Il revenue manager non decide più i prezzi: li interpreta.
Per decenni il revenue manager ha avuto un compito chiaro: guardare i dati, capire il mercato, e decidere il prezzo. Oggi i sistemi di revenue management autonomi fanno quella parte da soli, in tempo reale, su migliaia di camere contemporaneamente. Il nuovo ruolo del professionista del revenue non è più decidere: è interpretare le scelte dell’algoritmo, difenderle davanti al management, e correggere le poche situazioni che la macchina ancora non sa gestire. È un cambio identitario profondo. E molti hotel italiani non l’hanno ancora capito.
Hospitality.today e Hospitality Net hanno pubblicato nella seconda settimana di giugno 2026 due analisi che convergono sullo stesso punto: il revenue management sta attraversando una trasformazione strutturale che va molto oltre l’adozione di nuovi strumenti. Non è solo che i Revenue Management System sono diventati più intelligenti. È che, nei casi più avanzati, hanno smesso di essere strumenti di supporto alle decisioni umane e sono diventati sistemi che prendono decisioni in modo autonomo, lasciando al professionista il compito di supervisionarle e spiegarle.
Markus Busch, editor di Hospitality.today e tra le voci più seguite sul tema, ha sintetizzato il cambiamento con una formula che vale la pena riportare: il revenue manager dell’era AI non gestisce più le tariffe. “Interpreta e difende le tariffe attraverso canali che nessun singolo sistema riesce a vedere per intero.”
Cosa fanno già in autonomia i sistemi RMS moderni?
Un Revenue Management System di nuova generazione, nel 2026, è capace di fare in automatico cose che fino a pochi anni fa richiedevano ore di analisi manuale ogni settimana.
Monitora in tempo reale la domanda sul mercato, includendo le ricerche sui metasearch, i prezzi dei competitor e i dati di pick-up. Aggiusta le tariffe per ogni tipo di camera, ogni canale di distribuzione e ogni finestra temporale, in modo indipendente. Gestisce le restrizioni di soggiorno minimo e le chiusure di vendita per le date di alta pressione. Ottimizza le tariffe per gruppi e contratti aziendali sulla base delle previsioni di occupazione. Reagisce in pochi minuti agli eventi di domanda improvvisi, come un cancellazione di massa da parte di un operatore o un picco improvviso di ricerche.
Tutto questo avviene senza che nessuna persona prenda una singola decisione esplicita. Il revenue manager vede i risultati, può intervenire per correggere casi specifici, ma non è più la fonte primaria delle decisioni tariffarie quotidiane.
Il nuovo profilo professionale: interprete, difensore, eccezione-handler
Questo spostamento crea un profilo professionale molto diverso rispetto a quello tradizionale, con competenze nuove che in molti casi non corrispondono a quelle per cui i revenue manager attuali sono stati formati.
La prima competenza che diventa centrale è la capacità di spiegare le scelte del sistema. Quando un RMS autonomo porta la tariffa di una junior suite da 180 a 320 euro in un martedì di ottobre che sembra normale, il revenue manager deve saper rispondere alla domanda del direttore generale: “Perché?”. Non basta capire come funziona l’algoritmo in senso tecnico. Bisogna saper leggere il ragionamento del sistema, identificare i segnali che ha intercettato, valutare se la scelta è appropriata nel contesto specifico della struttura.
La seconda competenza è l’integrazione delle informazioni che il sistema non vede. Gli RMS sono molto bravi a leggere dati strutturati: prezzi, occupazione, pick-up, eventi nel calendario. Sono meno capaci di integrare informazioni qualitative: la reputazione di un nuovo competitor appena aperto, la cancellazione di un evento locale che cambierà la domanda nelle prossime settimane, una modifica al target di clientela che l’hotel sta cercando di attuare. Il revenue manager diventa il traduttore tra il contesto reale e il modello algoritmico.
La terza competenza è la gestione delle eccezioni. Un RMS autonomo può gestire bene il 90-95% delle situazioni tariffarie in modo completamente automatico. Il restante 5-10% è fatto di situazioni non standard: soggiorni molto lunghi, richieste di gruppi particolari, negoziazioni con clienti corporate storici, situazioni di crisi che richiedono decisioni rapide e contestuali. Questi casi rimangono interamente nelle mani del professionista.
| Attività | Era pre-AI | Era RMS autonomo |
|---|---|---|
| Pricing giornaliero | Decisione manuale su ogni tipo camera e canale | Automatizzato: il revenue manager supervisiona |
| Analisi competitor | Raccolta manuale, confronto su fogli Excel | Monitoraggio in tempo reale integrato nel RMS |
| Gestione eventi locali | Calendario manuale, aggiustamento tariffe prima dell’evento | In parte automatizzato, ma richiede ancora input qualitativo |
| Spiegazione al management | Report periodici su scelte tariffarie proprie | Interpretazione e difesa delle scelte del sistema |
| Gestione eccezioni | Parte del lavoro ordinario | Il cuore del lavoro residuo del professionista |
La situazione nel mercato alberghiero italiano
Il mercato alberghiero italiano presenta una complessità specifica rispetto a questo scenario. La stragrande maggioranza delle strutture ricettive italiane è di dimensione medio-piccola, indipendente e a conduzione familiare. La penetrazione dei Revenue Management System avanzati è ancora molto inferiore rispetto ai mercati anglosassoni o nordeuropei: secondo l’analisi di Politecnico di Milano (Osservatorio Innovazione Digitale nel Turismo), solo il 9% delle strutture italiane ha davvero integrato strumenti AI nei processi operativi quotidiani nel 2025, nonostante il 38% abbia avviato almeno un progetto pilota.
Questo significa che per la maggior parte degli hotel indipendenti italiani, la transizione verso i sistemi RMS autonomi è ancora davanti, non alle spalle. Il vantaggio di chi inizia adesso è quello di poter scegliere strumenti già maturi, invece di adottarli nelle fasi sperimentali di qualche anno fa. Lo svantaggio è che il divario competitivo con le grandi catene, che investono su sistemi di revenue management centralizzato da anni, si allarga ogni trimestre.
Vale la pena osservare che il dato globale sul rendimento dei sistemi AI applicati al revenue management è significativo: le analisi HotStats/Duetto mostrano un aumento del GOPPAR (gross operating profit per available room) del 6,8% per gli hotel che usano strumenti integrati di revenue management e redditività rispetto a quelli che non lo fanno. Per un hotel italiano di medie dimensioni con un fatturato camere di circa un milione di euro, significa una differenza di reddito operativo lordo nell’ordine di 50.000-70.000 euro l’anno.
Nota della redazione. La figura del revenue manager non sparirà. Ma sta cambiando così in profondità che chi lavora oggi in questo ruolo con le competenze di cinque anni fa rischia di diventare irrilevante non perché l’AI lo sostituirà, ma perché quello che sa fare da solo è già quello che fa meglio la macchina. Il valore aggiunto del professionista del revenue nel 2026 è nella comprensione del contesto locale, nella relazione con il management e i proprietari, e nella capacità di prendere quelle decisioni che i sistemi autonomi non possono ancora prendere perché richiedono giudizio qualitativo, non solo analisi quantitativa. È ancora un ruolo molto ricco. Ma chi non evolve lo perderà a favore di qualcun altro che sa lavorare con i sistemi, non contro di loro.
Domande frequenti su revenue management e AI nel 2026
Cos’è un sistema RMS autonomo e come funziona?
Un Revenue Management System autonomo è un software che prende decisioni tariffarie in modo indipendente, senza richiedere l’approvazione manuale di ogni modifica. Analizza in tempo reale la domanda sul mercato, i prezzi dei competitor, i dati di prenotazione e pick-up, gli eventi nel calendario locale e i pattern storici, e aggiusta automaticamente le tariffe per ogni tipo di camera, ogni canale di distribuzione e ogni finestra temporale. I sistemi più avanzati gestiscono anche le restrizioni di soggiorno minimo, le chiusure di vendita e le offerte speciali. Il revenue manager riceve notifiche sulle principali modifiche e può intervenire per correggere casi specifici.
Quali hotel italiani usano già sistemi di revenue management AI?
Secondo l’Osservatorio Innovazione Digitale nel Turismo del Politecnico di Milano, solo il 9% delle strutture ricettive italiane aveva integrato strumenti AI nei processi operativi quotidiani nel 2025, nonostante il 38% avesse avviato almeno un progetto pilota. La penetrazione è maggiore nelle catene alberghiere nazionali e negli hotel di fascia alta nelle città d’arte principali, mentre la maggior parte degli hotel indipendenti di piccola e media dimensione ancora utilizza sistemi di revenue management tradizionali o gestisce il pricing manualmente.
Quali sono i principali sistemi RMS disponibili per hotel indipendenti italiani?
I sistemi RMS più diffusi nel mercato italiano includono IDeaS Revenue Solutions, Duetto, Atomize, RoomPriceGenie (particolarmente adatto alle strutture di dimensione medio-piccola per il suo modello di pricing accessibile), e Lighthouse (che con le sue acquisizioni recenti, inclusa Hotelrank.ai, sta costruendo una piattaforma commerciale integrata). Alcuni PMS come Mews, Cloudbeds e Opera includono funzionalità di revenue management integrate. La scelta dipende dalla dimensione della struttura, dall’integrazione con il PMS esistente e dal livello di automazione desiderato.
Quanto può aumentare il RevPAR con un sistema RMS AI rispetto alla gestione manuale?
I dati disponibili variano a seconda del tipo di struttura, del mercato e del sistema adottato. Le analisi HotStats/Duetto indicano un aumento medio del GOPPAR (utile operativo lordo per camera disponibile) del 6,8% per gli hotel che usano strumenti integrati di revenue management e redditività rispetto a quelli che non lo fanno. Studi specifici su singoli sistemi riportano incrementi di RevPAR tra il 10% e il 20% nei primi 12 mesi di adozione, ma questi dati vanno valutati con cautela perché dipendono molto dalla situazione di partenza della struttura.
FONTI: Hospitality.today — analisi revenue management autonomo, Markus Busch, settimana 15-20 giugno 2026. Hospitality Net — “Revenue Manager Evolving Role in AI Era”, giugno 2026. HotStats/Duetto — aumento GOPPAR 6,8% hotel con strumenti integrati. Osservatorio Innovazione Digitale nel Turismo, Politecnico di Milano, 2025. StartBrain.ai — “IA per il turismo: 5 applicazioni per hotel e operatori”, 2026. SUPALABS — “Automazione Hotel 2026: AI Revenue Management per Hotel Indipendenti Italiani”.