Case study «IA per hotel»: come leggerli senza farsi abbindolare

Chi gestisce una struttura e valuta uno strumento di intelligenza artificiale si imbatte quasi sempre nello stesso materiale: un case study con un numero importante in testa, più diciannove per cento, più diciotto per cento, quattordicimila ore risparmiate. Il problema non è se l'intelligenza artificiale funzioni in un hotel: in alcuni casi, per alcune cose, funziona. Il problema è se quel numero, in quel case study specifico, sia vero.

Tre numeri che non portano in nessun posto

Durante la ricerca per questo articolo sono emerse tre affermazioni che circolano nel content marketing del settore, e che condividono lo stesso problema di fondo: nessuna porta a una fonte che si possa controllare.

La prima: un hotel sul Lago di Como avrebbe ottenuto un aumento del RevPAR, il ricavo per camera disponibile, la misura standard del settore, del 19,3% grazie a un progetto di intelligenza artificiale. Cercando questo numero non emerge il nome della struttura, nessun comunicato, nessun documento con una metodologia: solo la cifra, ripetuta.

La seconda attribuisce a Massimo Bottura un progetto di intelligenza artificiale nella sua guest house vicino a Modena, Casa Maria Luigia, applicato all'esperienza degli ospiti. Il progetto vero esiste, ma è un altro: nel settembre 2025 Google ha raccontato sul proprio blog una collaborazione con lo chef per progettare, con l'aiuto di Gemini e Imagen, le nuove divise del personale dell'Osteria Francescana per il trentesimo anniversario del ristorante, indossate anche dallo staff di Casa Maria Luigia. È un progetto reale, documentato da chi l'ha realizzato, su moda e design dei capi di lavoro: non un sistema che gestisce check-in, prezzi o richieste degli ospiti. La differenza tra le due cose non è un dettaglio: è la differenza tra esiste e non esiste.

La terza attribuisce alla catena di hotel design citizenM un aumento del RevPAR del 18% dall'intelligenza artificiale. Non è citizenM ad averlo mai dichiarato: i materiali reali che la riguardano parlano di tutt'altro, un cambio di fornitore per il software di revenue management, un progetto sulla rete informatica degli hotel, un'intervista a un suo ex dirigente sull'automazione interna. In nessuno di questi compare quella percentuale.

Il controllo che richiede un minuto

Prima di lasciarsi convincere da un case study, tre domande bastano quasi sempre.

Il nome è verificabile? «Un hotel sul Lago di Como» non è un'informazione che si può controllare. Il nome di un'azienda reale, con un sito e una sede, lo è.

Il numero porta a una fonte primaria, o solo ad altri articoli che lo ripetono? Cercando la cifra esatta insieme al nome dell'azienda, il link dovrebbe arrivare al documento di chi l'ha misurata, non a una catena di blog che si citano a vicenda senza mai raggiungere l'origine.

Chi l'ha pubblicato, e cosa aveva da guadagnarci? Non è una domanda che squalifica il dato da sola: è la domanda che dice quanto scetticismo applicare, e quali altri dettagli cercare prima di fidarsi.

Non è un sì o un no: è una scala

I case study sull'intelligenza artificiale in hotel non si dividono in veri e falsi: si distribuiscono su una scala, e i tre numeri sopra stanno nel punto più basso, quello privo di qualunque fonte rintracciabile.

Un punto più in alto ci sono i case study pubblicati da chi vende la tecnologia, ma che dichiarano come hanno misurato il risultato. Il fornitore di software gestionale Mews ha pubblicato un'analisi su oltre seimila hotel, confrontando quelli che usano la sua modalità di prezzo automatico da almeno nove mesi con hotel simili che non la usano, su un periodo di diciotto mesi: dichiara un aumento del 13% del ricavo per metro quadro, non il RevPAR standard del settore ma una metrica diversa, e la probabilità che il risultato sia casuale. Lo studio ammette anche i propri limiti: l'effetto sull'insieme completo dei clienti non era solido dal punto di vista statistico, e la soglia dei nove mesi è stata scelta dopo aver guardato i dati, non fissata prima di guardarli. Resta un dato pubblicato da chi vende il prodotto, quindi va letto con lo scetticismo che la posizione richiede. Ma almeno si può giudicare, perché il metodo è scritto.

Vale lo stesso per il caso più documentato sui chatbot alberghieri, quello della catena Leonardo Hotels: il fornitore del chatbot pubblica i numeri grezzi, 213 hotel, oltre 280.000 conversazioni, il tempo medio di gestione assunto per calcolare le ore risparmiate, e questo permette di ricalcolare la cifra finale da sé. Il ricalcolo fa emergere quanto il risultato, diviso per singolo hotel, sia più modesto del titolo con cui viene comunicato: poco più di un'ora a settimana, non quattordicimila ore.

In cima alla scala ci sono gli studi condotti da chi non vende nulla legato al risultato. Il dato più solido disponibile sull'adozione reale dell'IA negli hotel europei viene da un istituto universitario svizzero, finanziato da un programma pubblico per l'innovazione, su un campione di quasi 1.500 hotel in sei paesi: anche questo studio dichiara i propri limiti, un campione di volontari, la Grecia sovra-rappresentata nelle risposte, ma lo fa perché non ha un prodotto da vendere insieme al risultato.

Cosa chiedere, prima di firmare

La prossima volta che un fornitore mostra un case study con un numero importante, tre richieste valgono più di qualunque obiezione generica: il nome dell'azienda nel case study, il periodo di tempo misurato, e se qualcuno al di fuori del fornitore ha verificato il dato. Un fornitore con un caso solido risponde con dettagli precisi, anche se resta un caso suo e non una prova universale. Un fornitore che risponde con altre cifre altrettanto generiche sta, probabilmente, ripetendo la stessa catena di citazioni che ha portato al numero sul Lago di Como: una cifra sentita in giro, mai verificata da chi la racconta per primo.

Se vuoi capire se il caso che ti hanno mostrato regge, o se lo strumento che ti stanno proponendo risolve davvero qualcosa della tua struttura, il check-up digitale è gratuito se poi si parte con uno dei servizi a canone. Altrimenti scrivimi: mandami il case study che ti hanno proposto, e ti dico cosa manca per fidartene.