada demanda al precio actual o no suficiente?

Las tecnologías cambian. La pregunta permanece. Las herramientas se vuelven más potentes, pero su misión sigue siendo idéntica: ayudar a los equipos a comprender mejor la demanda y tomar mejores decisiones.

« Los agentes IA constituyen una nueva etapa de la historia del Revenue Management,
no su punto de partida. »

Más datos no significa siempre mejores decisiones

Uno de los grandes fantasmas actuales se basa en la idea de que más datos producirían automáticamente más rendimiento. Evidentemente, las cosas son más complejas.

Muchos datos presentan correlaciones. Algunos son pertinentes. Otros son engañosos.

Tomemos el ejemplo del clima. Generalmente hace buen tiempo en el litoral mediterráneo en agosto. Sin embargo, no es porque haga buen tiempo que agosto es temporada alta. A menudo hace igual de buen tiempo en junio o julio, sin que los precios sean los mismos.

El clima está correlacionado con la demanda, pero no es necesariamente la causa. Además, un cliente que reserva sus vacaciones con seis meses de antelación evidentemente no conoce el clima que hará el día de su estancia.

Disponer hoy de una previsión meteorológica perfectamente fiable para el 15 de agosto no permitiría, por sí sola, saber si el precio de esa noche puede aumentarse.

El reto no es recopilar siempre más información, sino identificar aquella que realmente influye en la decisión tarifaria.

Esto era cierto ayer. Lo seguirá siendo mañana.

La verdadera revolución está en el output, no en el input

Es probablemente el cambio más importante de esta nueva generación de herramientas. Desde hace varios años, los RMS ya saben:

• Recopilar datos;
• Calificarlos;
• Producir previsiones;
• Generar recomendaciones tarifarias.

La dificultad nunca ha sido únicamente producir un análisis. Reside a menudo en su comprensión, su apropiación y su puesta en acción.

• ¿Cuántas recomendaciones han quedado sin seguimiento?
• ¿Cuántos análisis nunca han sido leídos?
• ¿Cuántos informes se han producido sin impacto operativo real?

Soluciones como Nancie, el agente Revenue Management de Revbell, contribuyen a hacer evolucionar esta realidad.

Ya no se trata solo de producir una recomendación, sino de explicarla, contextualizarla y facilitar su implementación. La verdadera evolución está aquí: transformar más rápidamente un análisis en acción.

« Durante años, los RMS aprendieron a responder preguntas.
Los nuevos asistentes aprenden a plantearlas, explicarlas y ejecutarlas. »

Lo que permiten los RMS desde hace décadas, y hoy los asistentes especializados, no es únicamente el acceso a más datos. Es el acceso a más experiencia. Tanto para el hotelero independiente como para el Director de Revenue.

Una mala pregunta siempre producirá una mala respuesta

El entusiasmo actual alrededor de estas tecnologías a veces olvida una realidad simple.

Una herramienta no inventa su experiencia. Se apoya en los datos, las reglas de negocio y el contexto al que tiene acceso.

Un hotel mal segmentado seguirá mal segmentado. La herramienta podrá detectar incoherencias, proponer evoluciones o sugerir cambios radicales. Pero no podrá compensar totalmente unas bases frágiles.

Los datos erróneos seguirán siendo erróneos. Las hipótesis incoherentes producirán recomendaciones incoherentes.

El famoso principio « Garbage In, Garbage Out » nunca ha sido tan pertinente. Porque cuanto más potentes son las herramientas, más rápido se propagan las consecuencias de una mala información inicial.

« Garbage In, Garbage Out sigue siendo probablemente la regla más duradera de toda la historia del Revenue Management. »

La inteligencia artificial no reemplaza los fundamentos del RM. Al contrario, los vuelve aún más importantes.

¿Qué revoluciones esperar realmente?

Si los fundamentos permanecen, varias transformaciones importantes ya están en marcha. Aquí presentamos las que ya observamos en el terreno, que abordamos hoy y que conceptualizamos para el mañana.

1. Una mejor calidad de análisis y comunicación

Las recomendaciones son más comprensibles, más pedagógicas y más fáciles de compartir dentro de los equipos.

2. Una evolución del métier de Revenue Manager

Menos tiempo dedicado a la recolección de datos, al reporting o a análisis repetitivos. Más tiempo dedicado a la estrategia, al arbitraje y a la coordinación con los equipos comerciales y de marketing.

El Revenue Manager recupera así plenamente su lugar en las 4P del marketing: producto, precio, place y promoción.

3. Una democratización de las mejores prácticas

Establecimientos que no tenían acceso a una experiencia RM avanzada van accediendo progresivamente a herramientas y métodos históricamente reservados a operadores de mayor tamaño. El acceso a la experiencia se vuelve más simple, más rápido y más asequible.

4. Una bajada del coste de acceso al Revenue Management

Es probablemente el cambio más subestimado. La inteligencia artificial no crea ni la demanda ni el potencial de ingresos de un hotel. Sin embargo, permite alcanzar ese potencial de forma más eficiente y a menor coste: la ganancia está tanto en la eficiencia como en el rendimiento.

Tomemos el caso concreto de la externalización del Revenue Management de un hotel de 50 habitaciones.

Para un presupuesto entre 700 € y 1 300 € al mes, el mercado propone generalmente una Yield Meeting semanal y una gestión realizada una a tres veces por semana sobre un horizonte de 90 días.

Los acompañamientos más completos alcanzan frecuentemente entre 1 500 y 2 500 € al mes.

Hoy, el hotelero ya no tiene necesariamente que arbitrar entre inversión y rendimiento. Una parte significativa de esta experiencia se vuelve accesible a través de los RMS modernos, sus capacidades de automatización y los asistentes que los acompañan.

Por un presupuesto históricamente asociado a un servicio estándar, es posible acceder a un nivel de servicio antes reservado a ofertas premium, más regulares y más adaptadas.

« La revolución no es tanto el aumento del potencial de ingresos
como la disminución del coste necesario para alcanzarlo. »

Los ganadores no serán quienes tengan más IA

La historia reciente del Revenue Management nos enseña algo: los mejores resultados nunca han sido obtenidos por quienes disponen simplemente del mayor volumen de datos o de las herramientas más sofisticadas.

Se obtienen por quienes saben transformar la información en decisión.

Las nuevas generaciones de herramientas aceleran esta capacidad. Pero no reemplazarán ni los datos, ni los métodos, ni la experiencia del negocio.

Los hoteleros que mejor aprovechen esta evolución serán ante todo aquellos que hayan construido bases sólidas: datos fiables, procesos claros y una estrategia de Revenue Management coherente.

« Los ganadores no serán quienes dispongan de las herramientas más avanzadas, sino quienes sepan mejor alimentarlas y pilotarlas. »

Porque si las tecnologías evolucionan, una cosa permanece: la calidad de las decisiones depende siempre de la calidad de las preguntas que nos hacemos.

El RMS sobrevivirá sin que lo sepas

Una de las evoluciones más interesantes de los próximos años podría ser la desaparición progresiva de las interfaces de Revenue Management para parte de los usuarios.

No porque los RMS vayan a desaparecer. Sino porque se volverán invisibles.

Un Revenue Manager seguirá probablemente accediendo a diario a su RMS. En cambio, un Director de hotel, un Director Comercial o un Director de Marketing podrá dialogar directamente con su asistente de Revenue Management.

Leer una alerta. Modificar un precio. Ajustar una indexación. Verificar una recomendación. Enviar un resumen al equipo.

Sin abrir necesariamente su RMS.

Esta evolución se basa en estándares tecnológicos como el Model Context Protocol (MCP), que permiten a los distintos sistemas intercambiar de forma segura.

Pero detrás de esta simplicidad aparente, los fundamentos permanecen.

Los asistentes seguirán apoyándose en reglas de negocio, workflows, históricos, modelos de previsión y datos estructurados.

En otras palabras, el RMS no desaparece. Se convierte progresivamente en una infraestructura invisible al servicio de los usuarios.

« El RMS del mañana no será menos importante. Simplemente será menos visible. »

¿Concretamente?

Para ilustrar este cambio, tomemos el caso de un hotelero independiente en 2010 y el de un hotelero independiente en 2026 utilizando Revbell.

En 2010, el hotelero dispone de un PMS local, de algunos reportes estándar y de pocos medios de análisis.

El paso a un pricing dinámico se enfrenta rápidamente a varias limitaciones:

• Acceso a indicadores de pilotaje limitados;
• Necesidad de construir manualmente sus herramientas de seguimiento;
• Actualización de precios en múltiples sistemas y extranets;
• Alta carga operativa.

Incluso dedicando una o dos horas al día al RM, las posibilidades de acción siguen siendo limitadas. Poco análisis. Poco Yield. Poca capacidad de ajustar una estrategia. Poco impacto en el revenue. Hoy observamos una realidad muy diferente:

• Un PMS conectado a un RMS y a un Channel Manager;
• Indicadores dedicados al Revenue Management;
• Alertas y recomendaciones automatizadas;
• Capacidades de automatización avanzadas;
• Análisis estratégicos generados en pocos clics.

El acceso a los datos, al análisis y a la acción nunca ha sido tan simple.

Una visión diaria de la actividad. Acciones regulares. Poca fricción operativa.

Y un impacto considerable en el rendimiento por solo unos minutos de atención al día.

« La historia del Revenue Management no es la del reemplazo del humano por la máquina. Es la del acceso progresivo a una experiencia cada vez más potente. »