Nel podcast Hotel Tech Insider, Bill Legrand, direttore esecutivo delle applicazioni commerciali di VAI Resort a Glendale, in Arizona, racconta come ha sviluppato circa una dozzina di applicazioni interne usando strumenti di sviluppo assistiti dall’AI, mentre prepara l’apertura di uno dei resort più ambiziosi del settore, con undicimila camere, un anfiteatro da quattordicimila posti e un parco acquatico. È un contesto lontanissimo da una piccola struttura indipendente, ma in questa intervista ci sono alcune lezioni che considero tra le più concrete ascoltate finora su questo tema.
Come è nato il progetto
Legrand racconta che tutto è cominciato osservando le proposte dei fornitori di strumenti di gestione interna: ha iniziato a notare un divario sempre più ampio tra ciò che l’AI rendeva possibile e quanto il settore continuava a far pagare per gli stessi strumenti. Con il sostegno della proprietà, ha cominciato a sviluppare da solo alcune delle applicazioni che erano nella roadmap ma non esistevano ancora, usando strumenti come Claude Code all’interno di Visual Studio. Il costo dichiarato per questa attività è di circa 200 dollari al mese per l’abbonamento cloud, a fronte di un risparmio, solo su una singola integrazione con il sistema di autenticazione aziendale Microsoft, che sarebbe altrimenti costata circa sei mesi di sviluppo a un fornitore esterno: lui e un collega l’hanno realizzata in circa quattro ore.
Dove tracciare il confine, secondo lui
Il punto più utile, a mio avviso, è quello in cui Legrand traccia con chiarezza il confine tra ciò che vale la pena costruire internamente e ciò che no. Il gestionale, i sistemi di pagamento, il CRM principale, il punto cassa, sono per lui sistemi core, già consolidati e integrati tra loro, su cui non si dovrebbe mai intervenire con strumenti fatti in casa. Tutto il resto, gli strumenti accessori, le piccole integrazioni, i cruscotti di analisi costruiti su misura, sono invece terreno fertile per lo sviluppo interno. È lo stesso principio di cui avevo già scritto parlando del framework di un dirigente tecnologico enterprise per valutare un fornitore AI: costruire solo ciò che è davvero specifico della propria struttura, comprare tutto il resto.
Il vero collo di bottiglia, di nuovo
La parte che mi ha convinta di più, però, è quella in cui Legrand smentisce un’assunzione diffusa: il vero limite dell’AI in hotel, dice, non è la tecnologia, è la qualità dei dati e il giudizio umano su come strutturarli. Racconta un esempio concreto: ha provato a rendere le procedure operative interne, le SOP, interrogabili tramite un assistente conversazionale, semplicemente caricandole in un database. Il risultato? Risposte che sembravano autorevoli ma erano sbagliate, perché le procedure, pur seguendo un modello comune, erano scritte in modo incoerente da una all’altra. Ha dovuto costruire uno strumento apposito che prima standardizza e struttura ogni procedura, verificandola con chi l’aveva scritta, e solo dopo la rende disponibile all’AI. La sua conclusione è netta: l’intelligenza artificiale su dati disordinati è pericolosa, proprio perché produce risposte sbagliate con certezza. È lo stesso tema su cui avevo già scritto parlando di formazione e leadership nell’adozione dell’AI in hotel, ma qui applicato non al personale, alla documentazione stessa che il personale dovrebbe usare.
Cosa resta per una struttura piccola, con onestà
Va detto con chiarezza che Legrand parte da una base tecnica non comune: è stato amministratore di database, product manager e direttore di implementazione per anni prima di assumere questo ruolo, e il suo lavoro è affiancato da un reparto IT che ha isolato l’ambiente di sviluppo su server dedicati per ragioni di sicurezza. Non è un punto di partenza replicabile da chiunque gestisca una piccola struttura senza un background tecnico né un responsabile IT dedicato. Costruire app personalizzate resta, realisticamente, fuori portata per la maggior parte di noi, almeno nel breve periodo.
Ma due delle sue osservazioni restano perfettamente valide anche a scala minima, senza bisogno di scrivere una riga di codice. La prima è quella sui dati: prima ancora di pensare a qualunque strumento AI, vale la pena controllare se le proprie procedure operative, quelle scritte per la reception, per le pulizie, per la gestione delle richieste degli ospiti, sono davvero coerenti tra loro o se nel tempo sono cresciute in modo disordinato, ognuna con un proprio stile e una propria logica. È un lavoro di riordino che si può fare con carta e penna, prima ancora che con un abbonamento a qualsiasi software.
La seconda osservazione riguarda il ruolo di acquirente più che quello di costruttore. Legrand nota che l’AI, prima ancora di permettere di costruire, rende chiunque un acquirente più informato: la capacità di analizzare in autonomia API, integrazioni e condizioni contrattuali di un fornitore, prima riservata a chi aveva competenze tecniche specifiche, oggi è alla portata di chiunque abbia la pazienza di farsi assistere da uno strumento AI nella lettura di una proposta commerciale. Anche senza costruire nulla, questo cambia concretamente il potere negoziale di una piccola struttura di fronte a un fornitore.
FAQ
Ha costruito circa una dozzina di applicazioni interne, tra cui strumenti per estrarre e centralizzare dati da Salesforce e Mailchimp e un sistema per standardizzare le procedure operative interne, con un costo dichiarato di circa 200 dollari al mese.
Il gestionale, i sistemi di pagamento, il CRM principale e il punto cassa, cioè i sistemi core già consolidati e integrati tra loro, mentre gli strumenti accessori e le integrazioni su misura restano terreno adatto allo sviluppo interno.
Non è la tecnologia, ma la qualità e la coerenza dei dati di partenza: procedure scritte in modo disordinato producono risposte AI che sembrano autorevoli ma sono sbagliate.