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

Meer dan de helft van de accommodaties, 53%, gebruikt nu kunstmatige intelligentie om de kamerprijzen te bepalen, maar slechts 10% zou er genoeg vertrouwen in hebben om de meeste prijsbeslissingen er zelfstandig mee 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 revenue management industrie die steeds verfijnder wordt, met duidelijke kansen voor verbetering op het gebied van vertrouwen, tijd en expertise.

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

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

Toch is de adoptie sneller gegaan dan hoteliers bereid zijn de controle over te dragen. Terwijl 77% zegt dat ze AI ten minste enig vertrouwen 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 accommodaties hebben nog geen echt systeem achter hun prijsstelling

Tegelijkertijd blijft een aanzienlijk deel van de industrie aan de andere kant van het technologische spectrum. 43% van de ondervraagde accommodaties beschikt nog niet over een revenue management systeem, en prijst hun kamers of handmatig op basis van instinct of vaste seizoensprijzen (14%), of met 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 verzamelen van de benodigde prijsinformatie snel of makkelijk is. Dat 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 reis zitten.

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

85% van 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 noemt. Toch ligt de primaire verantwoordelijkheid voor prijsbeslissingen zelden bij een speciale rol: slechts 24% geeft een dedicated revenue manager de hoofdverantwoordelijkheid voor prijsstelling. Voor veel accommodaties ligt de prijsbepaling nog steeds bij general managers en eigenaren naast hun andere taken.

Grootte van de accommodatie speelt een grote rol in wanneer gespecialiseerde expertise haalbaar wordt. Hotels worden aanzienlijk meer geneigd om dedicated revenue expertise in te zetten zodra ze meer dan 50 kamers hebben, met een mediane hotelgrootte van 146 kamers voor die aanstelling.

Nauwelijks de helft van de accommodaties heeft moeite met het vinden van revenue management talent

Het aantrekken van die expertise vormt een andere uitdaging. Bijna de helft (47%) van 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 in de hele industrie. De spanning is vooral groot in DACH, waar 66% meldingen van wervingsproblemen, en in Canada, met 56%.

Chas Scarantino, CEO van RoomPriceGenie, zei: “Marges zijn strakker dan ze jaren geleden waren, en gasten vergelijken tientallen opties voordat ze boeken, dus een verkeerde prijs kost snel echt geld. Ons onderzoek toont aan dat hoteliers de waarde inzien van beter revenue management, maar velen proberen nog steeds meer te doen met beperkte tijd en expertise. AI heeft een enorm potentieel om te helpen, maar alleen adoptie is niet genoeg. Hoteliers moeten begrijpen waarom een prijs wordt aanbevolen, zorgen dat het past bij hun strategie, 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.”

De 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.