Hotell- och restaurangbranschen är uppbyggd runt golvet, inte runt instrumentpanelen. Medan andra sektorer under årtal har investerat i ERP-system, datawarehouses och standardiserade processer, drivs branschen av erfarenhet, improvisation och direkt kontakt. Det är ingen brist, det ligger i yrkets natur. Men det innebär att det fundamentala lagret under AI — organiserad data, fasta processer, en IT-infrastruktur som registrerar saker istället för att låta dem försvinna — i många företag inom branschen aldrig har lagts fast. Inte för att man inte tänkt på det, utan för att verksamheten aldrig krävde det.
Det förklarar en del av det förhållande man ofta ser i denna sektor: mycket entusiasm för AI-tillämpningar på kundsidan — chatbotar för bokningar, dynamisk prissättning, personifierade erbjudanden — och lite fundament under det. Ordningen är då fel. Kundriktad AI förlitar sig på data om beläggning, lager, personalplanering och omsättning. Om den datan är utspridd över ett kassasystem, ett bokningsverktyg och ett kalkylblad som ingen längre underhåller, har den mest avancerade chatboten ingenting att bygga på.
Ett andra kännetecken för sektorn är den ständiga personalbristen: hög personalomsättning, mycket deltidsarbete, säsongstoppar. Det gör AI för många attraktivt som en lösning på en brist, inte som ett verktyg för att organisera arbetet smartare. Den inramningen är riskabel. Den som ser AI främst som en ersättning för människor som saknas, hoppar över frågan om organisationen runtomkring — sättet att schemalägga, kommunicera, registrera — redan är utformad så att AI kan bidra med något där. Ofta är det ännu inte fallet. Scheman görs ad hoc, kunskap sitter i huvudet hos erfarna medarbetare istället för i system, och beslut om inköp eller personalinsats fattas på känsla. Det är ingen kritik, det är en beskrivning av hur sektorn har fungerat i decennier. Men det innebär att de fundamentala dimensionerna — organisation, infrastruktur, datahantering — inom hotell- och restaurangbranschen oftare är knäckpunkten än i sektorer med en längre historia av digitalisering.
Den bild många chefer inom branschen känner igen: ett pilotprojekt med ett AI-verktyg för menyoptimering eller personalplanering som börjar bra och sedan kör fast. Inte för att tekniken misslyckas, utan för att organisationen inte kan använda resultatet. Datan är inte konsekvent nog, de personer som ska arbeta med den är inte involverade i utformningen, eller infrastrukturen kan inte fortsätta mata verktyget när pilotprojektet är över. Det är exakt det mönster som mognadsmätningen från hybridresourcing avslöjar: fem nivåer, från baseline till intelligence, över sju dimensioner som tillsammans avgör om en organisation kan bära AI. Inte om AI fungerar, utan om grunden under är stabil nog.
Plot-rundan inom denna mätning är ofta avslöjande för företag inom branschen. När en ägare, en avdelningschef och någon från golvet var för sig poängsätter samma sju dimensioner, uppstår en spridning som säger något om hur olika organisationen upplevs. Ägaren ser kanske ett företag som är redo för nästa steg; avdelningschefen ser dagligen att grundläggande processer fortfarande är lösa. Den discrepansen är precis där mätningen ger värde: inte som ett omdöme, utan som en utgångspunkt för ett samtal om vad som verkligen finns på plats.
De fundamentala dimensionerna kommer före de beroende dimensionerna, och det är inget råd utan en teknisk ordningsföljd. Datahantering avgör om AI har något tillförlitligt att arbeta med. IT-infrastruktur avgör om system kan kommunicera med varandra. Organisation avgör om människor vet vad som förväntas av dem när AI får en roll i processen. Först därefter kommer de dimensioner som förlitar sig på den grunden. Den som vill veta mer om varför denna ordningsföljd är fast och inte kan vändas, kan läsa om det på sidan om ordningen i vilken de fundamentala dimensionerna först måste vara i ordning.
Hotell- och restaurangbranschen är i det avseendet inte ensam. Andra sektorer med en starkt operativ, människodriven kärna visar liknande mönster. Den som vill jämföra situationen med en sektor som likaså förlitar sig på fysiska processer och varierande arbetsförhållanden, hittar det på sidan om AI-mognaden inom jordbrukssektorn. Den som istället vill se hur en sektor med traditionellt tyngre IT-infrastruktur ligger till, kan läsa det på sidan om AI-mognaden inom IT-sektorn. Och för den som undrar hur strikt reglering påverkar mognaden, finns sidan om AI-mognaden inom den finansiella tjänstesektorn.
Mognadsmätningen från hybridresourcing besvarar frågan om en organisation kan bära AI. Det är en annan fråga än vilken del av arbetet AI faktiskt kan ta över. För företag inom branschen som väl vet var deras grund står, är den andra frågan det logiska nästa steget: vilken del av uppgifterna på golvet, i köket eller bakom disken kan översättas till AI-stöd, och vilken del kan inte. Den beräkningen, per uppgift och utan förhandsantaganden, gör arbetsscanen från FTE TO AI. Där denna sida kartlägger grunden under organisationen, räknar arbetsscanen ut vad som kan byggas på den grunden.
Mognadsmätningen för hotell- och restaurangsektorn är under utveckling. Den som vill använda de sju dimensionerna, de fem nivåerna och plot-rundan så snart de blir tillgängliga, kan anmäla sig till väntelistan. Inget erbjuds som redan är klart nu; besked skickas endast ut när verktyget är färdigt.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.