Visibilità AI per hotel e brand del turismo
I viaggiatori chiedono ormai alle AI di consigliare un hotel, non solo di trovarlo su una mappa. Il brand giusto viene nominato, nella lingua di chi cerca?
Una famiglia tedesca che organizza una settimana in Val d'Orcia non apre più una mappa per scegliere dove dormire. Apre ChatGPT e scrive qualcosa che somiglia più a una frase che a una ricerca: "wir suchen ein besonderes, aber kinderfreundliches Boutique-Hotel in der Toskana im August, was würdet ihr empfehlen." Il modello risponde in prosa, nomina due o tre strutture, forse una zona, forse una piattaforma di prenotazione, e la famiglia legge quella risposta come una rosa già scremata, prima ancora di aprire un sito.
È una gara diversa da quella per cui l'ospitalità italiana si è attrezzata negli ultimi dieci anni. Una mappa risponde a "dove", ordinando i risultati per distanza da un punto. Una risposta generativa a una domanda di confronto risponde a "quale", costruita su ciò che il modello ha assorbito su chi merita di essere nominato. La distanza non entra in quella seconda domanda, ed è facile pensare che i due problemi siano lo stesso vestito diversamente. Non lo sono.
La domanda che viene davvero posta
Nessuno chiede a un assistente AI "hotel vicino a me" come lo digiterebbe su un'app di mappe; chi cerca la vicinanza ha già lo strumento giusto. Quello che si chiede a un'interfaccia conversazionale somiglia piuttosto a un confronto: "quali sono i migliori resort benessere in Toscana per una coppia sulla trentina", "consigliami un design hotel in Sicilia che non sia una catena", "chi organizza buoni tour enogastronomici in Puglia per chi parte da solo". Sono domande di giudizio, e il modello vi risponde nominando qualcosa.
Questo conta parecchio per un gruppo alberghiero o un tour operator che lavora con ospiti di più paesi, perché domanda e risposta avvengono in una lingua, e quella lingua fa più lavoro di quanto sembri. Un viaggiatore tedesco che si informa su un soggiorno in Val d'Orcia non riceverà gli stessi nomi di un viaggiatore italiano che pone la stessa domanda in italiano, anche se poi guarderanno le stesse strutture una volta iniziata la prenotazione. Il modello non attinge a un database indicizzato per geografia; attinge a quello che è stato scritto su quelle strutture, in quella lingua.
Perché un modello nomina una struttura e non un'altra
Un modello linguistico non tiene un elenco di hotel con indirizzo e categoria da consultare al bisogno. Ha un'idea compressa di quali nomi ricorrono insieme, in ciò su cui è stato addestrato, e con quali qualità. Se un piccolo hotel e le parole "boutique", "gestione familiare", "casale ristrutturato" e una valle specifica compaiono insieme abbastanza spesso, in abbastanza fonti indipendenti, il modello ha materiale su cui lavorare quando gli si chiede un hotel di design in quella zona. Se quelle associazioni non si sono mai formate con sufficiente forza, torna a ciò di cui è sicuro: una categoria, o una piattaforma coperta genericamente ovunque.
È lo stesso meccanismo che decide se un brand qualsiasi viene nominato invece che descritto in modo generico, e ne abbiamo già parlato nella sua forma generale. L'ospitalità ha una variante specifica: un piccolo brand distintivo, un design hotel, la collezione di resort di una valle, è esattamente il tipo di entità che dovrebbe emergere, perché ha una storia a cui il modello può agganciarsi. Il problema è che quella storia, di solito, esiste in profondità solo in una lingua.
Le grandi piattaforme di prenotazione hanno un vantaggio strutturale che non riguarda la qualità di una singola struttura. Vengono citate di continuo, in ogni lingua, da un volume enorme di contenuti indipendenti: recensioni, forum, blog, comparatori di prezzo, i loro stessi siti multilingue. Un modello che attinge a quel volume richiama quel nome quasi per riflesso. La piattaforma ha un'identità stabile in ogni lingua che il modello ha incontrato, mentre l'hotel, per quanto eccellente, magari ce l'ha solo in una.
Dove il divario si vede davvero
Immaginiamo un piccolo gruppo con tre strutture di carattere in Val d'Orcia, con buona stampa italiana e passaparola locale solido. Se si chiede a un assistente AI in italiano un posto particolare dove dormire per una famiglia ad agosto, probabilmente nominerà direttamente una delle tre. Se si pone la stessa domanda in tedesco o in inglese, lingue da cui arriva buona parte degli ospiti internazionali della zona, lo stesso gruppo potrebbe non comparire affatto: non perché le strutture siano peggiori, ma perché il web in quelle lingue non ha mai raggiunto la stessa densità di descrizioni indipendenti. Gli ospiti internazionali di cui il gruppo ha più bisogno sono proprio quelli che pongono la domanda a cui risulta invisibile.
Questo colpisce l'ospitalità più di altri settori, perché un viaggio si pianifica quasi sempre nella lingua in cui il viaggiatore ragiona, non necessariamente in quella della destinazione. Un agriturismo in Val d'Orcia compete per la visibilità non solo tra i parlanti italiani, ma nelle lingue di ogni paese da cui arrivano i suoi ospiti. Un tour operator che organizza itinerari enogastronomici in Puglia ha lo stesso problema due volte, e risolverlo per una lingua non lo risolve per l'altra.
Cosa incide davvero, e cosa no
Risolvere questo problema non significa "ottimizzare" la risposta dell'AI, e nessuno può farlo in modo affidabile né venderlo come servizio. Ciò che si può verificare sta a monte della risposta: se esiste contenuto indipendente, specifico per quella lingua, in abbastanza posti diversi perché un modello si sia formato un'idea stabile di chi sia. Tradurre il sito dell'hotel è un punto di partenza, non una soluzione: i modelli pesano ciò che dicono le fonti indipendenti più di ciò che un brand dice di sé. Articoli di viaggio nei mercati di provenienza degli ospiti, giornalisti che hanno davvero soggiornato lì, recensioni in quelle lingue: è questa la materia prima che un modello comprime in "vale la pena nominarlo".
Niente di tutto questo è una soluzione rapida, e uno strumento di monitoraggio non può farlo al posto del brand. Ciò che può fare è rispondere a una domanda a cui un gruppo alberghiero non ha altro modo di rispondere da solo: se un assistente AI, davanti a una domanda di confronto realistica, in una certa lingua, lo nomina, lo descrive correttamente, o salta dritto a una categoria. Dev'essere una misurazione ripetuta nel tempo, lingua per lingua, perché la stessa domanda può produrre risposte diverse a seconda di quando viene posta. PSentry esegue i prompt di confronto di un brand su ChatGPT, Claude, Gemini e Perplexity, in ogni lingua di mercato rilevante, e riporta chi viene nominato, chi no, e quali concorrenti compaiono al suo posto.
Vale la pena essere diretti sui limiti, perché il tema invita facilmente a promesse eccessive. Scoprire che un brand è invisibile nelle risposte in tedesco non risolve, di per sé, la copertura del web tedesco su quel brand: è un processo lento, fatto di persone indipendenti che ne scrivono senza essere il brand stesso. Una scansione due volte al mese non coglie un cambiamento improvviso nel momento in cui avviene: questi modelli cambiano gradualmente, non in tempo reale. E niente di tutto questo manipola ciò che un modello dice. Il valore sta nello scoprire quali lingue e domande un brand sta perdendo oggi, così l'impegno va dove serve.
Domande Frequenti
È la stessa cosa della Local SEO o della comparsa nella mappa di Google?
No, ed è meglio chiarirlo subito. La Local SEO e la visibilità nella mappa riguardano la vicinanza: se un'attività compare quando qualcuno nelle vicinanze cerca "hotel vicino a me" o apre una mappa. PSentry non geolocalizza gli utenti e non misura quello. Misura se un brand viene nominato, per lingua e mercato, quando qualcuno pone a un assistente AI una domanda di confronto, a prescindere da dove si trovi. Un hotel con una scheda locale curatissima può comunque essere assente dalle raccomandazioni dell'AI, e vale anche il contrario.
Conta quale assistente AI usa il viaggiatore?
Sì. Perplexity tende a recuperare e citare fonti in tempo reale, quindi un contenuto recente ha una strada più diretta verso le sue risposte. ChatGPT, Claude e Gemini si appoggiano di più a ciò che hanno assorbito nell'addestramento, che cambia più lentamente. Un brand può essere ben rappresentato in uno e assente in un altro per motivi estranei alla qualità della struttura.
Basterebbe un sito multilingue a risolvere il problema?
Da solo no. Un sito tradotto aiuta, ma i modelli pesano di più la descrizione indipendente di terze parti rispetto al testo scritto dal brand su di sé: stampa di settore, recensioni degli ospiti, contenuti lunghi scritti da qualcuno che non è il brand.
Un gruppo alberghiero più grande viene nominato automaticamente più spesso?
Non necessariamente. Le dimensioni aiutano ad avere più copertura, ma un grande gruppo con contenuti generici in una certa lingua può comunque perdere contro una struttura più piccola e distintiva, ma con una copertura indipendente solida in quella stessa lingua. Il meccanismo premia un'identità coerente, non il numero di strutture.
Ogni quanto dovrebbe controllarlo un brand del turismo?
Le risposte di questi modelli sono probabilistiche e cambiano gradualmente, quindi un singolo controllo dice molto poco oltre a quel momento preciso. Controlli ripetuti nel tempo, nelle lingue in cui gli ospiti del brand cercano, trasformano questa osservazione in un pattern invece che in un aneddoto isolato.
Un tour operator può usarlo allo stesso modo di un hotel?
Sì. Il meccanismo è identico: una domanda di confronto, come chi organizza buoni tour di trekking in Val d'Orcia per principianti, viene risolta nominando gli operatori di cui il modello si è fatto un'idea stabile e specifica per quella lingua. Un operatore di nicchia è spesso un buon candidato per emergere, a patto che venga descritto in modo indipendente nelle lingue in cui i suoi clienti cercano.