39,7% polskich hotelarzy używa AI. Reszta wie, że powinna. 3 paradoksy z badania SGGW

Anna jest dyrektorem marketingu w warszawskim hotelu 4*. Na ostatnim spotkaniu zarządu zgodziła się z trzema rzeczami. AI jest kluczowe dla przyszłości branży. Inwestycja w AI przyniesie hotelowi długoterminowe korzyści. Konkurenci, którzy nie wdrożą AI, zostaną w tyle.

W jej hotelu nikt nie używa AI.

Anna nie jest wyjątkiem. Według badania przeprowadzonego przez Szkołę Główną Gospodarstwa Wiejskiego w Warszawie, 39,7% menedżerów warszawskich hoteli korzysta z technologii AI. Pozostali deklarują, że temat jest ważny, że inwestycja się opłaca, że hotel powinien wdrożyć tę technologię. Tylko jakoś tego nie robią.

W 2024 roku globalne inwestycje korporacyjne w AI sięgnęły 184 miliardów dolarów. Wzrost o 50 miliardów względem 2023. Statista prognozuje, że globalny rynek AI przekroczy 826 miliardów dolarów do 2030 roku. Te miliardy mają trafiać do firm, które AI realnie wdrożą.

W warszawskim hotelu 4* nie trafiają.

Ten artykuł nie jest atakiem na branżę. Jest pokazaniem trzech paradoksów, które wyłaniają się z konkretnych liczb akademickiego badania. Każdy z paradoksów ma praktyczną implikację dla CMO hotelu MŚP. Na końcu dostaniesz checklistę pięciu kroków pierwszego wdrożenia - bez błędów, które popełnia większość respondentów badania.

Co to za badanie

Raport „The Perception of Artificial Intelligence and the Metaverse by Hotel Management in Marketing and Data Management: A Case Study from Poland" napisali Agnieszka Tul-Krzyszczuk z SGGW i Weronika Stańczak z Hotel Premiere Classe Varsovie. Publikacja w Scientific Papers of Silesian University of Technology, Organization and Management Series No. 245, rok 2026, DOI 10.29119/1641-3466.2026.245.30. Bibliografia liczy 89 pozycji akademickich.

Metodologia jest jednoznaczna i autorzy uczciwie zaznaczają jej ograniczenia. Diagnostic survey przez Webankietę.pl w pierwszym kwartale 2024 roku. Wysłano 102 ankiety do hoteli w Warszawie, otrzymano 88 poprawnie wypełnionych. Z tego tylko 35 menedżerów (39,7%) miało faktyczne doświadczenie z AI. Próba purposive (celowa), niereprezentatywna, ograniczona geograficznie do Warszawy. Status badania: eksploracyjne, nie uogólnialne.

Profil respondentów: 37,5% top management (regional director, CEO, hotel director), 47,5% middle management (deputy director, department director HR, F&B, guest services), 15% supervisory management. Większość pracuje w hotelach 4-gwiazdkowych (40,9%) i 3-gwiazdkowych (30,68%). Jedna trzecia w hotelach powyżej 200 pokoi.

Najważniejszy fakt z profilu respondentów: tylko 14,77% deklaruje wysoką biegłość technologiczną. 65,9% średnią. 19,32% niską. To są menedżerowie, którzy na co dzień podejmują decyzje technologiczne za hotele zatrudniające setki osób.

Z mojego doświadczenia, praca z menedżerami o poziomie „medium" w hotelarstwie ma jedną cechę. Wszyscy wiedzą, że trzeba coś zrobić. Mało kto wie co. Jeszcze mniej kto wie jak.

Dane z badania dają temu konkretną liczbę.

Paradoks 1: 80% wierzy, 39,7% robi

To jest najmocniejsza liczba w całym raporcie i większość komentarzy w branży ją pomija.

Respondenci, którzy odpowiedzieli na pytanie o korzyści inwestycji w AI (Q5), w 80% poparli tezę „inwestycja w AI przyniesie długoterminowe korzyści hotelowi". 77% zgodziło się, że „zrozumienie i używanie AI jest kluczowe dla przyszłości branży hotelowej". 65,71% potwierdziło, że „wdrożenie AI zwiększy efektywność obsługi klienta".

Te same osoby pracują w hotelach, w których adopcja AI wynosi 39,7%.

Mamy więc lukę 40 punktów procentowych między deklarowanym przekonaniem a realnym działaniem. Klasyczny knowledge-action gap. Wszyscy wiedzą, że to ważne. Większość nic z tym nie robi.

Drugi fakt z badania pokazuje, że ta luka nie wynika z polskich kompetencji cyfrowych w ogóle. Według Pracuj.pl 72% Polaków pozytywnie ocenia swoje digital competencies. W próbie hotelarskiej tylko 14,77% deklaruje wysoką biegłość technologiczną. Pozostałe 85% to średnia lub niska.

Polski hotelarz jest o około 57 punktów procentowych poniżej średniej krajowej w samoocenie cyfrowej. Branża, która operuje globalnymi systemami rezerwacyjnymi i zarządza danymi tysięcy gości, ma niższe digital competencies niż polski przeciętny pracownik biurowy. To diagnoza, której hospitality nie lubi.

Regresja logistyczna z badania uściśla mechanizm. Osoby oceniające swoją biegłość jako „niską" mają 80,8% niższą szansę używania AI niż osoby z biegłością „wysoką" (OR 0,192; 95% CI: 0,04–0,84). Osoby z biegłością „średnią" - 64,5% niższą (OR 0,355; CI: 0,10–0,94). Niska biegłość przekłada się 1:1 na brak adopcji.

Praktyczna implikacja jest brutalna. Twój hotel nie używa AI nie dlatego, że AI jest złe albo drogie. Dlatego, że nikt w zespole nie czuje się komfortowo z tą technologią. Zarząd akceptuje slajdy, na których pisze, że AI jest kluczowe. Operacja nic z tymi slajdami nie robi.

Paradoks 2: Sceptyk metaverse 2,4 razy chętniej używa AI

To jest najmniej oczywista liczba z badania i prawdopodobnie najbardziej praktyczna.

Pytanie Q3 brzmiało: „Czy uważasz, że metaverse (technologia z użyciem gogli AR/VR) może pomóc w promocji i sprzedaży oferty?". 55% z 88 menedżerów odpowiedziało „tak". 21,59% odpowiedziało „nie". Resztę stanowili niezdecydowani.

Regresja logistyczna pokazała coś, czego autorzy badania nie nazwali wprost. Osoby, które nie wierzą w metaverse jako narzędzie promocji, mają 2,4 razy większą szansę używania AI niż osoby, które wierzą (OR 2,444; 95% CI: 1,22–7,26). Innymi słowy, hotelarz sceptyczny wobec metaverse jest dwa i pół raza częściej realnym użytkownikiem AI.

Tłumaczenie autorów jest ostrożne. Sceptycy są bardziej praktyczni. Skoro nie kupili hype'u metaverse, mają więcej energii, by inwestować w coś, co realnie działa już dziś. Entuzjaści metaverse czekają na to, co dopiero przyjdzie. Sceptycy używają tego, co już jest.

Dla CMO hotelu MŚP to ma konkretną implikację. Jeśli na waszej burzy mózgów ktoś gorąco mówi o wirtualnych zwiedzaniach pokoi przez gogle VR, sprawdźcie, ile narzędzi AI ta sama osoba faktycznie wdrożyła w hotelu w ostatnich 12 miesiącach. Korelacja jest empiryczna, nie hipotetyczna.

Drugi wniosek jest jeszcze prostszy. Hospitality ma realny problem z odróżnianiem technologii, która już zarabia, od technologii, która jeszcze przez 5 lat będzie tylko obietnicą. Według Gursoy, Malodia i Dhir (2022) metaverse może replikować bodźce wizualne i słuchowe, ale smaku i zapachu jeszcze nie potrafi. Dla hotelowego spa i F&B to fundamentalna bariera, której żaden CTO z McKinsey nie obejdzie do 2030 roku.

Tymczasem AI w marketingu, recepcji i zarządzaniu przychodami działa już dziś.

Paradoks 3: AI jako narzędzie wyłącznie marketingowe

Ten paradoks jest mniej widoczny, ale ma największą konsekwencję strategiczną.

W pytaniu Q2 respondenci wskazywali, do czego używają AI w pracy. Wyniki uporządkowane od „strongly agree":

Spójrz na pierwsze cztery pozycje. Komunikacja marketingowa, planowanie oferty, systemy rekomendacji, prognozowanie popytu. Wszystko to są zadania marketingu i sprzedaży.

Spójrz na dwie ostatnie. Kontrola jakości obsługi klienta - 29,17%. Zarządzanie cenami - 20,83%. Najniższe oceny w całej tabeli.

Polski hotelarz używa AI do reklam i ofert, ale nie do dynamicznego ustalania cen i jakości obsługi. To znaczy, że AI w polskim hotelu zarabia, kiedy klient jeszcze nie kupił, i przestaje zarabiać, kiedy klient już jest na obiekcie. Najwyższe potencjalne ROI - zarządzanie przychodami i lojalność - leżą odłogiem.

To ma trzy konsekwencje, których raport wprost nie nazywa.

Pierwsza, finansowa. Dynamiczne ustalanie cen w hotelarstwie potrafi zwiększyć RevPAR o 5–15% w pierwszym roku wdrożenia. Algorytmy analizujące dane historyczne i konkurencyjne potrafią aktualizować cenę co godzinę - czego żaden menedżer przychodów nie zrobi ręcznie. Polski hotelarz tego nie robi.

Druga, operacyjna. AI analizujące opinie gości w czasie rzeczywistym wykrywa wzorce reklamacji, zanim staną się kryzysem PR. 29,17% akceptacji „strongly agree" dla kontroli jakości obsługi oznacza, że większość hoteli pozwala swojej reputacji online dryfować bez monitoringu.

Trzecia, strategiczna. Hotel, który używa AI tylko w marketingu, optymalizuje akwizycję klienta. Hotel, który używa AI w zarządzaniu przychodami i jakości obsługi, optymalizuje wartość klienta w czasie. Pierwsze podejście wymaga ciągłego budżetu marketingowego. Drugie buduje przewagę.

Korzyści wskazane w pytaniu Q4 potwierdzają ten obraz. Najwyższy wynik w „strongly agree" - 51,43% dla skuteczniejszych kampanii reklamowych. To jedyna pozycja w całym badaniu, gdzie odpowiedź „strongly agree" dominuje nad „agree". Personalizacja oferty, łatwiejsza analiza danych, targetowane reklamy - wszystko silne. Jednak „enhanced analysis of customer reviews" dostało tylko 57,14% pozytywnej akceptacji. To pokazuje granicę dzisiejszego wdrożenia.

Realna bariera to ludzie, nie technologia

W pytaniu Q5 o przeszkody wdrożenia AI najczęstszą odpowiedzią „strongly agree" było jedno zdanie. „Brak wykwalifikowanych specjalistów AI w naszej organizacji to problem" - 45,71%. Łącznie z „agree" - 65,71% akceptacji.

Druga przeszkoda: brak jasnej strategii wdrożenia AI w firmie - 57,15% pozytywnej akceptacji. Trzecia: menedżerowie potrzebują stałego dostępu do aktualnej wiedzy o trendach AI - 68,58%. Czwarta: obawa, że automatyzacja AI negatywnie wpłynie na jakość obsługi klienta - 45,71%.

Zauważ, czego na tej liście nie ma. Nie ma „technologia jest za droga". Nie ma „nie wiemy, gdzie AI miałoby pomóc". Nie ma „nie mamy danych". Bariera jest organizacyjna i ludzka, nie technologiczna.

Raport KPMG 2024 cytowany przez autorów dorzuca diagnozę. Wiele organizacji popełnia ten sam błąd. Najpierw długo unikają decyzji o wdrożeniu AI. Potem pod presją zarządu robią pośpieszną inwestycję bez strategii. Wynik: wysokie koszty i technological backlog, czyli zaległości technologiczne, które blokują dalsze decyzje na lata.

Pracując w Górskich Resortach, jednej z największych sieci hotelowych w Polsce, obserwuję, że adopcja AI od ponad roku wyraźnie przyspiesza. Zaczynałem pracę w organizacji, która korzystała wyłącznie z zewnętrznych usług i dostawców. Dzisiaj z sukcesami wdrażamy i budujemy kolejne aplikacje dopasowane do naszej specyfiki oraz potrzeb poszczególnych obiektów i działów. Łączymy je w jeden spójny ekosystem. Dzięki temu oszczędzamy pieniądze, skracamy czas wdrożenia i czas reakcji w poszczególnych segmentach. To wszystko bez pełnoprawnego dewelopera w zespole, ponieważ tworzymy nasze rozwiązania, łącząc wiedzę domenową z możliwościami AI.

Ten przykład bezpośrednio kontruje główny wniosek raportu. 65,71% menedżerów wskazuje brak specjalistów AI jako największą barierę. Nasza praktyka pokazuje, że specjalista AI w klasycznym rozumieniu (Senior ML Engineer z 5-letnim doświadczeniem w PyTorch) przestał być warunkiem wstępnym wdrożenia AI w hotelarstwie. Ekspert dziedzinowy plus dobrze użyty model językowy zastępuje większość tego, co kiedyś wymagało zespołu deweloperów.

Co to znaczy dla CMO hotelu, który czyta ten artykuł? Bariera „nie mamy specjalistów AI" to dziś argument leniwy, a nie merytoryczny. W 2026 roku narzędzia są w zasięgu zespołu, który potrafi sformułować problem biznesowy i zna swój hotel.

Infografika · do udostępnienia

8 obszarów AI w hotelarstwie - co działa, co czeka

Autorzy raportu (Tabela 1) systematyzują obszary zastosowania AI w hospitality. Warto je zobaczyć w jednym miejscu, bo większość komentarzy branżowych pomija którąś z kategorii.

Z mojej praktyki cztery z tych obszarów dają natychmiastowy zwrot. Automatyzacja procesów (chatboty na FAQ i podstawowe rezerwacje). Analiza opinii gości (codzienne podsumowanie recenzji ze wszystkich platform). Prognozowanie popytu (sezonowa prognoza na podstawie danych historycznych plus eventów lokalnych). Personalizacja doświadczeń gości (rekomendacje dodatków dla konkretnego segmentu).

Cztery pozostałe są ważne strategicznie, ale wymagają dłuższego horyzontu wdrożenia. Zarządzanie energią i konserwacja predykcyjna wymagają infrastruktury sensorowej. Obszar bezpieczeństwa wymaga zgód RODO i jasnej polityki danych. Zarządzanie danymi to fundament, który zwraca się dopiero po wdrożeniu pozostałych obszarów.

CMO hotelu, który pyta „od czego zacząć", ma odpowiedź. Od automatyzacji procesów i analizy opinii gości. To są obszary z najniższym ryzykiem, najkrótszym czasem do pierwszej wartości i najniższym kosztem.

Checklist: 5 kroków pierwszego wdrożenia AI w hotelu

Na podstawie wniosków z raportu SGGW i mojej praktyki w Górskich Resortach, oto pięć kroków, które unikają najczęstszych błędów respondentów badania.

Krok 1: Wybierz jeden konkretny problem, nie „wdróżmy AI". Najczęstszy błąd w raporcie to brak jasnej strategii - 57,15% poparcia. Nie wdrażasz „AI". Wdrażasz „skrócenie czasu odpowiedzi na rezerwacje po godzinach z 12 godzin do 30 minut". Zacznij od konkretnej metryki biznesowej.

Krok 2: Zacznij od automatyzacji procesów lub analizy opinii gości. To są dwa obszary z najniższym progiem wejścia. Chatbot na FAQ kosztuje 200–1000 PLN miesięcznie i można go uruchomić w 48 godzin. Analiza recenzji ze wszystkich platform przez jeden model językowy daje codzienny dashboard reklamacji w tydzień. Unikniesz pułapki „dużego projektu", który po sześciu miesiącach nadal nic nie produkuje.

Krok 3: Nie zatrudniaj specjalisty AI w pierwszym roku. 65,71% menedżerów wskazuje brak specjalistów jako barierę. Większość z nich nie potrzebuje specjalisty - potrzebuje kogoś z zespołu, kto zna hotel i potrafi pracować z modelami językowymi. Te dwie kompetencje istnieją już w twoim zespole. Wystarczy je połączyć.

Krok 4: Ustal jasny próg sukcesu na 90 dni. Jeśli po trzech miesiącach pierwszego wdrożenia nie masz mierzalnego rezultatu (np. 30% mniej maili z recepcji do działu rezerwacji, 20% szybsza reakcja na negatywne recenzje), wdrożenie idzie w złym kierunku. Wycofaj się i wybierz inny problem.

Krok 5: Dokumentuj decyzje, nie tylko wyniki. Knowledge-action gap z badania (80% wierzy, 39,7% robi) to w dużej mierze problem zapominania, dlaczego coś nie zostało zrobione. Zapisuj, dlaczego wybierasz konkretne narzędzia, dlaczego odrzucasz inne, jakie pułapki napotykasz. Po roku to staje się największą wartością twojego zespołu.

Zamknięcie

Anna z hotelu 4* w Warszawie nie jest leniwa. Nie jest też technologicznym dinozaurem. Anna jest typowym polskim menedżerem hotelu w 2026 roku.

Wie, że AI jest ważne. Wie, że konkurenci coś z tym robią. Wie, że zarząd akceptuje slajdy, na których pisze, że trzeba wdrażać. Annie brakuje jednej rzeczy. Konkretnego pierwszego kroku, który zacznie generować mierzalną wartość przez 90 dni.

39,7% jej kolegów po fachu już ten krok zrobiło. 80% deklaruje, że zrobi go „wkrótce". Tegoroczne badanie SGGW pokaże nam, gdzie ta liczba jest dziś. Następne pokaże, gdzie jest za rok.

Pytanie nie brzmi, czy AI w hotelarstwie się przyjmie. Pytanie brzmi, w którym kwartale twój hotel pojawi się w statystyce.

Źródło badania: Tul-Krzyszczuk, A., Stańczak, W. (2026). The Perception of Artificial Intelligence and the Metaverse by Hotel Management in Marketing and Data Management: A Case Study from Poland. Scientific Papers of Silesian University of Technology, Organization and Management Series No. 245. DOI: 10.29119/1641-3466.2026.245.30