AI-adoptie in hotels: zo dicht je de kloof met nieuw talent

Bijna elk hotel neemt nu afgestudeerden aan die tijdens hun studie AI gebruikten, maar weinig hotels hebben een plan voor hoe die kennis op de werkvloer landt. Daar draait AI-adoptie om: niet om een losse workshop, maar om hoe een team zijn tools kiest, nieuwe mensen inwerkt en tijd vrijmaakt om te oefenen.

De lessen hieronder komen uit een gesprek over het Future Talent Pipeline-rapport, een onderzoek naar generatieve AI in talentmanagement voor sales, marketing en revenue management in hotels. Twee mensen die eraan werkten delen wat de data en hun praktijk laten zien: Michael Goldrich, AI-adviseur voor de hospitality, en Mike Gamble, CEO in executive recruitment voor reizen, toerisme, hospitality en events.

Zelfvertrouwen met AI is nog geen kunde

Het eerste probleem valt makkelijk over het hoofd omdat het op een sterkte lijkt. Studenten zijn vertrouwd met AI. Volgens Michael Goldrich hebben de meesten het zichzelf geleerd: de universiteit laat niet zien hoe je de tools gebruikt, ze gebruiken ze gewoon. Dat geeft zelfvertrouwen, maar hun kunde ligt mogelijk niet op hetzelfde niveau. Ze zetten AI vooral in als schrijfhulp, bijvoorbeeld voor verslagen.

“However, when they get to the hotels, it's really all about numbers and analysis.”

Michael Goldrich, 4:14

(Vertaald: “Maar zodra ze in een hotel werken, draait alles om cijfers en analyse.”)

Het risico dat hij beschrijft is een vals gevoel van autoriteit. Wie op de universiteit nooit een AI-antwoord hoefde te betwijfelen, doet dat in een hotel ook niet, zelfs niet als de uitkomst een prijs- of prognosebesluit voedt. Een tweede wrijvingspunt is de tool zelf. Wie gewend is aan ChatGPT of Claude en bij een bedrijf komt dat alleen Copilot toestaat, voelt zich ineens beperkt. Beide punten zijn een reden om op dag één verwachtingen te scheppen: hoe dit bedrijf AI gebruikt, met welke tool, en waar menselijk oordeel de uitkomst moet controleren.

Waar de kloof in voorbereiding het grootst is

Het rapport ondervroeg eerstejaars tot en met vierdejaars. Het gebruik groeit per jaar, en vierdejaars gebruikten AI ongeveer twee keer zo vaak als derdejaars. Het verschil tussen hoe zeker studenten zich voelen en hoe goed ze voorbereid zijn, was groot aan het begin van de studie en kleiner vlak voor het afstuderen.

Michael Goldrich koppelt dat aan afstudeerprojecten. Werk in het laatste jaar vraagt om analyse en complete projecten in plaats van alleen schrijven, en studenten die zo'n realistische simulatie doen, voelen zich beter voorbereid. Zijn advies aan opleidingen en werkgevers: breng echte werksimulaties eerder in, zodat studenten leren wat de baan van ze vraagt. Hotels helpen daarbij met programma's voor jongeren op de arbeidsmarkt.

Voor een hotel geldt dezelfde logica in de eerste weken van een nieuwe functie:

• Geef nieuwe medewerkers echte analysetaken met AI, niet alleen schrijftaken.
• Laat zien hoe de eigen tool van het bedrijf werkt vergeleken met wat ze eerder gebruikten.
• Maak het controleren en bevragen van de uitkomst een expliciet onderdeel van het werk.
• Koppel ze aan een mentor die een paar jaar bij het bedrijf werkt.

Dat laatste punt komt uit de praktijk van Mike Gamble. Sommige klanten koppelen afgestudeerden aan jongere mentoren in plaats van aan senioren. Die collega's denken op een vergelijkbare manier, maar weten al hoe het bedrijf en het merk het werk gedaan krijgen, zowel aan de menselijke kant als met AI. Volgens hem werkt dat bijzonder goed.

Persoonlijke AI-agents, schaduw-AI en het verschil in tools

Het tempo van de ontwikkelingen maakt het verschil in tools groter. Michael Goldrich wijst op de altijd actieve persoonlijke agents die grote techbedrijven hebben aangekondigd. Die agents kennen het werk en de bedoelingen van hun gebruiker, waardoor promptvaardigheid minder belangrijk wordt. Een student die met zo'n agent studeert en daarna bij een hotel komt dat hem om veiligheidsredenen verbiedt, reageert volgens hem op een van twee manieren: stiekem schaduw-agents gebruiken op privéaccounts, of zich vervreemd voelen en concluderen dat het bedrijf niet bij hem past. Zijn nuchtere oordeel: hotels zijn er nog niet.

De vier T's: een raamwerk voor AI-adoptie

Waarom blijft AI vaak hangen in kleine hoekjes van een bedrijf? Michael Goldrich bezocht hotelmanagementbedrijven kort na de lancering van ChatGPT, liet zien wat het kon, en zag een jaar later dat er niets was veranderd. Blijvende verandering vraagt om veranderbereidheid in je hotelteam. Toen het bij één bedrijf wel veranderde, waren vier voorwaarden aanwezig. Hij noemt ze de vier T's:

• Toon van de top. De CEO zegt dat dit belangrijk is en dat iedereen meedoet. Zonder dat experimenteren mensen in kleine hoekjes en wordt niets eenduidig.
• Tools. Iedereen gebruikt dezelfde tool, en inwerk- en leerprogramma's worden daaromheen gebouwd. Hij ziet dat veel bedrijven Copilot al hebben, maar dat bijna niemand het echt gebruikt.
• Training. Leg eenvoudig uit wat de gekozen tool kan. Mike Gamble vindt dit waardevol om iedereen op hetzelfde niveau te brengen.
• Tijd. De moeilijkste. Mensen moeten de tool elke dag gebruiken en daar tijd voor krijgen.

Tijd is lastig omdat adoptie een curve heeft. Michael Goldrich vergelijkt het met een nieuwe manager die leert delegeren: eerst voelt het sneller om het werk zelf te doen dan uit te leggen, te onderwijzen en feedback te geven. Een goede aanpak houdt rekening met die dip.

“If you spend the time and you start to learn it and you learn how to adopt everything, then that's when you get the benefit.”

Michael Goldrich, 19:16

(Vertaald: “Als je de tijd investeert, het leert en leert hoe je alles toepast, dan krijg je pas het voordeel.”)

Onboarding als manier om talent aan te trekken

Een sterk inwerkprogramma doet meer dan één persoon voorbereiden. In het gesprek klinkt de opvatting dat de nieuwe generatie minder snel tien of twintig jaar bij één werkgever blijft, en dat ze met elkaar praten. Wie bij een bedrijf begint met uitstekende onboarding en training op alle tools, vertelt dat aan vrienden en post erover, en dat trekt beter talent aan. Een bedrijf dat zegt "alsjeblieft, succes ermee" wordt net zo goed besproken.

Mike Gamble ziet hetzelfde in recruitment. Bedrijfscultuur is nu makkelijk te onderzoeken, en een werkgeversmerk is voor het eigen team even belangrijk als voor gasten. Onboarding, training en hoe een bedrijf AI gebruikt, zijn voor kandidaten geen geheim meer. Hij wil ook dat het sollicitatieproces op elk niveau consistent is, zodat de manier waarop een bedrijf over tech en AI praat al laat zien dat iedereen op hetzelfde niveau zit. Het beste talent aannemen is één stap; de sleutel is volgens hem om het daarna te behouden. Hij kijkt terug op de lange trainingsprogramma's die hotelbedrijven vroeger voor afgestudeerden draaiden.

“Our companies took a lot of time to make sure we were coming out of college, and they still took a lot of time to make sure that we understood the culture and how things worked.”

Mike Gamble, 9:02

(Vertaald: “Onze bedrijven namen veel tijd toen we van de hogeschool kwamen, en ze namen nog steeds veel tijd om ervoor te zorgen dat we de cultuur begrepen en hoe dingen werkten.”)

Zijn conclusie is dat de sector daar weer iets van terug moet halen. Een goed plan voor AI-adoptie kan de plek zijn waar die investering zich terugbetaalt.

Transparantie, tijd en de menselijke vaardigheden die de doorslag geven

Nog twee lessen gelden voor elk team dat AI-vaardigheden opbouwt. Ten eerste: wees open over monitoring. Het rapport noemde transparantie over hoe een bedrijf AI gebruikt om prestaties te volgen belangrijk, en in het gesprek heette heimelijk monitoren een mogelijke tijdbom. Michael Goldrich raadt aan nieuwe medewerkers gewoon te vertellen dat werkapparaten gevolgd worden. Het rapport vond ook dat studenten weten dat werkgevers AI gebruiken om hen te screenen, terwijl ze zelf zelden AI gebruiken om de juiste baan te vinden.

Ten tweede: zie AI als een manier om denktijd te creëren. Wie hogerop komt, wordt betaald om na te denken maar heeft daar minder tijd voor. Michael Goldrich noemt de technologie een mogelijke tijdmachine, mits je eerst de tijd investeert. Hetzelfde doel zit achter AI in hotels: meer tijd voor gasten. Mike Gamble voegt toe dat AI het voorwerk kan doen en leiders een beter vertrekpunt geeft voor strategisch denken.

Niets hiervan vervangt mensenkennis. Van instapfuncties tot zoektochten naar een CEO geven volgens Mike Gamble EQ, sociale vaardigheden en instinct nog steeds de doorslag, zeker in commerciële functies. Je kunt het volledige gesprek bekijken of meer afleveringen ontdekken in de HSMAI Studio-serie.

Veelgestelde vragen

Hoe pak je AI-adoptie aan in een hotel?

Volgens AI-adviseur Michael Goldrich slaagt de invoering van AI pas als vier dingen kloppen: de top zegt dat het belangrijk is, iedereen gebruikt dezelfde tool, er is eenvoudige training over wat die tool kan, en medewerkers krijgen elke dag tijd om ermee te werken. Ontbreekt een van die vier, dan blijft AI hangen bij een paar enthousiastelingen.

Zijn afgestudeerden in de hospitality klaar voor AI op het werk?

Ze zijn zelfverzekerde gebruikers, maar volgens het gesprek loopt hun zelfvertrouwen voor op hun kunde. Veel studenten leren het zichzelf en gebruiken AI vooral om verslagen te schrijven, terwijl functies in sales, marketing en revenue draaien om cijfers en analyse. In het laatste studiejaar wordt de kloof kleiner, als het projectwerk realistischer wordt.

Wat is schaduw-AI?

Schaduw-AI betekent dat medewerkers hun eigen AI-tools of persoonlijke agents stiekem op privéaccounts gebruiken, omdat de werkgever ze verbiedt of niets vergelijkbaars biedt. Michael Goldrich verwacht dat dit gebeurt als studenten die met zo'n agent studeerden bij een hotel binnenkomen dat die om veiligheidsredenen verbiedt. Het andere scenario is dat ze zich er niet thuis voelen.

Moeten hotels nieuwe medewerkers vertellen hoe AI hun werk monitort?

Ja. In het gesprek werd transparantie over AI-monitoring essentieel genoemd, en heimelijk monitoren een mogelijke tijdbom. Michael Goldrich vindt dat nieuwe medewerkers er gewoon van uit moeten gaan dat alles op een werkcomputer of werktelefoon wordt gevolgd, en dat werkgevers dat tijdens de onboarding open moeten zeggen.