Мировой и отечественный опыт использования нейросетей на рынке гостиничных услуг

Одно из самых значительных преимуществ нейронных сетей – их способность обрабатывать и анализировать огромные объемы данных. В контексте гостиниц это означает, что они могут учиться на данных о гостях (их предпочтениях, результатах предыдущих пребываний, отзывах) и предлагать высоко персонализированные услуги – от настройки обстановки в номере (например, освещения и температуры) до индивидуальных рекомендаций по потенциально востребованным услугам (в том числе туристическим). Такой уровень персонализации может значительно повысить удовлетворенность и лояльность гостей к конкретной отельной системе.

Нейронные сети могут анализировать данные об операционной деятельности гостиницы, чтобы выявить закономерности и оценить ее эффективность. Может быть обнаружено, например, нерациональное использование электроэнергии в разных частях отеля или самое загруженное время на стойке регистрации. Устраняя эти факторы снижения эффективности работы, отели могут сократить свои расходы и повысить качество обслуживания гостей. Например, предиктивный анализ может помочь в управлении энергопотреблением за счет сокращения трат на коммунальные услуги без ущерба для комфорта отдыхающих.

Отели работают на динамичном рынке, где спрос может колебаться под влиянием различных факторов, таких как сезон, локальные события или даже погода. Нейронные сети могут обрабатывать множество переменных и корректировать ценообразование в режиме реального времени, максимизируя доход и уровень заполняемости гостиниц. Такая стратегия динамического ценообразования крайне важна для сохранения конкурентоспособности и прибыльности предприятия рассматриваемого направления деятельности.

Нейронные сети управляют чат-ботами и голосовыми помощниками на базе ИИ, предоставляя гостям мгновенные ответы на запросы и пожелания. Эта технология может выполнять такие рутинные задачи, как бронирование номеров или ответы на часто задаваемые вопросы, что позволяет персоналу сосредоточиться на выполнении более сложных задач. Кроме того, благодаря круглосуточной доступности нейронные сети обеспечивают бесперебойное обслуживание гостей, повышая общую оценку отеля.

Кроме того, искусственный интеллект способен усовершенствовать системы безопасности в гостиницах с помощью применения передовых методов наблюдения, таких как распознавание лиц, обнаружение движения и выявление аномалий. Это не только повышает безопасность гостей и персонала, но и помогает быстро реагировать на инциденты, связанные с возникновением рисков для нее.

Потенциальными рисками экспансивного внедрения нейросетей и искусственного интеллекта в хозяйственную практику (такими как доверительность в процессе принятия решений искусственным интеллектом, вопросы этики и использование личных данных, неопределенность на рынке) также нельзя пренебрегать1. Но в целом в условиях жесткой конкуренции отели, использующие нейронные сети и искусственный интеллект, считаются инновационными и технологически продвинутыми, что привлекает гостей, которые ценят такой опыт. Это технологическое преимущество может стать существенным в гостиничном бизнесе.

Целью настоящего исследования является систематизация основных направлений интеграции искусственного интеллекта и нейронных сетей в деятельность отелей.

Для ее достижения необходимо осуществить:

• –    исследование теоретической базы понятий «искусственный интеллект», «нейронная сеть»;

• –    анализ функциональных возможностей нейросетей и выявление возможных направлений их интеграции в гостиничный бизнес;

• –    изучение мирового и отечественного опыта.

Объектом исследования выступает гостиничный бизнес, предметом – нейросеть как инструмент его организации.

Материалы и методы исследования . На сегодняшний день термины «искусственный интеллект», «нейросеть» часто используются в одном контексте, однако прежде, чем анализировать их работу в туристской индустрии, следует разграничить указанные понятия.

Несмотря на многие научные достижения, сфера использования искусственного интеллекта начала развиваться относительно недавно. Ученые лишь пытаются погружаться в специфику работы, изучая тонкости использования данных систем. Поэтому на данный момент существуют разные трактовки термина «искусственный интеллект» (ИИ) (табл. 1).

Таблица 1 – Определения искусственного интеллекта в современной науке ¹

Table 1 – Definitions of Artificial Intelligence

Автор	Определение
С. Грир	Компьютерный алгоритм, способный действовать самостоятельно и рационально, в том числе с учетом поступающей из внешней среды информации2
М.С. Писаренко	Полностью или частично автономная самоорганизующаяся компьютерно-аппаратнопрограммная виртуальная или киберфизическая система, в том числе биокибернетическая система синтезированных способностей и возможностей (Писаренко, 2020)
Д.Л. Кутейников	Аппаратный и информационно-программный комплекс, действие которого аналогично действию механизмов человека (Ключевые подходы к правовому регулированию использования систем искусственного интеллекта …, 2022)
С.А. Соменков	Система технических средств как физического, так и программного свойства, наиболее приближенная по механизму своего функционирования к работе человеческого мозга (Соменков, 2019)
Б.Д. Коупленд	Способность цифрового компьютера или робота, управляемого компьютером, выполнять задачи, обычно реализуемые разумными существами3

Можно сделать вывод, что все определения термина «искусственный интеллект» объединяет между собой признание учеными в качестве основы его деятельности принципа построения работы по аналогу с человеческим мозгом. Именно поэтому некоторые системы на основе искусственного интеллекта также называют когнитивными – способными самостоятельно выстраивать решения на основе поступающей из внешней среды информации.

Нейронная сеть – это алгоритм, созданный на основе структуры и функций человеческого мозга, основной задачей которого является распознавание образов и выполнение других задач машинного обучения. Основу данной системы составляют узлы – «нейроны» и связывающие их «синопсы». Научные определения данного понятия представлены в табл. 2.

Таблица 2 – Определенная термина «нейронная сеть»

Table 2 – Definition of the Term “Neural Network”

Автор	Определение
С.Б. Бекназаров	Процесс машинного обучения, называемый «глубоким», который использует взаимосвязанные узлы или нейроны в слоистой структуре, напоминающей человеческий мозг (Бекназаров, 2023)
В. Цвасс	Компьютерная программа, работающая по принципу естественной нейронной сети в мозге. Целью создания ее является выполнение таких когнитивных функций, как решение задач и машинное обучение4
Словарь колледжа Нового света Вебстера	Компьютерная система, предназначенная для выполнения задач или принятия решений на основе обобщенных закономерностей, полученных из данных, названная так потому, что изначально была смоделирована на основе метода обработки данных в мозге5
IBM	Нейронные сети, также известные как искусственные нейронные сети (ИНС) или симулированные нейронные сети (СНС), являются одним из разделов машинного обучения и лежат в основе алгоритмов глубокого обучения. Их название и структура опираются на принцип работы человеческого мозга, имитируя способ передачи сигналов между биологическими нейронами6
В.А. Иванюк	Системы, представляющие собой математическую модель и ее программную реализацию. Построение их базируется на тех же правилах, что и биологические аналоги, которые в общем виде можно привести к сложной системе, состоящей из простых процессов, объединенных и взаимодействующих друг с другом (Иванюк, 2021)

Как видим, все определения нейросети объединяет принцип работы системы по аналогии с человеческим мозгом. Состоящие из синопсов и нейронов нейронные сети способны прогнозировать, классифицировать объемные массивы данных, генерировать расшифровку видеоконтента.

Они являются одним из инструментов, используемых в ИИ для интерпретации данных, обучения на примерах и выполнения сложных задач, таких как распознавание изображений, речи и принятие решений1.

Результаты . С целью выявления специфики и эффективности интеграции нейросетей на рынке гостиничных услуг как за рубежом была проанализирована работа 11 компаний гостиничной индустрии разного типа: Hilton Worldwide (США), Marriott International (США), Aloft Hotels (США), Intercontinental Hotels Group (IHG) (Великобритания), The Cosmopolitan of Las Vegas (США), FlyZoo Hotel (Китай), Best Western International, Inc (США), Wynn Las Vegas (США), Shangri-La Hotels and Resorts (Китай), Westin Hotels & Resorts (США), Radisson Hotel Group (Великобритания) (рис. 1).

• •    Управляющая компания ■ Гостиница    Гостиничная сеть

Рисунок 1 – Типы компаний гостиничной индустрии, использующих нейросети

Figure 1 – Types of Hospitality Industry Companies Using Neural Networks

Из общего числа проанализированных предприятий большая часть является управляющими компаниями. Такая форма организации бизнеса в гостиничном секторе часто имеет больше возможностей для внедрения информационных технологий, чем отдельные гостиничные сети и отели. В первую очередь это связано со следующими преимуществами:

• –    экономия за счет масштаба. Управляющие компании контролируют несколько отелей, что позволяет им инвестировать в ИТ-решения, которые могут быть чрезмерно затратными для отдельных объектов. Они могут заключать более выгодные сделки с дистрибьюторами технологий благодаря большему масштабу деятельности;

• –    стандартизация. Управляющие компании могут внедрять стандартизированные ИТ-системы и процессы во всех объектах, которыми они управляют, обеспечивая согласованность операций обслуживания гостей и управления данными;

• –    ресурсы. Эти компании часто располагают специализированными ИТ-командами или имеют доступ к специализированным знаниям в области цифровых технологий, что позволяет им разрабатывать и внедрять передовые решения, на которые у отдельных отелей может не хватать ресурсов;

• –    централизованное управление. Это обеспечивает эффективный мониторинг, техническое обслуживание и обновления систем в нескольких отелях одновременно;

• –    аналитика данных. Управляющие компании могут агрегировать информацию из нескольких объектов недвижимости, чтобы получить более глубокое представление о предпочтениях гостей и тенденциях рынка; это способствует более эффективному принятию решений и реализации результативных маркетинговых стратегий;

• –    конкурентное преимущество. Имея возможность одними из первых внедрять передовые ИТ-решения, управляющие компании могут продвигать себя на рынке.

Среди проанализированных компаний также были выделены типы продуктов на основе нейросетей, которые интегрированы ими в производственную работу (рис. 2):

• • Чат-бот

• ■ Голосовой ассистент

• ■    Расчетные модули          Системы распознавания лиц

• ■    Роботизированный ассистент

Рисунок 2 – Тип продукта на основе нейросети, интегрированный в работу гостиницы

Figure 2 – Types of Neural Network-Based Products Integrated into Hotel Operations

Наиболее часто используемыми продуктами являются чат-боты и голосовые ассистенты на базе нейросети1. Это обусловлено тем, что среди разнообразных систем данные варианты наиболее эффективны в обеспечении естественного и персонализированного взаимодействия, улучшении пользовательского опыта, адаптации к взаимодействиям c клиентами и в параллельном обучении на полученном опыте, а также в управлении различными способами коммуникации, интеграции в работу с большой базой пользователей2.

В процессе эксплуатации нейронные сети предоставляют гостиничному бизнесу сразу несколько преимуществ. Они:

• 1)    превосходно справляются с задачами обработки естественного языка, позволяя чат-ботам и голосовым помощникам понимать запросы пользователей и отвечать на них с высокой степенью точности;

• 2)    могут сохранять контекст во время разговоров, что позволяет сохранять историю взаимодействия с каждым гостем и оперативно предоставлять ему ответы по тематике разговора;

• 3)    могут обрабатывать как текстовый, так и голосовой ввод, обеспечивая гибкость в общении и адаптируясь к пользователям с различными предпочтениями и потребностями в доступности;

• 4)    интегрируются с Интернетом вещей (loT) – системой, которая объединяет устройства в компьютерную сеть и позволяет им собирать, анализировать, обрабатывать и передавать данные другим объектам через программное обеспечение, приложения или технические устройства. Голосовые помощники, в частности, могут легко интегрироваться с устройствами loT, позволяя пользователям управлять системами «умный дом» и получать доступ к информации с помощью голосовых команд³;

  – поддерживают ресурсы с открытым исходным кодом, что упрощает разработку и интеграцию чат-ботов и голосовых помощников в функционирование гостиничного комплекса.

Полностью результаты исследования представлены в табл. 3.

Таблица 3 – Мировой опыт интеграции продуктов на основе нейросетей в гостиничном бизнесе

Table 3 – Global Experience in Integrating Neural Network-Based Solutions in the Hospitality Industry

Название	Тип продукта на основе нейросети	Способ использования
Hilton Worldwide	Чат-бот, роботизированный ассистент	Используется искусственный интеллект и нейронные сети для чат-бота Конни. Он помогает гостям, предоставляя информацию об услугах отеля, местных достопримечательностях и многом другом, повышая качество обслуживания клиентов
Marriott International	Голосовые ассистенты на основе нейросети	С помощью аналитики данных и машинного обучения подмножества нейронных сетей адаптируются услуги и рекомендации для каждого гостя. В частности, используются такие голосовые помощники с нейросетью, как Alexa и Siri
Aloft Hotels	Голосовые ассистенты на основе нейросети	Имеется гостиничный номер с голосовым управлением, известный как «Проект Джетсон», где гости могут использовать iPad, оснащенный специальным приложением Aloft, или Siri для управления температурой в номере, освещением и т. д.
Intercontinental Hotels Group (IHG)	Расчетные модули на основе ИИ	Используются системы на основе ИИ для различных целей, в том числе для управления доходами. Нейронные сети помогают предсказывать модели бронирования, оптимизировать цены на номера и более эффективно управлять товарными запасами
The Cosmopolitan of Las Vegas	Чат-бот	Функционирует чат-бот Rose, который взаимодействует с гостями посредством текстовых сообщений, давая рекомендации, отвечая на вопросы и повышая вовлеченность постояльцев в жизнь гостиницы
FlyZoo Hotel	Система распознавания лиц на основе нейросетей, роботизированный ассистент	Используется технология распознавания лиц для регистрации гостей и их доступа в номер, роботов с искусственным интеллектом для обслуживания номеров и интеллектуальные системы управления номерами
Best Western International, Inc	Голосовой ассистент на основе нейросети	В некоторых отелях Best Western Plus в номерах установлены устройства Amazon Echo. Они информируют заселяющихся об отеле и местных достопримечательностях, управляют умным домом
Wynn Las Vegas	Голосовой ассистент на основе нейросети	Используются Amazon Echo, колонка с голосовым управлением, работающая под управлением Amazon Alexa. Гости могут воспользоваться ими для управления различными функциями в номере, включая освещение, температуру, телевизор
Shangri-La Hotels and Resorts	Чат-бот, роботизированный ассистент	Функционируют чат-боты для обработки запросов гостей и поддержки бронирования, что позволило упростить этот процесс и повысить эффективность работы персонала
Westin Hotels & Resorts	Голосовой ассистент на основе нейросети	Используется голосовой помощник Alexa, с помощью которого можно позвонить на ресепшн, включить музыку, получить персональные рекомендации по тренировкам
Radisson Hotel Group	Чат-бот	Функционирует Edward – сервис с искусственным интеллектом, способный информировать об удобствах отеля, давать указания и получать жалобы от гостей за считанные секунды с помощью SMS

В целом, можно отметить, что популярность чат-ботов и голосовых помощников с нейронными сетями в гостиничном бизнесе обусловлена их способностью обеспечивать естественное и персонализированное взаимодействие персонала отелей с гостями и потенциальными клиентами, работать с несколькими режимами коммуникации, интегрироваться с IoT, масштабироваться для размещения больших баз пользователей и обеспечивать гостиничному комплексу конкурентные преимущества за счет улучшения пользовательского опыта.

В отличие от зарубежных предприятий, информации о запланированных и существующих интеграциях нейросетей в работу отечественных компаний отельного бизнеса крайне мало. На данный момент единственным успешно запущенным проектом является голосовой ассистент Алиса от компании «Яндекс». Официально выпущенная в 2017 г. колонка работает на основе нейросетей, которые постоянно обучаются на огромном массиве данных1. Яндекс использует дан- ную возможность для интеграции еще мало используемой технологии в насыщенную индустрию туризма и гостеприимства1 (рис. 3).

85 % гостей выбирают номер с колонкой		В проекте более 100 компаний
Отели 50 городов России используют станцию в своих номерах		В отелях уже используется более 10 000 станций

Рисунок 3 – Статистика использования Яндекс станции в гостиницах РФ

Figure 3 – Statistics on the Use of Yandex Station in Hotels in the Russian Federation

Увеличение интереса к данной технологии также подкреплено преимуществами интеграции станции в номер. К ним относятся:

– снижение операциональной нагрузки на администратора за счет реализации функции инфоконсьержа;

– помощь в преобразовании негативных отзывов в положительные;

– повышение лояльности гостей за счет улучшения пользовательского опыта;

– помощь в генерировании трафика для продажи дополнительных услуг;

– повышение вероятности повторного заезда;

– ранжирование категории номеров, изменение позиционирования категорий с Яндекс Станцией и увеличение их стоимости.

Среди партнеров программы числятся следующие гостиницы:

– Radisson Blu;

– The Rooms Boutique Hotel2;

– Abrau Ligh Resort & SPA3;

– Movenpick;

В целом с учетом анализа мирового опыта варианты интеграции технологий на основе нейросетей для отечественных отельеров можно представить следующим образом (табл. 4).

Таблица 4 – Варианты интеграции технологий на основе нейросетей

Table 4 – Options for Integrating Neural Network-Based Technologies

Название	Описание применения	Преимущества интеграции	Трудности интеграции	Пример
Чат-бот	– интеграция с системами бронирования для обработки заявок; – генерация ответов на вопросы потребителей	– оптимизация работы сотрудников; – персонализация обслуживания; – постоянное улучшение работы	– необходим разработчик, имеющий опыт работы с API; – подписка зависит от количества знаков	OpenAI
Голосовой ассистент	– инфоконсьерж; – генерация ответов на вопросы потребителей; – предоставление доступа к Яндекс Плюс	– уникальный клиентский опыт; – ранжирование категорий номеров; – поддержка разработчика; – снижение нагрузки на персонал	– ограниченные возможности; – необходимость заключения договора с разработчиком	Яндекс Станция
Нейросети с открытым кодом	– пользователь самостоятельно обучает нейросеть	– возможность самостоятельно определить функционал; – прогноз загрузки	– необходим разработчик, имеющий опыт работы с open source	RHVoice

Представленные в табл. 4 варианты интеграции нейросетевых технологий демонстрируют широкие возможности их применения в сфере обслуживания клиентов и автоматизации бизнес-процессов – от чат-ботов и голосовых ассистентов до использования нейросетей с открытым исходным кодом. Вместе с тем интеграция сопряжена с рядом трудностей: необходимостью привлечения квалифицированных разработчиков, зависимостью от внешних API и подписок, а также юридическими и техническими ограничениями (например, заключением договоров с поставщиками технологий или работой с открытым кодом). Это указывает на то, что успешное внедрение нейросетевых решений требует не только финансовых, но и кадровых ресурсов, а также тщательной оценки соответствия выбранной технологии конкретным бизнес-задачам.

Таким образом, тенденция внедрения передовых технологий, таких как искусственный интеллект и машинное обучение, включающее нейронные сети, прослеживается в различных отраслях российской экономики, в том числе в гостиничном и туристическом бизнесе. Достижения в области искусственного интеллекта, которые являются компонентом более широкой трансформации цифровой экономики, затронули целый ряд отраслей и могут повлиять на методы работы отелей. Например, машинное обучение и нейронные сети могут использоваться для автоматизации и оптимизации различных процессов, таких как обслуживание клиентов с помощью чат-ботов, или даже для более сложных систем принятия решений, которые могут прогнозировать и реагировать на изменения рынка.

Заключение . Таким образом, по нашему мнению, использование нейронных сетей в гостиничном бизнесе обусловлено стремлением отельеров повысить качество обслуживания гостей, эффективность работы предприятий, оптимизировать принятие стратегических решений и сохранение конкурентных преимуществ. По мере развития технологии ее роль в индустрии гостеприимства будет становиться все более значительной, определяя будущее отельного менеджмента.

Анализ мирового опыта показал, что ведущие международные гостиничные сети активно внедряют нейросетевые технологии в свою деятельность для повышения качества обслуживания и достижения операционной эффективности. Наиболее распространенными решениями являются чат-боты (например, Connie от Hilton, Rose от The Cosmopolitan) и голосовые ассистенты (Alexa, Siri), интегрированные в номера для управления освещением, климатом, развлечениями и предоставления гостям информации о возможностях и услугах отеля. Эти технологии обеспечивают высокий уровень персонализации, снижают нагрузку на сотрудников гостиницы и формируют уникальный клиентский опыт.

Управляющие компании демонстрируют наибольшую активность в цифровизации, поскольку обладают необходимыми ресурсами, возможностями стандартизации и масштабирования ИТ-решений. Благодаря централизованному управлению и агрегации данных из множества объектов, они способны эффективно использовать нейросети для прогнозирования спроса, динамического ценообразования, оптимизации энергопотребления и маркетинговых коммуникаций. Это подтверждает, что масштаб бизнеса напрямую влияет на скорость и глубину внедрения в него ИИ-технологий.

В российской гостиничной практике использование нейросетей пока ограничено. Наиболее заметным и успешным проектом является сотрудничество ряда отелей (Radisson Blu, Lotte Hotels, Movenpick и др.) с Яндексом по интеграции «Яндекс Станции» в номера. Большинство гостей положительно оценивают наличие голосового ассистента. Это свидетельствует о высоком потенциале подобных решений на отечественном рынке, который пока недостаточно насыщен.

Однако внедрение нейросетевых технологий в России сопряжено с рядом трудностей: необходимостью привлечения квалифицированных IT-специалистов, зависимостью от внешних API и платных подписок, а также ограниченной доступностью готовых решений, адаптированных под локальный рынок. Альтернативой может стать использование нейросетей с открытым исходным кодом, но это также требует технической экспертизы. Таким образом, для широкого распространения ИИ в российском гостеприимстве необходимы как технологическая зрелость отрасли, так и ее поддержка со стороны разработчиков и регуляторов.

В целом, настоящее исследование подтверждает, что нейросетевые технологии постепенно становятся важным элементом конкурентной стратегии гостиничных предприятий. Несмотря на различия в уровне цифровой зрелости между зарубежными и отечественными компаниями, тенденция к автоматизации, персонализации и интеллектуализации сервиса является глобальной. Российский рынок гостеприимства имеет значительный потенциал для роста в этом направлении, особенно при условии системного подхода к внедрению ИИ и развития соответствующей инфраструктуры.