Introduzione: Dal GDS al copilot — La lezione rimane
Quarant’anni fa, governare il GDS significava controllare l’informazione. Chi era in grado di farlo bene aveva vantaggio competitivo. Chi invece lo subiva restava un passo indietro.
Oggi con l’intelligenza artificiale nei Self-Booking Tool la lezione è la stessa, solo che la posta in gioco è molto più alta.
Secondo i dati GBTA di marzo 2026, il 58% dei travel buyer dichiara che l’AI non ha ancora avuto un impatto così significativo. Eppure, l’89% richiede una gestione automatizzata dei disservizi e il 95% vorrebbe avere raccomandazioni di specifiche travel policy generate dall’IA.
Il divario non riguarda quindi la tecnologia; si concentra su chi la controlla.
Questo articolo è rivolto a chi sceglie (o sta valutando) un SBT (Self Booking Tool) con AI, vale a dire CTO, procurement e decision maker aziendali.
La domanda non dovrebbe essere “quale AI ha il mio strumento?” ma “chi governa questa AI, con quali garanzie, e dove saranno i miei dati?”.
La risposta farà la differenza.
Il divario tra demo e realtà operativa — Perché accade
I SBT con AI promettono molto nelle presentazioni.
Copilot conversazionali, ottimizzazione automatica delle tariffe, gestione dei disservizi senza alcun intervento umano…
Nella pratica operativa, tuttavia, il divario tra ciò che viene promesso e ciò che funziona effettivamente è ancora vasto. Come mai tutto ciò?
Perché non tutti gli SBT con AI sono costruiti allo stesso modo.
Uno strumento che inoltra i tuoi dati di viaggio a un LLM pubblico (come GPT, Claude o altri modelli accessibili in cloud) funziona in modo completamente diverso da un tool costruito su un’infrastruttura proprietaria, dove i dati rimangono sotto il controllo interno del provider.
La differenza non è solo di carattere tecnico, bensì è anche strategica. Ed è qui che risiede il vero discrimine tra i tool comprovati e le sperimentazioni.
Il nodo che separa i tool di qualità dalle sperimentazioni: la governance del dato
Non tutti gli “SBT con AI” sono uguali. C’è una differenza sostanziale che la maggior parte dei travel manager non sa di dover richiedere esplicitamente.
Ecco due possibili scenari:
Scenario A: un Self-Booking Tool che inoltra i dati di viaggio (itinerari, preferenze, informazioni sensibili) a un LLM pubblico di terze parti (AWS, Azure, Google Cloud) per ottenere risposte in tempo reale.
Scenario B: un Self-Booking Tool costruito su un’infrastruttura proprietaria, dove il modello AI è stato addestrato internamente e rimane internamente, e dove i dati rimangono sotto la governance e l’hardware diretto del provider.
I dati di viaggio sono dati sensibili per definizione.
Informano su dove è diretto il tuo management aziendale. Quando. Con chi. Che budget è stato destinato alla trasferta. Quali sono le fasi successive alla partenza pianificata.
Questa è intelligence competitiva. Non è la stessa cosa del mettere online il proprio catalogo di prodotti.
Subentrano inoltre questioni di GDPR, data residency, sovranità del dato e accordi di riservatezza: sono tutti quanti aspetti che una CTO o un responsabile Procurement deve affrontare prima ancora di firmare un contratto.
Il suggerimento è pertanto il seguente: prima di chiedere a un SBT “cosa fa la tua AI?”, chiedi “dove va a finire il mio dato e chi controlla il modello?”.
La risposta che otterrai ti fornirà molte più informazioni di qualsiasi demo.
