نقطه کور صنعت هتل‌داری؛ وابستگی پنهان به هوش مصنوعی

با وجود برنامه‌های جامع مدیریت بحران در هتل‌ها، وابستگی روزافزون و ناآگاهانه به مدل‌های هوش مصنوعی تأمین‌کنندگان خارجی، به بزرگترین نقطه‌کور این صنعت تبدیل شده است.

به گزارش سرویس ترجمه خبرگزاری ایمنا، صنعت هتلداری همیشه به داشتن برنامه‌های اضطراری و منسجم معروف بوده است. از قطعی برق و حملات سایبری گرفته تا خرابی سرورها و اختلال در سامانه‌های رزرواسیون، مدیران فناوری اطلاعات هتل‌ها معمولاً برای هر نوع بحرانی یک دستورالعمل مشخص و آزمون‌شده دارند، اما در میان تمام این برنامه‌های محکم و حساب‌شده، یک نقطه کور بزرگ وجود دارد که در سه سال اخیر تقریباً در همه آن‌ها نادیده گرفته شده است: وابستگی روزافزون و پنهان به سیستم‌های هوش مصنوعی.

بسیاری از ما فکر می‌کنیم هوش مصنوعی فقط یک ابزار کمکی یا یک ویژگی اضافی است، اما واقعیت این است که امروز این فناوری به ستون فقرات بسیاری از عملیات روزمره هتل‌ها تبدیل شده است.

سیستم‌های مدیریت نرخ اتاق‌ها، ابزارهای پاسخ‌گویی خودکار به پیام‌های مهمانان، راهنمای مجازی هتل، و حتی سامانه‌های تحلیل و پاسخ به نظرات آنلاین، همگی توسط مدل‌های هوش مصنوعی تغذیه می‌شوند.

نکته مهم این است که این مدل‌ها معمولاً در اختیار و کنترل مستقیم هتل نیستند؛ بلکه توسط شرکت‌های شخص ثالث، معمولاً همان تأمین‌کنندگان نرم‌افزار، مدیریت می‌شوند و هتل‌ها عملاً کنترلی روی نحوه تغییر و به‌روزرسانی آن‌ها ندارند.

حالا تصور کنید یکی از این شرکت‌های تأمین‌کننده، یک‌باره تصمیم بگیرد مدل هوش مصنوعی خود را بازنشسته کند، قیمت‌گذاری آن را تغییر دهد، یا مسیر استراتژیک خود را عوض کند. در این صورت، نه‌تنها یک ابزار، بلکه چندین فرایند کاری حیاتی در هتل به‌طور هم‌زمان دچار اختلال می‌شوند.

این موضوع دیگر یک سناریوی فرضی یا تئوریک نیست. از سال ۲۰۲۳، شرکت OpenAI بارها اعلام کرده که پشتیبانی از نسخه‌های قدیمی مدل‌هایش را متوقف می‌کند و تنها چند ماه به کاربران فرصت می‌دهد تا خود را با نسخه جدید وفق دهند. به عبارت دیگر، تغییر و جایگزینی مدل‌ها دیگر یک استثنا نیست، بلکه به بخش عادی و همیشگی چرخه حیات فناوری تبدیل شده است.

شاید تصور کنید که هتل‌ها حتماً از این وابستگی عمیق باخبر هستند، اما جالب اینجاست که بیشتر مدیران حتی نمی‌دانند هوش مصنوعی دقیقاً در کجای کارشان استفاده می‌شود. این وابستگی معمولاً یک‌ شبه ایجاد نمی‌شود، بلکه به‌مرور و از طریق نرم‌افزارهای مختلفی که هتل خریداری می‌کند، لایه‌لایه به سیستم اضافه می‌شود و در نهایت، هتل بدون آنکه متوجه شود، به چند مدل خاص وابسته می‌شود.

بر اساس یک مطالعه جهانی در سال ۲۰۲۵، ۷۸ درصد از زنجیره‌های هتلی از سیستم‌های هوش مصنوعی استفاده می‌کنند، اما تنها هفت درصد آن‌ها یک استراتژی منسجم و جامع برای مدیریت این فناوری دارند. این یعنی اکثر هتل‌ها در حال حرکت روی یخی هستند که نمی‌دانند چقدر ضخیم است و چه زمانی ممکن است ترک بردارد.

آیا راه حل این است که هوش مصنوعی را کنار بگذاریم؟ قطعاً نه. راه حل این است که هوش مصنوعی را نه به‌عنوان یک محصول، بلکه به‌عنوان یک معماری در نظر بگیریم. یعنی از همان ابتدا طوری طراحی کنیم که تغییرات و جابه‌جایی‌های مدل‌ها، ضربه چندانی به کسب‌وکارمان وارد نکند. برای رسیدن به این هدف، سه گام اساسی وجود دارد. گام اول، نقشه‌برداری دقیق از وابستگی‌هاست؛ هتل‌ها باید بدانند در کدام بخش‌ها و از کدام مدل‌های هوش مصنوعی استفاده می‌کنند تا نقاط آسیب‌پذیر را پیش از وقوع بحران شناسایی کنند.

گام دوم، ایجاد انعطاف‌پذیری در معماری فناوری است. به‌جای اینکه سیستم‌ها را به یک مدل خاص قفل کنیم، باید آن‌ها را طوری بسازیم که بتوانند به‌راحتی بین مدل‌های مختلف جابه‌جا شوند.

استفاده از لایه‌های واسط و پروتکل‌های استاندارد، این کار را ساده‌تر می‌کند و باعث می‌شود تعویض مدل، مانند تغییر یک مسیر در یک سیستم حمل‌ونقل شهری باشد؛ کاری سریع و بدون دردسر، همچنین می‌توان از مدل‌های مختلف برای وظایف گوناگون استفاده کرد؛ مثلاً یک مدل سبک برای کارهای ساده، یک مدل پیچیده‌تر برای تحلیل‌های عمیق، و یک مدل محلی برای اطلاعات حساسی که نباید از شبکهٔ داخلی هتل خارج شود.

سومین و شاید بنیادی‌ترین راهبرد، تفکیک و استقلال‌سازی لایه‌ قواعد حاکمیتی و رویه‌های عملیاتی از هسته‌ مدل‌های هوش مصنوعی است. ارزش واقعی هر سیستم هوش مصنوعی، به خود مدل نیست، بلکه به قوانین، دستورالعمل‌ها، فرایندهای تأیید، محدودیت‌های اختیار و رویه‌های عملیاتی‌ای بستگی دارد که روی آن مدل ساخته شده‌اند.

این قوانین، در حقیقت دارایی اصلی و دانش گران‌بهای هتل هستند و باید مستقل از مدل نگهداری شوند. به عبارت فنی‌تر، این قوانین را باید مثل کدهای برنامه‌نویسی در سیستم‌های مدیریت ذخیره کرد. به این ترتیب، اگر مدل عوض شود، نیازی به بازنویسی تمام این قوانین از صفر نیست و می‌توان آن‌ها را به‌سادگی روی مدل جدید پیاده کرد و اطمینان حاصل نمود که سیستم جدید دقیقاً در همان چارچوب قبلی عمل می‌کند.

البته نباید ساده‌انگاری کرد. دستورالعمل‌هایی که برای یک مدل خاص تنظیم شده‌اند، ممکن است روی مدل دیگر رفتار متفاوتی نشان دهند و نتیجه دیگری تولید کنند، به همین دلیل، هتل‌ها باید همیشه سیستم‌های خود را با مدل‌های جدید تست و بررسی کنند تا از عملکرد درست آن‌ها مطمئن شوند.

با این حال، نکته کلیدی این است که هرچند نمی‌توان از خود مدل هوش مصنوعی نسخه پشتیبان گرفت، اما می‌توان از تمام تجربه، قوانین، دستورالعمل‌ها و فرایندهایی که روی آن ساخته شده‌اند، به‌خوبی محافظت کرد و آن‌ها را به مدل‌های جدید منتقل نمود.

در نهایت، تکامل، تغییر و بازنشستگی مدل‌های هوش مصنوعی، یک واقعیت اجتناب‌ناپذیر است که دیگر نمی‌توان از آن فرار کرد. هتل‌هایی در این مسیر موفق‌تر خواهند بود که این واقعیت را بپذیرند و از همین حالا معماری فناوری خود را برای رویارویی با آن آماده کنند. سؤال اساسی این نیست که آیا این تغییرات رخ می‌دهند یا نه؛ سوال این است که آیا شما معماری مناسبی برای مدیریت آن‌ها پیش از وقوع بحران دارید، یا اینکه ترجیح می‌دهید پس از بروز مشکل، به فکر چاره‌جویی بیفتید؟

کد مطلب 996706

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.