Actabl 今日宣布，美国各地的酒店已在使用业内领先的酒店劳动力管理平台 AI Insights for Hotel Effectiveness 时取得了显著成效。AI Insights 已嵌入酒店管理人员现有的工作流程中，能够在成本影响损益表之前发现问题并提出改进建议，帮助酒店经营者为业主和员工做出更明智的决策。自 2026 年 6 月在 HITEC 展会上发布以来，已有八家领先的酒店管理公司旗下的 100 多家酒店参与了该平台的测试计划，旨在提升酒店的盈利能力。
AI Insights 就像一位专业的日常教练。每天早上，它会通过电子邮件和酒店效率每日劳动力检查表，识别需要关注的问题，解释原因，并提出明确的后续步骤建议。自 6 月推出以来，试点酒店的每日劳动力检查表完成率比上线前水平高出 23%。试点酒店的加班工时占比平均下降了 13%，而同一管理公司旗下其他非试点酒店的加班工时则有所上升或保持不变。在一家酒店，6 月和 7 月的加班支出下降了约 75%，而该管理公司旗下其他酒店的加班支出却有所上升。
劳动力成本是酒店最大的可控支出，但其成本却日益上涨，且更难预测。据 HotelData.com 数据显示，2026 年第一季度酒店工资上涨了 2.9%，在做出任何排班决策之前，利润率就已面临压力。等到加班趋势或排班超支的情况出现在报告中时，成本早已计入利润。现有系统虽然能向管理人员展示发生了什么，但却将判断哪些问题至关重要以及采取何种措施的责任留给了管理人员。
“AI Insights最让我们印象深刻的是它将数据转化为行动的能力，”康科德酒店集团业务应用副总裁胡婷表示。“该平台帮助我们的总经理和酒店高层领导快速了解哪些方面需要关注，并提供切实可行的建议，以便在劳动力风险演变成代价高昂的问题之前加以解决。它已成为试点酒店提升劳动力纪律的有效指导工具。”
这种指导效应会以管理者意想不到的方式显现出来。一家试点酒店的客房部主管描述了人工智能洞察系统如何识别出未使用的工时，并提示她将这些工时重新分配到深度清洁工作中——这是她自己不会做的，但却有助于改善酒店环境和提升宾客体验。“能够实时看到这些效果真是太棒了，”她说。
这些看似微小的调整，在整个酒店组合中累积起来却能迅速产生显著效果。借助人工智能洞察，即使是初次担任总经理的人也能在加班成本计入工资之前发现潜在风险。从未管理过劳动力差异的部门主管也能轻松识别并填补周末高峰期前的排班空缺。在整个酒店组合中，每位经理，无论经验如何，都能始终如一地采取早期行动，这正是有效控制劳动力成本的酒店与事后才解释成本的酒店之间的区别所在。
Actabl产品高级总监泰勒·琼斯表示：“这个行业并不缺乏劳动力数据。问题在于如何判断应该根据哪个数据采取行动，以及何时采取行动。AI Insights能够在恰当的时机发现正确的问题，从而帮助管理者在成本上升之前更快地做出决策。”
AI Insights 利用酒店效率的劳动力数据，在成本影响损益表之前发现问题并指导采取行动。这是 Actabl 人工智能战略的下一步：首先构建数据基础，在决策环节提供洞察，并最终构建经酒店团队批准后代表其采取行动的系统。支撑这一基础的是 Actabl 的专利技术，该技术可对超过 14,000 家酒店的财务、劳动力和运营数据进行标准化处理。正是这一基础设施使得在整个酒店组合中实现一致、可靠的人工智能成为可能。
要了解更多关于 Actabl 的运营人工智能方法，请观看 Actabl 首席执行官 Steven Moore 和首席技术官 Joseph Benjamin 的点播简报。
更多来自 Actabl
Actabl 的最新新闻和内容
