Amex GBT Hotel Lobby przenosi sourcing hoteli poza coroczny RFP
Amex GBT uruchomiło Hotel Lobby 14 października, wprowadzając agentic AI do procesu sourcingu hoteli, w którym nadal dominuje jeden coroczny cykl zapytań ofertowych. System Amex GBT Hotel Lobby automatyzuje przygotowanie danych, obliczanie stawek docelowych i walidację ofert. Jego szersza obietnica ma jednak większe znaczenie: przekształcenie zakupów hotelowych z okresowego projektu w program monitorowany w sposób ciągły.
To ważne, ponieważ korporacyjne umowy hotelowe zaczynają się dezaktualizować, gdy tylko kończą się negocjacje. Ceny pokoi się zmieniają, popyt się przesuwa, wzorce podróży ewoluują, a pracownicy rezerwują pobyty poza preferowanymi kanałami. Stawka wynegocjowana kilka miesięcy wcześniej może wyglądać mniej atrakcyjnie na tle bieżących warunków rynkowych, a brakujące obiekty mogą osłabić zasięg programu w nowo istotnych destynacjach.
Hotel Lobby przydziela wyspecjalizowanym agentom AI zadania związane z pokryciem, sourcingiem i negocjacjami. Agentic AI oznacza oprogramowanie realizujące wieloetapowy przepływ pracy, zamiast jedynie odpowiadać na polecenie. Według firmy konsultanci nadal odpowiadają za strategię, negocjacje i wyjątki.
Taki podział pracy wyznacza główną płaszczyznę rywalizacji. Hotel Lobby nie konkuruje przede wszystkim z kolejnym chatbotem. Rywalizuje z opartymi na arkuszach kalkulacyjnych i ograniczonymi kalendarzem procesami sourcingowymi, które skupiają analizę w jednym długim, corocznym cyklu.
Premiera następuje po sfinalizowanym przejęciu Amex GBT przez Long Lake Management, wycenianym na około 6,3 mld USD. Ta zmiana właścicielska dodatkowo kieruje uwagę na to, czy praktyczne zastosowanie AI może zapewnić mierzalne usprawnienia operacyjne w dojrzałej firmie usługowej.
Bezpośrednie dowody są na razie ograniczone. Amex GBT opublikowało dane dotyczące swojej ugruntowanej metodologii sourcingowej, ale nie ujawniło skrócenia czasu cyklu ani dodatkowych oszczędności przypisywanych konkretnie Hotel Lobby. Premiera zapewnia więc wiarygodny mechanizm automatyzacji, lecz jeszcze nie publicznie udokumentowane wyniki.
Co faktycznie zmienia Amex GBT Hotel Lobby
Hotel Lobby przenosi AI z odpowiadania na pytania dotyczące sourcingu do wykonywania określonych elementów tego przepływu pracy.
Amex GBT podaje, że system wykorzystuje wielu wyspecjalizowanych agentów zamiast jednego asystenta ogólnego przeznaczenia. Agenci zajmują się czyszczeniem danych, analizą pokrycia, obliczaniem stawek docelowych i walidacją RFP. RFP, czyli request for proposal, to ustrukturyzowany proces, w ramach którego firmy zapraszają hotele do przedstawienia wynegocjowanych stawek i warunków.
Czyszczenie danych stanowi istotną część tej pracy. Korporacyjne rejestry hotelowe mogą zawierać niespójne nazwy obiektów, niepełną historię wydatków, zduplikowane pozycje i stawki trudne do porównania. Analitycy muszą przygotować te dane, zanim nabywca zdecyduje, które hotele warto zaprosić i o jaką stawkę docelową wystąpić.
Obliczanie stawek docelowych dodaje kolejną warstwę. Zespół sourcingowy musi uwzględnić historyczny wolumen rezerwacji, dostępne stawki rynkowe, wynegocjowane benchmarki, popyt podróżnych i cele programu. Hotel Lobby ma organizować te informacje przed rozpoczęciem negocjacji przez konsultantów.
System sprawdza również zgłoszenia RFP pod kątem brakujących lub niespójnych danych. Funkcja ta może zapobiec poświęcaniu przez konsultantów czasu negocjacyjnego na podstawową walidację. Relacja z premiery podaje, że konsultanci nadal kontrolują strategię, bezpośrednie negocjacje i wyjątki.
To rozróżnienie oddziela Hotel Lobby od konwersacyjnego copilota. Copilot zazwyczaj czeka, aż użytkownik zada pytanie lub poprosi o przygotowanie wersji roboczej. Agent przepływu pracy otrzymuje ograniczone zadanie, działa na zdefiniowanych danych i zwraca wynik, który posuwa proces naprzód.
Amex GBT podaje, że jego agenci korzystają z benchmarków wynegocjowanych stawek z tysięcy obiektów na całym świecie. Wykorzystują także informacje o wynikach dostawców, pochodzące z ponad 5 mld USD zarządzanych wydatków hotelowych oraz wzorców zgodności w programach klientów.
Ten własny kontekst ma kluczowe znaczenie dla wartości produktu. Model ogólnego przeznaczenia może podsumować arkusz kalkulacyjny, ale nie potrafi samodzielnie odtworzyć lat historii wynegocjowanych stawek hotelowych, odpowiedzi dostawców i historii zgodności klientów. Hotel Lobby łączy wykonanie zadań przez AI z pozycją danych zbudowaną dzięki działalności konsultingowej Amex GBT.
Firma podaje, że funkcja jest dostępna na całym świecie dla jej klientów konsultingowych i programów podróży korporacyjnych. Jest to także pierwsze z kilku ulepszeń AI planowanych dla Amex GBT Consulting; rozważane są głębsze integracje raportowania i analiz.
Premiera nie eliminuje z procesu ludzkich nabywców. Zmienia natomiast sposób wykorzystania ich czasu. Od konsultantów oczekuje się przeglądu wyników, zarządzania wyjątkami, kształtowania strategii i negocjowania warunków po tym, jak agenci wykonają powtarzalne prace przygotowawcze.
Taka struktura jest ważna dla klientów korporacyjnych. Umowy hotelowe obejmują zasady anulowania rezerwacji, dostępność pokoi, udogodnienia, bezpieczeństwo podróżnych, wymogi dotyczące zrównoważonego rozwoju i oczekiwania wobec obsługi. Najniższa wyliczona stawka docelowa nie daje automatycznie najlepszego programu.
Hotel Lobby zmienia więc kolejność działań, a nie podstawową odpowiedzialność. Maszyny przygotowują i walidują więcej materiału dowodowego. Ludzie decydują, jakie kompromisy zaakceptować i jakie zobowiązania negocjować.
Napięcie pojawia się, gdy szybsze przygotowanie umożliwia firmom częstsze powtarzanie tej sekwencji. Cykl sourcingowy, który kiedyś pochłaniał miesiące skoncentrowanej pracy, może potencjalnie stać się krótszą, powtarzalną operacją.
Dlaczego coroczny hotelowy RFP znajduje się pod presją
Coroczny RFP zakłada, że wynegocjowana wartość pozostaje stabilna, choć rynek i program podróży nadal się zmieniają.
Wiele zespołów ds. podróży korporacyjnych nadal przeprowadza jedno duże ćwiczenie sourcingowe dla hoteli rocznie. Gromadzą dane o wydatkach, identyfikują priorytetowe rynki, zapraszają hotele, porównują oferty, negocjują warunki i wprowadzają wybrane stawki do systemów rezerwacyjnych. Proces może być rygorystyczny, ale rejestruje warunki z konkretnego momentu.
Ceny nie czekają na kolejne RFP. Popyt na hotele zmienia się wraz z konferencjami, sezonowymi podróżami, dużymi wydarzeniami, nowymi lokalizacjami biur i przepustowością linii lotniczych. Ślad podróżniczy samej firmy również może się zmienić po przejęciu, zmianie polityki lub decyzji o powrocie do biura.
Pokrycie programu także może się rozchodzić z rzeczywistością. Preferowany program może obejmować dobre opcje w zeszłorocznych głównych destynacjach, ale nie mieć odpowiednich obiektów tam, gdzie pracownicy podróżują obecnie. Podróżni rezerwują wtedy poza programem, ograniczając widoczność i osłabiając założenia dotyczące wolumenu stojące za wynegocjowanymi umowami.
Zgodność z programem stwarza powiązany problem. Wynegocjowana stawka tworzy wartość tylko wtedy, gdy pozostaje dostępna, wyświetla się prawidłowo w kanałach rezerwacyjnych i przyciąga uprawnionych podróżnych. Brak dostępnych pokoi, nieprawidłowe załadowanie stawek lub nieatrakcyjne warunki mogą zmniejszać przewidywane korzyści.
Hotel Lobby ma ograniczać koszt administracyjny sprawdzania tych warunków. Jeśli agenci mogą wielokrotnie czyścić dane, analizować pokrycie, obliczać stawki docelowe i walidować odpowiedzi dostawców, sourcing nie musi pozostać pojedynczym wydarzeniem rocznym.
Amex GBT opisuje ciągłą optymalizację jako docelowy kierunek. Nie musi to oznaczać stałych, zautomatyzowanych renegocjacji. Może zacząć się od częstszego monitorowania, szybszego wskazywania słabych rynków i ukierunkowanych rund sourcingowych między corocznymi cyklami.
Opis przepływu pracy firmy wskazuje, że Hotel Lobby tworzy podstawę do monitorowania wynegocjowanych stawek, pokrycia i zgodności przez cały rok. Ta podstawa ma większe znaczenie niż samo szybsze generowanie dokumentów RFP.
Ciągłe monitorowanie może zmienić sposób, w jaki nabywca ustala priorytety pracy. Zamiast ponownie otwierać cały globalny program, zespół może skupić się na destynacjach, w których wzrósł wolumen rezerwacji, osłabła dostępność lub pogorszyła się wynegocjowana wartość.
Może również zmienić rozmowy z dostawcami. Hotele mogą otrzymywać bardziej ukierunkowane zapytania, oparte na niedawnych wynikach, zamiast szerokiego corocznego zaproszenia. Nabywcy mogliby przystępować do rozmów z wyraźniejszymi dowodami dotyczącymi wolumenu, dostępności stawek i zachowań rezerwacyjnych.
Monitorowanie nie jest jednak tym samym co działanie. Wykrycie luki w pokryciu nie gwarantuje, że odpowiedni hotel weźmie udział. Stwierdzenie słabszej wynegocjowanej stawki nie oznacza, że dostawca zaakceptuje zmieniony cel.
Relacje z hotelami obejmują także kwestie strategiczne, które nie poddają się prostej automatyzacji. Nabywca może utrzymać obiekt w programie, ponieważ obsługuje on kluczowe biuro, wspiera wymogi bezpieczeństwa podróżnych lub oferuje elastyczne warunki anulowania rezerwacji. Hotel może zaakceptować niższą stawkę tylko w zamian za silniejsze zobowiązania wolumenowe.
Coroczny RFP utrzymuje się częściowo dlatego, że skupia te decyzje w przewidywalnym kalendarzu. Hotele przygotowują zasoby sprzedażowe, nabywcy korporacyjni konsolidują popyt, a dostawcy technologii wczytują stawki wokół znanych terminów. Przejście w stronę ciągłej optymalizacji będzie wymagało zmian operacyjnych po obu stronach.
Dlatego Hotel Lobby wywiera presję na proces, zamiast natychmiast go zastępować. System ogranicza koszt przygotowania materiału dowodowego. Nabywcy i dostawcy nadal muszą zdecydować, jak często mogą negocjować i aktualizować umowy bez tworzenia nowych obciążeń administracyjnych.
Dla zespołów ds. spotkań i konferencji konsekwencje są pośrednie, lecz istotne. Hotel Lobby koncentruje się na korporacyjnych programach hotelowych, a nie na pełnej złożoności kontraktowania obiektów dla grup. Mimo to szybsza analiza pokrycia obiektów, wynegocjowanych wyników i popytu może wspierać szersze strategie zakwaterowania.
Firma koordynująca indywidualne podróże wokół spotkań może uzyskać jaśniejszy obraz korzystania z preferowanych hoteli, zanim uczestnicy przyjadą. Zespoły zakupowe mogą także porównywać zachowania dotyczące zakwaterowania indywidualnego z destynacjami, w których wydarzenia tworzą skoncentrowany popyt.
Pierwsza presja konkurencyjna dotyczy zatem statycznych przepływów pracy. Jeśli Amex GBT zdoła uczynić ukierunkowany sourcing praktycznym przez cały rok, konkurencyjne firmy zarządzające podróżami i platformy zakupów hotelowych będą musiały wyjaśnić, dlaczego coroczna analiza nadal wystarcza.
Własne dane podróżnicze są mechanizmem
Możliwa do obrony przewaga Hotel Lobby wynika z połączenia agentów z historią wynegocjowanych stawek i danymi o wynikach dostawców.
Sama architektura wieloagentowa nie gwarantuje użytecznych decyzji sourcingowych. Jakość wyników zależy od rejestrów, do których agenci mają dostęp, zasad regulujących każde zadanie oraz kontroli stosowanych przed przekazaniem rekomendacji konsultantowi.
Amex GBT podaje, że Hotel Lobby wykorzystuje benchmarki obejmujące tysiące obiektów, wskaźniki wyników reprezentujące ponad 5 mld USD zarządzanych wydatków hotelowych oraz trendy zgodności z jego portfolio klientów. Dane te zapewniają systemowi punkt odniesienia wykraczający poza historię rezerwacji jednej firmy.
Ugruntowana metodologia firmy wskazuje na średnie oszczędności na poziomie 28,8% w porównaniu z najlepszymi dostępnymi stawkami. Raportuje ona również 96% wskaźnik odpowiedzi obiektów wśród ponad 80 000 hoteli pozyskiwanych rocznie. Jej publiczne dane konsultingowe osobno wskazują 5 mld USD wydatków hotelowych wynegocjowanych lub zarządzanych w 2024 roku.
Liczby te opisują podstawową działalność konsultingową. Nie wyodrębniają wpływu Hotel Lobby. To ograniczenie ma znaczenie, ponieważ nowi agenci stosują automatyzację w istniejącym procesie z istniejącą historią wyników.
Materiały premierowe nie dowodzą, że Hotel Lobby wygenerował zgłoszone oszczędności ani wskaźnik odpowiedzi. Wynika z nich, że system wykorzystuje tę samą metodologię sourcingu, przy czym AI przejmuje większą część pracy z danymi. Czytelnicy powinni traktować te liczby jako kontekst skali, a nie benchmark AI.
Nawet przy takim rozróżnieniu skala może usprawnić ten mechanizm. Konsultant oceniający docelową stawkę korzysta z wiedzy o tym, jakie warunki zaakceptowały porównywalne obiekty, jak dostawcy radzili sobie po zawarciu umowy oraz gdzie podróżni stosowali się do preferowanych opcji.
Agenci mogą wielokrotnie stosować takie porównania. Jeden agent może wykrywać niekompletne dane o obiektach, inny oceniać zakres pokrycia, a trzeci sprawdzać, czy odpowiedzi spełniają wymagania RFP. Koordynacja tych wąskich funkcji może ułatwić audyt całego procesu.
Wraz z rozszerzaniem zakresu działania coraz ważniejsze staje się zarządzanie. Asystent konwersacyjny tworzy tekst do sprawdzenia przez człowieka. Agent workflow może zmieniać obliczenia, klasyfikować rekordy lub przesuwać zadanie do przodu przed końcową weryfikacją.
Amex GBT twierdzi, że Hotel Lobby stosuje zasady zaufanych danych, zarządzania i przejrzystości wykorzystywane w jego szerszej architekturze agent-to-agent. Firma nie ujawniła publicznie szczegółów dotyczących użytych modeli, wskaźników błędów, procedur audytu ani progów interwencji.
Brak tych szczegółów nie unieważnia produktu, ale wyznacza pytania, które powinni zadać nabywcy korporacyjni. Klienci muszą wiedzieć, do jakich danych agenci mają dostęp, jak rejestrowane są wyniki, jak oddzielane są poufne informacje o stawkach oraz jak korygowana jest zakwestionowana rekomendacja.
Powinni również zapytać, jak system radzi sobie z nietypowymi obiektami lub rynkami o ograniczonych danych porównawczych. Duży zbiór danych może zapewniać mocne porównania w często odwiedzanych miastach, a jednocześnie dawać mniejszą pewność w mniejszych lub szybko zmieniających się destynacjach.
Nadzór człowieka rozwiązuje część tego problemu. Konsultanci nadal odpowiadają za wyjątki, czyli obszar, w którym często pojawiają się skąpe dane i priorytety strategiczne. Wartość nadzoru zależy jednak od tego, czy osoby weryfikujące mogą zobaczyć, dlaczego agent wykonał dane obliczenie lub oznaczył odpowiedź.
Architektura stwarza też wyzwanie związane z projektowaniem workflow. Wyspecjalizowani agenci muszą precyzyjnie przekazywać informacje między zadaniami. Błąd podczas czyszczenia danych może wpłynąć na dalszą analizę pokrycia, obliczenia docelowych stawek i walidację RFP.
Z tego powodu Hotel Lobby należy oceniać jako kontrolowany system zakupowy, a nie demonstrację ogólnej inteligencji. Istotne pytanie brzmi, czy zapewnia on identyfikowalną, dokładną pracę w ramach powtarzalnego procesu biznesowego.
Amex GBT ma doświadczenie w stosowaniu AI w innych obszarach podróży służbowych. Materiały dotyczące wyników za 2025 rok opisywały plany dotyczące agentów, którzy mogliby ograniczyć pracę związaną z rezerwacjami, przy jednoczesnym zachowaniu dostępu do wsparcia na żywo, gdy systemy automatyczne zawiodą lub użytkownicy wolą pomoc człowieka.
Hotel Lobby przenosi ten sam model współpracy ludzi i agentów do usług konsultingowych. Mechanizm jest prosty: automatyzować ograniczone prace analityczne, łączyć je z własnymi danymi i pozostawiać decyzje wymagające osądu specjalistom.
Jeśli mechanizm działa konsekwentnie, Amex GBT może skrócić proces sourcingu bez wymagania od konsultantów akceptowania nieprzejrzystych rekomendacji. Jeśli identyfikowalność będzie słaba, szybsze wyniki mogą jedynie przyspieszyć weryfikację błędów.
Twierdzenie o oszczędnościach nadal wymaga punktu odniesienia dla AI
Hotel Lobby ma wiarygodny model operacyjny, ale Amex GBT nie opublikował jeszcze dowodów oddzielających korzyści z AI od dotychczasowych wyników sourcingowych.
Najsilniejszy sceptyczny argument dotyczy pomiaru. Firma twierdzi, że jej ugruntowana metodologia sourcingu hotelowego zapewnia średnie oszczędności na poziomie 28,8% względem najlepszych dostępnych stawek. Podaje również 96% wskaźnik odpowiedzi dostawców.
Są to istotne wskaźniki operacyjne, ale poprzedzają one publiczny punkt odniesienia dla wyników Hotel Lobby. Ogłoszenie premierowe nie wskazuje, w jakim stopniu agenci skracają czas cyklu, zwiększają wskaźniki odpowiedzi, poprawiają zgodność lub zwiększają wynegocjowane oszczędności.
Nie precyzuje też, ilu klientów zakończyło cykle sourcingowe z wykorzystaniem nowych możliwości agentowych. System jest dostępny globalnie, ale dostępność nie pokazuje skali adopcji ani wolumenu ukończonej pracy.
To rozróżnienie chroni czytelników przed częstym problemem przy premierach AI. Firma przedstawia ugruntowany wskaźnik biznesowy obok nowego zautomatyzowanego produktu, a bliskość tych informacji sugeruje, że produkt wygenerował ten wynik. W tym przypadku Amex GBT opisuje Hotel Lobby jako zastosowanie AI w tej samej metodologii.
Rzetelna ocena powinna rozdzielać trzy warstwy. Pierwszą są historyczne wyniki konsultingowe. Drugą jest poprawa produktywności, na przykład mniej godzin poświęconych na czyszczenie danych. Trzecią jest poprawa programu, taka jak lepsze stawki, szersze pokrycie lub wyższa zgodność.
Hotel Lobby może odnieść sukces na drugiej warstwie, zanim wpłynie na trzecią. Skrócenie czasu przygotowania nadal tworzyłoby wartość, ponieważ konsultanci mogliby skupić się na negocjacjach lub obsługiwać więcej ukierunkowanych procesów sourcingowych.
Sama produktywność nie dowodzi jednak lepszych wyników hotelowych. Szybsze obliczenie docelowej stawki może być błędne. Zweryfikowana odpowiedź na RFP może spełniać zasady formatowania, a jednocześnie oferować nieatrakcyjne warunki handlowe. Krótszy cykl może także zachęcać do niepotrzebnych renegocjacji.
Ciągłe monitorowanie stwarza kolejne wyzwanie pomiarowe. System może generować więcej alertów, nie przynosząc większych oszczędności. Nabywcy potrzebują progów odróżniających istotne zmiany stawek lub pokrycia od zwykłego szumu rynkowego.
Na wyniki wpłynie zachowanie dostawców. Hotele dysponują własnymi systemami zarządzania przychodami, prognozami obłożenia i strategiami kanałowymi. Mogą opierać się częstym zmianom, gdy popyt jest silny lub gdy konto korporacyjne nie zapewnia wystarczającego wolumenu.
Częstszy sourcing może również powodować zmęczenie. Jeśli hotele otrzymują powtarzające się zapytania bez wyraźnej szansy biznesowej, jakość odpowiedzi może spaść. Obecny wskaźnik odpowiedzi na poziomie 96% nie dowodzi, że dostawcy będą reagować podobnie na ciągłe lub ukierunkowane cykle.
Pytania dotyczące zarządzania pozostają otwarte. Materiały publiczne nie wskazują zewnętrznych audytów agentów, dokładności modeli ani procedur wykrywania stronniczych rekomendacji. Nie wyjaśniają też, jak często konsultanci zastępują wyniki agentów własnymi decyzjami.
Są to normalne luki na etapie premiery, lecz uniemożliwiają stanowcze wnioski. Najmocniejsza wersja twierdzenia Amex GBT brzmi: Hotel Lobby automatyzuje zdefiniowane prace sourcingowe, korzystając z istotnych własnych danych. Dowody nie pokazują jeszcze dodatkowego wyniku finansowego.
Szerszy kontekst firmy podnosi oczekiwania. Long Lake sfinalizował przejęcie Amex GBT krótko przed ogłoszeniem Hotel Lobby. Nabywca opisuje siebie jako holding skoncentrowany na AI, co czyni operacyjne zastosowanie AI kluczowym elementem tezy inwestycyjnej.
Hotel Lobby jest wczesnym testem tej tezy, ponieważ sourcing hotelowy oferuje mierzalne dane wejściowe i wyniki. Amex GBT może śledzić czas przygotowania, czas trwania sourcingu, udział dostawców, zaakceptowane stawki, wynegocjowaną dostępność, zgodność rezerwacji i faktycznie uzyskane oszczędności.
Ta mierzalność daje firmie możliwość opublikowania dowodów silniejszych niż ogólne twierdzenia dotyczące AI. Wiarygodne studium przypadku porównywałoby podobne programy przed i po wdrożeniu agentów, jednocześnie wyjaśniając zmiany warunków rynkowych.
Klienci korporacyjni powinni żądać takiego poziomu dowodów podczas procesu zakupowego. Powinni też odróżniać średnie wyniki od rezultatów na własnych rynkach podróży. Globalny benchmark może nie przewidywać wyników firmy skoncentrowanej w kilku miastach o wysokim popycie.
Klienci powinni również poprosić o informacje o błędach i nadpisywaniu decyzji. Jeśli konsultanci często korygują docelowe stawki lub decyzje walidacyjne, system może oszczędzać mniej czasu, niż sugeruje automatyzacja przedstawiana w nagłówkach. Jeśli takie korekty są rzadkie i dobrze udokumentowane, zaufanie powinno wzrosnąć.
Ryzyko nie polega na tym, że Hotel Lobby nie ma wiarygodnego zastosowania. Jego zastosowanie jest wyjątkowo konkretne. Ryzyko polega na tym, że nabywcy pomylą ugruntowane wyniki konsultingowe z niezależnie wykazanymi wynikami agentów.
Trzy sygnały pokażą, czy ciągły sourcing działa
Kolejny etap należy oceniać przez pryzmat adopcji, mierzalnych wyników workflow i odpowiedzi dostawców — w tej kolejności.
Pierwszym sygnałem jest adopcja przez klientów wraz z ukończonymi cyklami sourcingowymi. Amex GBT twierdzi, że Hotel Lobby jest dostępny na całym świecie, ale rynek potrzebuje dowodów, że programy korporacyjne korzystają z niego w rzeczywistych portfelach obiektów.
Ukończone cykle są ważniejsze niż demonstracje. Pokazują, czy integracja danych, weryfikacja konsultantów i wczytywanie stawek działają u różnych klientów. Mogą także ujawnić, czy system radzi sobie z regionalnymi różnicami i niedoskonałymi danymi korporacyjnymi.
Dowody na powtarzalne użycie dodatkowo wzmocniłyby ten argument. Klient, który używa Hotel Lobby raz, może jedynie testować automatyzację w ramach zwykłego corocznego procesu. Klient prowadzący ukierunkowane przeglądy w ciągu roku wspierałby tezę Amex GBT o ciągłej optymalizacji.
Drugim sygnałem jest opublikowany punkt odniesienia dla produktywności. Amex GBT powinien określić czas trwania sourcingu przed i po wdrożeniu, wraz z liczbą godzin poświęconych na przygotowanie danych, walidację i przegląd wyjątków.
Sam czas cyklu nie wystarczy. Firma powinna raportować wskaźniki błędów, korekty wprowadzane przez konsultantów oraz odsetek odpowiedzi wymagających ręcznej poprawy. Takie połączenie pokaże, czy szybkość odzwierciedla rzeczywistą automatyzację, czy jedynie przeniesienie pracy na etap weryfikacji.
Oszczędności należy raportować oddzielnie od produktywności. Amex GBT może porównywać wynegocjowane wyniki, dostępność stawek, pokrycie i zgodność z podobnymi programami historycznymi. Powinien również wskazać, czy raportowane korzyści wynikają z pracy agentów, negocjacji konsultantów, zmian na rynku hotelowym czy kombinacji tych czynników.
Jeśli te wskaźniki poprawią się bez wzrostu liczby błędów, główna ocena premiery stanie się silniejsza. Hotel Lobby wykazałby wówczas, że agentowa AI może obniżyć koszt prowadzenia rygorystycznego procesu sourcingowego.
Jeśli czas spadnie, ale liczba błędów lub korekt wzrośnie, ocena osłabnie. System nadal automatyzowałby działania, lecz konsultanci mogliby spędzać odzyskane godziny na korygowaniu wyników maszyny zamiast na negocjacjach.
Trzecim sygnałem jest reakcja dostawców na częstszy sourcing. Hotele muszą zdecydować, czy ukierunkowane, bogate w dane zapytania zasługują na szybsze zaangażowanie, czy też tworzą dodatkową pracę administracyjną.
Stabilny wskaźnik odpowiedzi w ramach ukierunkowanych przeglądów wspierałby ten model. Sugerowałby, że automatyzacja przynosi korzyści obu stronom dzięki czystszym zapytaniom i bardziej adekwatnym negocjacjom.
Spadek wskaźnika odpowiedzi ujawniłby ograniczenie. Agenci po stronie kupującego nie mogą zmusić hoteli do udziału, oferowania dostępności ani akceptowania docelowych stawek. Ciągły sourcing działa tylko wtedy, gdy uwaga dostawców pozostaje dostępna.
Zachowanie konkurentów dostarczy dodatkowego kontekstu. Inne firmy zarządzające podróżami i platformy zakupowe prawdopodobnie będą podkreślać automatyzację, analitykę lub ciągłe zarządzanie programem, jeśli Amex GBT zyska rozpęd.
Użyteczne porównanie nie będzie dotyczyć tego, który dostawca najczęściej mówi o „agentowej AI”. Nabywcy powinni porównywać głębokość ukończonych workflow, pokrycie własnych danych, mechanizmy kontroli człowieka i wykazane wyniki.
Premiera Amex GBT Hotel Lobby zasługuje na uwagę, ponieważ łączy agentów z wąskim, kosztownym i mierzalnym procesem korporacyjnym. Jest bardziej konkretna niż ogólny chatbot podróżniczy, ale mniej sprawdzona, niż mogłyby sugerować otaczające ją wskaźniki wyników.
Dla menedżerów podróży natychmiastowym działaniem jest określenie, gdzie obecnie znika czas w procesie sourcingu. Normalizację danych, przygotowanie docelowych stawek, walidację odpowiedzi, przegląd wyjątków i wczytywanie stawek należy mierzyć oddzielnie. Taki punkt odniesienia sprawia, że każde twierdzenie dostawcy można zweryfikować.
Zespoły powinny również dokumentować, dlaczego akceptują lub odrzucają rekomendacje. Przeszukiwalny workflow AI może pomóc zachować decyzje, założenia i kwestie wymagające dalszych działań, gdy zautomatyzowane systemy generują wyniki częściej.
Strategiczne pytanie nie brzmi już, czy AI potrafi przygotować projekt RFP. Hotel Lobby został zaprojektowany, aby realizować przygotowania związane z tym RFP i powtarzać analizę, gdy zmieniają się warunki.
Nabywcy korporacyjni powinni teraz oczekiwać od Amex GBT dowodów z zakończonych cykli, udokumentowanych mechanizmów kontroli oraz osiągniętych rezultatów. Jeśli te wskaźniki utrzymają się w wielu rundach pozyskiwania ofert, coroczne hotelowe RFP zacznie wyglądać mniej jak standard, a bardziej jak ograniczenie harmonogramowe.
