Le aziende ricreative funzionano su una combinazione che in pochi altri settori si presenta allo stesso modo: picchi stagionali, una grande popolazione di collaboratori flessibili e temporanei, un contatto con gli ospiti che è il prodotto stesso, e un back office che deve continuare a funzionare tutto l'anno mentre il fronte lavora a metà ritmo per metà dell'anno. Le ore si concentrano in gran parte nel lavoro di front-office — check-in, fornire informazioni, modificare prenotazioni, gestire reclami — e nella pianificazione: turni, distribuzione della capacità tra alloggi o attrazioni, e manutenzione che raggiunge il picco intorno al cambio di stagione. A ciò si aggiunge il lavoro amministrativo che continua indipendentemente dalla stagione: fatturazione, gestione contratti, rendicontazione a proprietari o affiliatori.
La circostanza che influisce maggiormente sul risultato è la distribuzione del lavoro tra nucleo fisso e cerchia flessibile. Un'organizzazione con un piccolo nucleo fisso e un'ampia cerchia stagionale ha ostacoli diversi rispetto a un'azienda che lavora tutto l'anno con un team fisso. Questa differenza non determina solo dove si concentrano le ore, ma anche dove si trova la ripetitività — e la ripetitività è esattamente il punto su cui interviene l'AI.
In parte delle aziende ricreative, una modifica di prenotazione, una domanda standard sugli orari di apertura o una prima risposta a un reclamo viene ormai gestita da un sistema, senza che un collaboratore la veda prima che venga inviata. In altre aziende, esattamente lo stesso compito passa ancora completamente attraverso un collaboratore, con la stessa ripetitività, la stessa domanda standard, la stessa pressione temporale durante la stagione. La differenza non sta nella natura del lavoro — che è comparabile — ma nel fatto che i dati sottostanti (sistemi di prenotazione, base di conoscenza, storico dei reclami) siano in ordine e collegati. Dove non è così, il compito resta lavoro umano, non perché il lavoro lo richieda, ma perché manca la condizione che lo permetterebbe.
Le stesse tre categorie si ripetono durante tutta la stagione. Una parte del lavoro può essere presa in carico da un sistema: prenotazioni di routine, comunicazione standard, prima selezione delle domande. Una parte avviene in modo parziale, con un collaboratore che approva o respinge motivando la propria decisione: una bozza di risposta a un reclamo, una proposta di modifica dei turni in caso di malattia, uno scenario di pianificazione per una settimana intensa. E una parte resta lavoro umano: l'ospite che ha un problema sul posto, la valutazione in un caso limite di un contratto, il colloquio con un proprietario su un investimento. Questa distribuzione si sposta con la stagione — nel picco spesso si sposta più verso il sistema, semplicemente perché il volume lo richiede, mentre nel periodo di calma c'è più spazio per la gestione umana.
L'"ambizione AI" viene spesso interpretata a livelli diversi nelle aziende ricreative senza che ciò venga esplicitato. Un direttore intende un chatbot per il sito web, un altro intende un sistema che elabora l'intera pianificazione stagionale, un terzo pensa alla fatturazione automatizzata verso i proprietari. Non si tratta di gradazioni della stessa ambizione — sono ambizioni diverse con requisiti diversi. Un chatbot richiede una base di conoscenza ben popolata; un sistema di pianificazione richiede dati storici affidabili su occupazione e personale; la fatturazione automatizzata richiede contratti standardizzati. Senza questa traduzione si crea lo schema che si presenta anche fuori da questo settore: perché persone diverse intendono cose diverse con le stesse parole, e una decisione che viene interpretata da uno come "piccolo progetto" e da un altro come "cambiamento fondamentale".
Questo si scontra anche con obiettivi di reparto esistenti. Un team di front-office che viene valutato sul punteggio degli ospiti percepisce una prima risposta automatizzata in modo diverso rispetto a un reparto di pianificazione che punta al risparmio sui costi. Cosa fare quando questi obiettivi si ostacolano a vicenda è una domanda che va oltre il settore ricreativo e viene trattata separatamente nella pagina sugli obiettivi di reparto in conflitto.
La prontezza per un'ambizione AI nel settore ricreativo dipende fortemente dalle catene di dati, spesso frammentate tra sistema di prenotazione, sistema di cassa e pianificazione del personale, da quanto personale stagionale è formato per riconoscere deviazioni da una proposta di sistema, e da se i diritti decisionali sono chiaramente definiti tra sede locale e sede centrale. Un'ambizione di automatizzare la pianificazione dei turni è realistica solo quando è chiaro chi può annullare una proposta del sistema e su quale base. Questo non riguarda la questione se qualcuno conservi il proprio ruolo — per questo valgono requisiti legali propri, separati da questa valutazione — ma la questione se l'organizzazione ha già strutturato il lavoro in modo tale da poterlo spostare.
Il settore ricreativo non è solo in questo: ostacoli simili legati a carichi di picco e cerchie flessibili si ritrovano nelle ambizioni AI che emergono nel settore delle pulizie e, con una struttura di picco diversa ma la stessa questione riguardo pianificazione e supervisione, nelle ambizioni AI nella sanità.
La domanda su quale lavoro nella vostra azienda possa realmente essere assunto dall'AI non si risponde in termini generali ma per compito — è esattamente per questo che è stata pensata la scansione del lavoro di FTE TO AI. Per una prima immagine, senza attendere questo, c'è il controllo di prontezza gratuito: otto domande brevi, una per dimensione, che mostrano dove la vostra organizzazione è più avanti e dove lo è meno. La verifica completa dell'ambizione, con i quattro livelli e i cinque confidence gate, è in fase di sviluppo.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.