Meer dan de helft van de hotels gebruikt AI voor prijsbepaling, maar slechts 1 op de 10 vertrouwt erop voor de meeste beslissingen, blijkt uit onderzoek van RoomPriceGenie

Nieuw onderzoek toont aan dat hotels AI sneller adopteren dan ze er vertrouwen in hebben, terwijl bijna de helft moeite heeft met het vinden van de revenue expertise die ze nodig hebben.

Bedrijfslogo

STEINHAUSEN, ZWITSERLAND, 20 oktober 2026 – Meer dan de helft van de hotels, 53%, gebruikt nu kunstmatige intelligentie om de kamerprijzen te bepalen, maar slechts 10% zou er genoeg vertrouwen in hebben om de meeste prijsbeslissingen zelfstandig te nemen, volgens nieuw onderzoek van revenue management systeembedrijf RoomPriceGenie.

De bevindingen komen uit het 2026 State of Revenue Management Report van RoomPriceGenie, gebaseerd op een enquête onder 450 senior revenue decision-makers in het Verenigd Koninkrijk, de VS, Canada, Mexico, DACH, Spanje, Australië en Nieuw-Zeeland. Het onderzoek wijst op een steeds verfijnder wordende revenue management sector, met duidelijke kansen voor verbetering op het gebied van vertrouwen, tijd en expertise.

De meeste hotels houden een mens in de lus bij AI-prijsbeslissingen

AI-gebruik in revenue management is al wijdverspreid. 53% van de hoteliers gebruikt het al om prijsbeslissingen te ondersteunen, waaronder 16% die het uitgebreid gebruiken, en nog eens 35% die het testen of overwegen. Slechts 11% overwegen het helemaal niet.

Toch is de adoptie sneller gegaan dan de bereidheid van hoteliers om controle over te dragen. Terwijl 77% zegt AI ten minste enig vertrouwen te geven, zou slechts 10% het de meeste prijsbeslissingen laten nemen, en controleren de meeste nog steeds de AI-aanbevelingen handmatig voordat ze handelen. De volgende uitdaging voor AI in revenue management is het goed kunnen uitleggen, zodat hoteliers er vertrouwen in hebben om er op te handelen.

Vier op de tien hotels hebben nog geen echt systeem achter hun prijsstelling

Tegelijkertijd blijft een aanzienlijk deel van de sector achter op technologisch gebied. 43% van de ondervraagde hotels beschikt nog niet over een revenue management systeem, en bepalen hun prijzen handmatig op basis van instinct of vaste seizoensprijzen (14%), of gebruiken spreadsheets met beperkte automatisering (29%).

Toegang tot goede informatie blijft een andere uitdaging. Vraagvoorspellingen worden het meest als invloedrijk beschouwd bij prijsbeslissingen (52% noemt ze zeer invloedrijk), gevolgd door concurrentieprijzen (51%). Toch zegt slechts 30% van de hoteliers dat het snel of gemakkelijk verzamelen van de benodigde prijsinformatie is. Dit percentage stijgt naar 47% bij hotels met een vastgesteld revenue management systeem en strategie, wat wijst op een echte kans voor hotels die nog in hun revenue management traject zitten.

Hotels waarderen revenue management, maar prijsbeslissingen worden door meerdere rollen genomen

85% van de hoteliers is het ermee eens dat revenue management essentieel is voor winstgevendheid, en een vergelijkbaar deel zegt dat een speciale revenue management rol minstens enigszins essentieel is voor hun bedrijf, waaronder 58% die het zeer of absoluut essentieel noemen. Toch ligt de primaire verantwoordelijkheid voor prijsbepaling zelden bij een speciale rol: slechts 24% geeft een dedicated revenue manager de hoofdverantwoordelijkheid voor prijsstelling. Voor veel hotels ligt de prijsbepaling nog steeds bij general managers en eigenaars naast hun andere taken.

De grootte van de accommodatie speelt een grote rol in wanneer specialistische expertise haalbaar wordt. Hotels worden aanzienlijk vaker met dedicated revenue expertise zodra ze meer dan 50 kamers hebben, met een mediane hotelgrootte van 146 kamers voor die aanstelling.

Bijna de helft van de hotels heeft moeite met het vinden van revenue management talent

Het aantrekken van die expertise vormt een andere uitdaging. Bijna de helft (47%) van de hoteliers zegt dat ze moeite hebben met het vinden van gekwalificeerde kandidaten voor revenue management rollen, terwijl 70% gelooft dat expertise in het veld groeit binnen de sector. De spanning is vooral groot in DACH, waar 66% melding maakt van recruitmentproblemen, en in Canada, met 56%.

Chas Scarantino, CEO van RoomPriceGenie, zei: “De marges zijn strakker dan ze in jaren waren, en gasten vergelijken tientallen opties voordat ze boeken, dus een verkeerde prijs kost snel echt geld. Uit ons onderzoek blijkt dat hoteliers de waarde inzien van beter revenue management, maar velen proberen nog steeds meer te doen met beperkte tijd en expertise. AI heeft enorme potentie om te helpen, maar alleen adoptie is niet genoeg. Hoteliers moeten begrijpen waarom een prijs wordt aanbevolen, zorgen dat deze bij hun strategie past, en er vertrouwen in hebben om er op te handelen. De kans ligt in het geven van elke accommodatie toegang tot geavanceerd revenue management zonder dat er een specialist achter elke prijsbeslissing hoeft te zitten.”

Het volledige 2026 State of Revenue Management Report, inclusief regionale verdelingen en verdere bevindingen over prijsstrategie, leiderschap en technologie-adoptie, is beschikbaar op https://roompricegenie.com/state-of-revenue-management-2026.

Over RoomPriceGenie

Over RoomPriceGenie
RoomPriceGenie is een bekroond revenue management systeem (RMS) dat hoteliers helpt om de omzet te maximaliseren en tijd te besparen, zonder onnodige complexiteit. Meer dan 5.000 onafhankelijke hotels en groepen in 65 landen gebruiken het om prijsstelling te automatiseren, ondersteund door echte revenue management experts. Gekozen tot Beste RMS in de 2026 HotelTechAwards, biedt RoomPriceGenie meer dan 90 integraties en Revenue Intelligence, dat realtime omzetinzichten in de PMS-dashboards van partners brengt. Meer informatie op www.roompricegenie.com.

Ontvang uw gratis AI-analyserapport

Aanbevelingen op maat, afgestemd op uw accommodatie.

Ghostel icon
Vertrouwd door
footer image 1 footer image 2 footer image 3 footer image 4 footer image 5 footer image 6 footer image 7

Laten we uw hotelinformatie opzoeken