Jane Kosykh - AI-автоматизация для бизнеса

Ошибки автоматизации в ресторане и отеле: почему возвращают людей

J
Jane Kosykh
Опубликовано 7 июл. 2026 г.14 мин чтенияСредний
Ошибки автоматизации в ресторане и отеле: почему возвращают людей
1просмотров

CTA-ТОЧКА 1 - подписка

Каждую неделю разбираю, как малый и средний бизнес закрывает дыры в процессах простыми инструментами: кейсы, цифры, ошибки. Без тяжёлых платформ и программиста в штате. Подпишитесь, чтобы не пропустить.

Подписаться и получить разбор: https://t.me/janeprovideo

Почему бизнес массово возвращает людей после ИИ?

Коротко: в 2025-2026 годах компании, которые уволили людей «под ИИ» ради экономии, начали нанимать их обратно. По опросу Orgvue, 55% руководителей, сокративших штат из-за ИИ, признали это ошибкой. Причина почти всегда одна: автоматизировали не то и не так. «Плохой ИИ» тут ни при чём.

Единичными историями это уже не назвать - идёт измеримый разворот. Кадровая компания Orgvue опросила руководителей: 39% сокращали сотрудников из-за внедрения ИИ, и 55% из них потом назвали это решение ошибкой. Robert Half добавляет: 32% менеджеров в США, ликвидировавших должность «из-за ИИ», позже снова наняли человека на ту же роль.

Самый громкий пример - шведский финтех Klarna. В феврале 2024 компания хвасталась, что ИИ-ассистент за первый месяц закрыл 75% чатов поддержки, около 2,3 млн диалогов, и «делает работу 700 агентов». Штат урезали примерно на 22%. А в мае 2025 CEO развернул стратегию и снова начал набирать людей.

«Мы зашли слишком далеко. Мы слишком сфокусировались на затратах, и результатом стало более низкое качество».

И это не только финтех. Австралийский Commonwealth Bank заменил 45 операторов поддержки голосовым ИИ, очереди звонков резко выросли, и сотрудников пришлось вернуть на телефоны. Ресторан и отель здесь ничем не отличаются: та же логика «уберём людей ради экономии» и та же расплата качеством сервиса. Разберу пять типичных ошибок автоматизации в HoReCa, из-за которых бизнес и приходит к возврату людей, и покажу, как каждую обойти.

Ошибка 1: почему нельзя автоматизировать хаос?

Коротко: ИИ не наводит порядок, он ускоряет то, что уже есть. Поставить его поверх бардака в процессах - значит разогнать этот бардак на всю базу разом. По отчёту MIT, около 95% пилотных проектов ИИ не дали отдачи, и причина - кривая стыковка с процессами, а не сами модели.

Отчёт «The GenAI Divide» исследовательской инициативы MIT NANDA за 2025 год разобрал 300 внедрений: только около 5% пилотов ИИ дали быстрый рост выручки, остальные застряли без измеримого влияния на прибыль. Вывод авторов простой: провал почти всегда объясняется не качеством модели. ИИ ставят «сверху» на непричёсанные процессы, и он ускоряет бардак.

В русскоязычных разборах ту же мысль формулируют прямо: когда бота внедряют без ясной цели, теряется сам смысл его создания, и вместо помощи он только ухудшает ситуацию (разбор частых ошибок автоматизации, vc.ru).

Я это вижу на каждом первом проекте. Если заявки живут в чатах, даты броней - в голове администратора, а отчёт сводится вручную к пятнице, то бот поверх этого не спасёт. Он просто быстрее раздаст неверные ответы. Сначала процесс, потом автоматизация - другого порядка нет.

Живой пример из моей практики. В парк-отеле «Дубрава» под Самарой журнал броней площадок жил в Excel на одном офисном компьютере: даты в разных форматах, двойные брони, потерянные заявки, а новый менеджер разбирался в этом неделю. Мы не ставили сверху ИИ. Сначала вынесли процесс в веб-приложение, где двойная бронь невозможна на уровне архитектуры. Порядок в процессе - вот фундамент, на который потом можно ставить что угодно. С чего вообще начинается ИИ для бизнеса и что собрать первым, я разбирала в статье про ИИ-маркетинг на практике.

Ошибка 2: где ИИ не заменит живого человека?

Коротко: ИИ хорошо закрывает рутину - типовые вопросы, черновики, сбор данных. Но эмпатия, разбор жалобы и нестандартная ситуация - это зона человека, и гость платит именно за неё. Klarna и Commonwealth Bank убрали людей как раз с этого участка и заплатили падением качества сервиса. Живой контакт - то, ради чего гость возвращается, а не «бесшовный» робот.

Гостеприимство держится на живом контакте, и это не лирика. За живой контакт гость платит и возвращается. Отраслевой разбор HotelSpeak поймал это точно.

«Никто не хвалит бесшовный чек-ин. Хвалят конкретного человека. Момент, когда почувствовал, что тебя видят».

Klarna, вернувшись к найму, сформулировала правило, которое стоит повесить на стену любому владельцу ресторана и отеля.

«С точки зрения бренда критически важно, чтобы клиент понимал: живой человек будет всегда, если он вам нужен».

Есть простой тест, куда нельзя пускать бота. Если ситуация эмоционально заряжена (гость недоволен, случай нестандартный, цена ошибки - репутация) - это человек. Если задача рутинная, повторяющаяся и с понятными правилами (когда заезд, есть ли места, сколько стоит) - это кандидат на автоматизацию. Klarna и Commonwealth Bank перепутали эти две зоны: отдали боту как раз то, где нужен человек.

CTA-ТОЧКА 2 - встроенный оффер

Эти ошибки почти всегда видно заранее - если посмотреть на процессы до внедрения, пока деньги ещё не потрачены. Ошибки автоматизации - это в первую очередь вопрос диагностики: что у вас держится на человеке, что можно отдать машине, а где автоматизация только навредит. «Аудит до денег» показывает всю картину: на ваших цифрах я нахожу, где бизнес теряет деньги, и как он выглядит на фоне 5 конкурентов - до любых договорённостей.

Подписаться и получить разбор: https://t.me/janeprovideo

Ошибка 3: что будет, если бот не видит данных бизнеса?

Коротко: чат-бот без доступа к реальным данным отеля или ресторана (брони, номера, меню, цены) отвечает общими фразами и не может выполнить запрос. Это главная причина, по которой отельные боты проваливаются: гость просит поздний выезд, а бот не видит свободных номеров и уходит в тишину. Тогда гость звонит на ресепшн или к конкуренту, а деньги на бота уже потрачены.

Отраслевые разборы (Stay, Quicktext, Vertize) сходятся в одном: бот проваливается не из-за «глупости». Он оторван от системы учёта. Он не видит, свободен ли номер, не знает актуальную акцию, не может продлить проживание. Типичный сбой: гость просит поздний выезд, бот пишет «сейчас проверю» - и тишина. Запрос повисает, гость успевает позвонить на ресепшн или уйти.

Даже гиганты спотыкаются там, где среда живая. McDonald's сворачивал пилот голосового ИИ-приёма заказов в drive-thru (совместно с IBM) после того, как система путала заказы: добавляла лишние позиции, реагировала на фоновый шум. В июне 2024 пилот в 100+ ресторанах остановили. Урок тут не про «глупый ИИ». Без чистого входа данных и в шумной среде ошибётся любая система.

Правильно - наоборот. В том же парк-отеле «Дубрава» ИИ-консьерж работает не в вакууме: он подключён напрямую к системе бронирования TravelLine, проверяет свободные номера, считает стоимость и выдаёт готовую ссылку на оплату. Он отвечает за 1-3 секунды в любое время суток и стоит около 20 000 рублей в год против менеджера за 700 000+ рублей. Разница с проваленными ботами одна: он видит реальные данные и потому закрывает запрос вместо имитации разговора.

Ошибка 4: почему «чёрный ящик» рушится при первом увольнении?

Коротко: если систему собрал один подрядчик и никто в команде не понимает, как она устроена, - это мина замедленного действия. Уйдёт исполнитель или сотрудник, который «всё помнил», - и процесс встанет. Именно этого владелец и боится: чёрный ящик, который ломается при первом увольнении. Прозрачность важнее умности: хорошая система переживает уход любого человека.

Это главный страх владельца, и он обоснован. Нанять подрядчика, потратить бюджет и получить чёрный ящик, который никто не понимает и который сломается при первом увольнении, - типичный финал непродуманной автоматизации. Разработчики на Хабре честно пишут: модели и процессы меняются, сотрудники начинают пользоваться инструментом иначе, чем задумано, и без понятной операционной поддержки система тихо деградирует.

Именно от этого я отстраиваюсь в своей работе. Интеграторы внедряют месяцами и оставляют чёрный ящик на одном разработчике. Фрилансеры делают что сказали, забывая про то, что нужно, и уходят - система умирает вместе с ними. Хорошая автоматизация прозрачна: сложное внутри, простое снаружи. Владелец должен управлять ей из простой таблицы, без похода к программисту ради смены акции.

Проверить это легко. Хорошая система переживает увольнение любого сотрудника. Если процесс держится на памяти человека - это не процесс, это рулетка. В парк-отеле «Дубрава» после того, как знание о бронях переехало из головы менеджера в архитектуру приложения, новый сотрудник стал разбираться за 5 минут вместо недели. Увольнение перестало быть катастрофой. Как построить такую систему в отеле без программиста в штате, я разбирала отдельно.

Ошибка 5: почему экономия на людях обошлась дороже?

Коротко: экономия на зарплатах часто оказывается иллюзией. По данным Careerminds, 30,9% компаний потратили на повторный найм больше, чем сэкономили на ИИ-сокращении, а ещё 42,4% вышли в ноль. Исследование MIT и IBM добавляет: из разобранных задач выгодно автоматизировать лишь около четверти. Считать надо не зарплату, а полную стоимость с учётом всех хвостов.

Логика «уволим - сэкономим» ломается на скрытых затратах. Careerminds приводит цифры: 52,1% компаний, проводивших ИИ-сокращения, снова наняли людей в течение полугода, из них 30,9% потратили на возврат больше, чем сэкономили, а 42,4% вышли в ноль. То есть в большинстве случаев экономии не было вовсе.

Есть и прямой расчёт стоимости. Совместное исследование MIT (лаборатории CSAIL и школа Sloan) и IBM в 2024 году посчитало: из задач, которые разобрали исследователи, выгодно автоматизировать лишь около четверти - остальное дешевле оставить людям. Автоматизация окупается только там, где задача массовая, повторяющаяся и дешёвая в стыковке.

Что сравниваемЭкономия «на бумаге»Что вылезает в реальности
Зарплаты сокращённыхминус фонд оплаты трудаповторный найм, обучение, разбор жалоб
Скорость«бот отвечает мгновенно»6-30% сложных случаев всё равно на людях
Качество сервиса«клиент не заметит»рост жалоб, отток, удар по репутации
Итог за полгода«сэкономили»у 30,9% - расходы выше экономии (Careerminds)

Вывод простой: правильный вопрос звучит иначе. Не «сколько сэкономлю на зарплате», а «сколько это реально принесёт и стоит с учётом всех хвостов». ИИ окупается, когда забирает дорогую рутину. Просто вычеркнуть людей из ведомости - совсем другая история.

Что автоматизировать, а что оставить людям?

Коротко: работает правило «человек в контуре» (human-in-the-loop). ИИ делает рутину автономно, но критичные и эмоциональные решения проходят через живого человека. McKinsey прямо называет участие человека критически важным для генеративного ИИ. Граница проходит по типу задачи: рутина - машине, жалобы и риски - человеку.

Дело не в вывеске «ресторан» или «отель». Граница проходит по типам задач. Разложу по полочкам.

  1. Отдать ИИ: типовые вопросы гостя (цена, заезд, свободные места, парковка), сбор и сведение данных, черновики ответов, ночные лиды, расчёты и сметы, отчёты в один клик.
  2. Оставить человеку: разбор жалобы, нестандартная ситуация, VIP-гость, эмоционально заряженный разговор, финальное решение по деньгам и рискам.
  3. Держать на стыке: ИИ готовит и предлагает, человек утверждает. Бот собрал расчёт банкета - менеджер подтвердил и продал.

Механика простая: у модели есть порог уверенности. Уверена - отвечает сама, не уверена - передаёт человеку. Это и называется «человек в контуре».

«Участие человека в контуре критически важно».

Смысл простой: снять с людей рутину и вернуть их на дорогую работу, где нужен живой человек. Роботы работают - человек живёт.

Как выглядит правильная автоматизация в HoReCa?

Коротко: правильная автоматизация не увольняет людей. Она перекидывает их с рутины на дорогую работу и подсвечивает деньги, которые владелец не видел в ручном режиме. Разберу четыре моих проекта в отелях и ресторанах, где ИИ усилил команду вместо того, чтобы её заменить: консьерж, ИИ-аналитик, FoodCost-светофор и банкетный калькулятор.

ИИ-консьерж, который не уволил менеджеров. В парк-отеле «Дубрава» консьерж закрыл рутину: типовые вопросы и ночные лиды, которые раньше терялись, пока менеджер спал. Нагрузка на персонал упала на 80%. Но менеджеров не сократили - они переключились на VIP-гостей и организацию ивентов, то есть на то, где нужен человек. Себестоимость около 20 000 рублей в год, окупаемость быстрее трёх месяцев.

ИИ-аналитик, который нашёл деньги. В другом загородном парк-отеле я собрала пульт с ИИ-аналитиком, который делает текстовый аудит продаж по кнопке. За первые 18 дней он подсветил две финансовые дыры, которые не видел никто: отель слишком рано и дёшево распродавал лучший фонд (окно бронирования - 102 дня) и почти не делал допродажи (платные услуги при проживании 4+ дней - менее 0,5%). Выручка за этот период - 5,1 млн рублей, плюс 187%. ИИ не заменил аналитика, он усилил зрение владельца, а решение осталось за человеком.

FoodCost, которым управляет шеф-повар. В ресторане на R-Keeper типичная ошибка - считать себестоимость блюд постфактум, когда деньги уже потеряны. Я собрала дашборд с динамическим FoodCost и «светофором» для кухни: A - топ прибыли, B - середина, C - аутсайдеры, отдельно убыточные позиции. Сбор отчёта упал с нескольких часов до одной кнопки. Но меню по-прежнему ведёт шеф-повар - теперь по цифрам маржинальности вместо интуиции. Как читать эти цифры и убирать убыточные позиции, я разбирала в статье про убыточные блюда в меню.

Банкетный калькулятор, который остался в руках менеджера. В event-департаменте парк-отеля подготовка сметы банкета занимала 40-60 минут ручной работы с ошибками в формулах. Я автоматизировала расчёт: смета и юридически чистый PDF - за 30 секунд, пять вариантов меню гостю за 2 минуты, ноль математических ошибок. Автоматизировала счёт, не продажу: менеджер предлагает варианты прямо на звонке, живой контакт с гостем остаётся за ним.

Общий знаменатель всех четырёх: ИИ забрал рутину и цифры, а люди остались там, где они дороже машины. Сложное внутри, простое снаружи. Данные работают - вы управляете.

Как избежать пяти ошибок: чек-лист перед внедрением

Коротко: перед тем как автоматизировать, проверьте себя по пяти пунктам. Они отсекают те самые 95% провалов, о которых пишет MIT: сначала процесс, потом ИИ; человек остаётся на эмоциях и рисках; бот подключён к реальным данным; система прозрачна и переживает увольнение; экономику считаем целиком, а не только по зарплате. Пять минут проверки экономят месяцы возврата людей.

  1. Опишите процесс до автоматизации. Если он живёт в голове администратора и чатах - сначала вынесите его в понятную систему. ИИ ускоряет порядок, но не создаёт его.
  2. Разметьте задачи на «человек» и «машина». Рутина с чёткими правилами - боту. Эмпатия, жалобы, нестандартное и рискованное - человеку. Спорное - на стык: ИИ предлагает, человек утверждает.
  3. Проверьте, видит ли бот реальные данные. Без связи с бронями, номерами, меню и ценами он будет отвечать общими фразами. Нет доступа к данным - нет автоматизации, есть имитация.
  4. Потребуйте прозрачности. Спросите подрядчика: кто сможет поддерживать систему после его ухода и меняются ли настройки без программиста. Не можете управлять из простой таблицы - это чёрный ящик.
  5. Посчитайте экономику целиком. Не «сколько сэкономлю на зарплате», а «сколько это принесёт и стоит с учётом повторного найма, обучения и сложных случаев на людях».

Пройдёте эти пять пунктов - и автоматизация будет усиливать команду вместо того, чтобы выталкивать её за дверь с последующим возвратом. Именно на этом обжигаются те 95%, о которых пишет MIT: спешат внедрить, пропустив диагностику.

Источники

CTA-ТОЧКА 3 - подвал

Правильная автоматизация ресторана или отеля - за один заход, без программиста в штате и без корпоративного софта. «Аудит до денег»: на ваших цифрах покажу, где бизнес теряет деньги и что стоит отдать машине, а что оставить людям, - коротко, по делу, результат остаётся у вас.

Подписаться и получить разбор: https://t.me/janeprovideo

Статья была полезной?
Автор
Jane Kosykh
AI-маркетолог, архитектор AI-систем для бизнеса

Строю AI-системы и автоматизацию для бизнеса. 17 лет в маркетинге, последние 2 года - внутри бизнесов как AI-интегратор. Вижу где теряются деньги - закрываю это стабильными инструментами без программиста в штате.

TelegramСайт