Um futuro híbrido, fruto da combinação entre máquinas e humanos, é a aposta de Bill Brewster para o RM (Revenue Management) hoteleiro. A IA (Inteligência Artificial) deixou de ser um conceito futurista para se tornar parte da engrenagem operacional e estratégica da hotelaria. Na Revenue Analytics, uma das pioneiras na adoção da ferramenta como apoio na automatização da precificação, o gerenciamento de tarifas deve ser pautado na receita total dos empreendimentos e não apenas em preços isolados.
No RM, a tecnologia vem ampliando sua presença ao automatizar análises, integrar bases de dados complexas e apoiar decisões que antes dependiam exclusivamente da experiência humana. A combinação entre algoritmos e o olhar estratégico do profissional começa a moldar uma nova dinâmica no setor, orientada por velocidade, personalização e eficiência.
Brewster hoje comanda a empresa fundada por Robert G. Cross, considerado o pai do RM e reconhecido por seu papel no desenvolvimento do pricing analytics. Sob liderança de Cross, a Revenue Analytics, companhia que fundou ao lado dos filhos, criou sistemas sofisticados de previsão, precificação dinâmica, otimização de inventário e integração de dados, ajudando grandes redes hoteleiras e outros setores a adotarem práticas modernas de gerenciamento de Receitas.
IA e o mercado latino-americano
De olho no mercado latino-americano, a Revenue Analytics comprou a Climber RMS em junho deste ano, em um negócio que marca o crescimento global da empresa. Em visita ao Brasil no mês passado, Brewster concedeu uma entrevista exclusiva à reportagem do Hotelier News, onde abordou os avanços da IA no RM e as adoções aplicadas pela companhia.
“Quando você pensa em IA, ela só é tão inteligente quanto os dados que você fornece e os parâmetros que você define para que ela tome decisões. E ela vai continuar ficando mais inteligente e mais automatizada. Mas inserir os dados e definir as fontes é o que realmente a torna inteligente”, avalia o CEO.
Confira a entrevista na íntegra a seguir:
Hotelier News: O Revenue Management nasceu como uma ciência orientada por dados, mas sempre exigiu julgamento humano para interpretação e tomada de decisão. Com o avanço da IA, em quais áreas o julgamento humano ainda é insubstituível — e onde a automação já superou a intuição?
Bill Brewster: Estamos usando IA de várias maneiras, certo? Primeiro, estamos utilizando para nos ajudar a extrair e assimilar dados de múltiplas fontes. Essas fontes podem ser sistemas de gestão de propriedades, channel managers e preços competitivos disponíveis no mercado. Há muitos dados lá fora que são assimilados pelos nossos sistemas, e usamos IA para ajudar a puxá-los, analisá-los e extrair insights e informações de forma inteligente.
Outra forma pela qual usamos IA é para utilizar esses dados a fim de ajudar nossos clientes a tomar as melhores decisões possíveis sobre o preço de suas propriedades, seus quartos, tipos de UHs e seus diversos atributos. Trazendo todos esses dados e pontos de informação desses diferentes sistemas que mencionei, usamos a IA para automatizar o processo de criação de preços e fazer essas recomendações.
Onde entra a interação humana é no uso da intuição, entendendo algumas nuances sobre seu mercado local, sobre seu cliente específico ou público-alvo, e incorporando isso à tomada de decisão. E temos clientes que fazem isso, onde tudo é totalmente automatizado.
Mas o que descobrimos, na prática e pelos dados que coletamos com nossos clientes, é que uma combinação de cerca de 80% ou 90% de automação com 10% ou 20% de intervenção humana gera a melhor elevação de RevPAR. A receita por quarto disponível realmente vem da combinação dos dois.
É muito interessante. Você pensaria: “Ah, ciência de dados, IA, vai ser mais inteligente que humanos, vai tomar a melhor decisão.” E isso nem sempre é verdade. A combinação é o que é realmente poderoso. Então usamos a IA não para substituir humanos, mas para empoderá-los e permitir que eles sejam ainda melhores.
HN: A Revenue Analytics defende que a IA deve capacitar, não substituir, os seres humanos. Na prática, como essa filosofia se traduz nas ferramentas e soluções que a empresa desenvolve?
BB: Nosso sistema de precificação com IA entrega ao revenue manager uma recomendação de preço para qualquer um dos seus quartos. Mas o que permitimos é que o profissional possa substituir ou ajustar esses preços. Assim, os gerentes de Receita permanecem totalmente no controle e também podem exercer esse controle de forma automatizada.
Por exemplo, o revenue manager pode dizer: “Olha, se formos aumentar o preço em mais de 10%, quero ser notificado e quero poder aprovar ou substituir isso e colocar meu próprio valor.” Dessa forma, você automatiza a maior parte do processo onde se sente confortável, mas ainda assim existem limites — 10%, 20%, 30%. Qualquer nível com o qual você se sinta confortável, podemos acomodar no sistema com as ferramentas e alavancas que fornecemos.
HN: A próxima geração de RM pode ser liderada por agentes autônomos capazes de negociar tarifas, ajustar inventário e otimizar resultados em tempo real. Isso é um futuro distante ou já está em desenvolvimento?
BB: Não, acho que isso está disponível hoje. E vai continuar evoluindo. A IA ainda é nova nessa aplicação, mas na Revenue Analytics já a usamos há algum tempo. Então, temos muitas capacidades e permitimos que nossos usuários utilizem da forma que quiserem — de maneira totalmente automatizada ou com alguns controles.
Pode ser muito automatizado ou controlado pelo revenue manager. Então, acho que hoje essa capacidade existe. Nossos sistemas recebem resultados diários dos clientes e isso alimenta os modelos. Os modelos de IA que usamos estão continuamente melhorando e ficando mais inteligentes. Eles conseguem receber dados em tempo real, tomar decisões e devolver preços ou recomendações de preço que podem ser publicados imediatamente, em tempo real, para o PMS e para os gestores de canais, chegando ao mercado instantaneamente.
HN: No futuro, veremos máquinas negociando com máquinas? Se isso acontecer, qual será o papel estratégico do revenue manager humano?
BB: Máquinas negociando com máquinas… eu diria que, muito provavelmente, veremos isso em algum momento, num futuro não tão distante. Não acho que isso esteja acontecendo hoje em revenue management, mas consigo ver isso acontecendo.
Quando você pensa em IA, ela só é tão inteligente quanto os dados que você fornece e os parâmetros que você define para que ela tome decisões. E ela vai continuar ficando mais inteligente e mais automatizada. Mas inserir os dados e definir as fontes é o que realmente a torna inteligente.
Então, acho que o revenue manager vai precisar estar continuamente atento ao mercado e às dinâmicas, coisas que talvez uma máquina não tenha o mesmo nível de compreensão, assim como aos clientes individuais e ao que está acontecendo no seu mercado local e com os clientes que atende.
Acho que os revenue managers sempre terão um papel em complementar o que as máquinas podem fazer, fornecendo sua intuição, estando no mercado, convivendo com os clientes e trazendo suas experiências. Acho que sempre será uma combinação dos dois.
HN: Quais avanços a Revenue Analytics alcançou para reduzir o tempo e o custo para integrar diferentes sistemas de gestão?
BB: Bem, fornecemos sistemas de revenue management, certo? E integramos esses sistemas a outros que alimentam dados. E depois devolvemos os preços para esses sistemas. Essas integrações são, obviamente, muito importantes.
Começamos a usar IA para nos ajudar a criar essas integrações, puxar os dados e assimilá-los de forma inteligente. Isso antes era um processo bastante manual — entender os diferentes dados, conjuntos e como assimilá-los para extrair insights e informações.
Estamos usando IA agora para analisar de forma inteligente dados de vários sistemas e assimilá-los, inserindo-os nos algoritmos e nos sistemas que usamos, que também utilizam IA para gerar os preços. É assim que estamos habilitando essas integrações. É algo relativamente novo para nós, e somos líderes de mercado.
HN: O pricing personalizado — baseado no perfil e no comportamento do hóspede — é um dos temas mais discutidos no RM moderno. Já estamos prontos para implementá-lo em larga escala?
BB: Eu acredito que sim. Acho que já podemos fazer isso. A tecnologia existe, a inteligência existe, a automação existe. Eu diria que, até certo ponto, já estamos fazendo.
Talvez não em escala total ainda, mas, em grande parte, quando você entra numa OTA ou no site de um hotel e recebe um preço — e se eles usam Revenue Analytics — estão recebendo o melhor valor para o cliente, aquele que vai otimizar a receita e o lucro.
HN: Você acredita que o futuro do RM será menos sobre tarifas médias e mais sobre ofertas individuais?
BB: Acho que está evoluindo para ofertas individuais. Uma das coisas interessantes que tenho visto é que revenue managers, general managers e hoteleiros estão buscando maximizar a receita por hóspede.
E, obviamente, uma grande parte dessa receita é a tarifa do quarto. Mas, olhando para o perfil individual, a tarifa pode não ser a maior parte da receita, especialmente em resorts ou hotéis grandes voltados a negócios. Diferentes pessoas têm diferentes necessidades ou desejos ao se hospedar. É comida, bar, spa e outras comodidades. É o total revenue management, e isso está se tornando uma tendência importante. Estamos promovendo isso também. Chega ao nível pessoal, por assim dizer.
Se você consegue coletar dados sobre o que seus hóspedes querem, você consegue precificar o quarto de forma a trazer o cliente certo — aquele que vai gastar em outros serviços, o que vai impulsionar sua receita e lucro. Essa capacidade existe em algum nível e está evoluindo. Não é só sobre tarifa: é sobre receita total.
(*) Crédito da capa: Nayara Matteis/Hotelier News
