IA na hotelaria: nenhum PMS brasileiro está pronto para o salto

A hotelaria brasileira vive um paradoxo em 2026. O país acaba de registrar recorde histórico de turismo — 9 milhões de turistas, crescimento de 39% em um ano — enquanto o setor perde trabalhadores em velocidade: o turnover chega a 52% em São Paulo, e metade dos formandos de uma escola de hotelaria que forma 3 mil alunos por ano troca de profissão ao sair do curso.

A inteligência artificial surge, nesse cenário, como a tábua de salvação para os próximos cinco a dez anos. Mas um levantamento apresentado por Paulo Salvador, professor de inovação aplicada em um MBA de hotelaria em Paris, jogou água fria no entusiasmo: depois de analisar mais de 30 sistemas de gestão hoteleira (PMS) usados no Brasil — dentro de um universo de mais de 350 catalogados no mundo —, a conclusão é que nenhum PMS usado no país está pronto para o que ele chama de "salto quântico" da IA.

O estudo que irritou os fornecedores

O critério do levantamento é direto. Quanto mais APIs abertas um PMS oferece, quanto mais ele roda na nuvem e quanto mais soluções de terceiros consegue integrar — em vez de tentar prover sozinho toda a operação do hotel —, mais ele permite ao hoteleiro usar IA para otimizar custos e a eficiência da equipe no dia a dia.

Pelo estudo, há sistemas mais próximos desse ponto ideal entre os presentes no Brasil, mas a maior parte dos PMS está no lado oposto do eixo: o lado que não ajuda o hotel a dar o salto.

A publicação gerou reação. Fornecedores argumentaram que já têm suíte rodando na nuvem. A resposta de Salvador expõe o problema do mercado legado: muitos desses sistemas ainda entregam para cerca de 90% dos hotéis da base um modelo cliente-servidor, que não consegue se integrar ao que a IA atual oferece — dos LLMs (ChatGPT, Claude, Gemini) aos MCPs, o protocolo que conecta modelos de linguagem a ferramentas externas.

Ter uma versão "na nuvem" no catálogo não é o mesmo que ter a base de clientes inteira rodando nela.

A conta que não fecha: turismo recorde, equipe em fuga

Os números de demanda vêm da Organização Mundial do Turismo, citados no estudo: cerca de 1,5 bilhão de desembarques internacionais no mundo no último ano, crescendo 4% ao ano. O Brasil chegou a 9 milhões de turistas — um recorde histórico, com alta de 39%.

Do lado da operação, a curva é descendente. O turnover da hotelaria gira em torno de 25% no mundo, mas chega a 52% em São Paulo e a 50% na Inglaterra. Na escola de hotelaria citada por Salvador, que forma 3 mil alunos por ano, metade dos egressos busca outra profissão. A conclusão dele: não há ciclo de contratação que supra essa lacuna no ritmo em que o turismo cresce.

Somam-se a isso os custos de operar um hotel — custo de mercadoria vendida, energia e impostos —, com a reforma tributária tornando a equação ainda mais apertada.

Três frentes em que a IA resolveria — se o sistema deixasse

Salvador aponta três frentes em que a IA ataca problemas estruturais do setor:

Gestão operacional e de custos — escala, previsão e automação das rotinas que hoje consomem a equipe;
Distribuição — preço, canal e estoque de quartos decididos com dados em tempo real;
Desenvolvimento do ativo — construção, manutenção e preservação do hotel com gêmeos digitais e IoT.

Em qualquer uma das três, existe um elemento-chave no centro: o PMS. "O PMS é o coração de qualquer ganho que você queira ter em termos de produtividade, gestão, distribuição, a manutenção do ativo", resume o professor.

Por que o PMS virou o gargalo

PMS (property management system) é o software que concentra reservas, check-in, tarifas, governança e faturamento do hotel. É onde os dados nascem — e é exatamente por isso que ele decide até onde a IA pode ir.

Um agente de IA que vende reserva, remarca tarifa ou prevê demanda precisa ler e escrever nesse sistema. Se o PMS é cliente-servidor, sem API aberta, o agente não pluga. E quando PMS, motor de reservas e RMS (o sistema de gestão de receita) são produtos separados, a informação fica fragmentada — e IA sobre dado fragmentado é piloto sem combustível.

O resultado é um mercado em que a demanda por IA já existe — falta gente, sobra custo e o turismo bate recorde —, mas a camada de sistema que sustentaria essa IA ainda está presa ao legado.

O que um founder brasileiro faz com isso

Gargalo de infraestrutura em mercado com demanda represada costuma ser o melhor mapa de oportunidade que existe. Três recortes possíveis:

Camada de integração sobre o legado. Em vez de trocar o PMS (venda longa e cara), construir a camada de dados e APIs por cima dos sistemas instalados, expondo o hotel aos agentes de IA. Quem resolve isso vende para um setor com demanda recorde e falta de gente.
IA de nicho com dados próprios. Precificação, atendimento ao hóspede e manutenção preditiva funcionam com dados de um único hotel ou de uma rede pequena — não dependem de escala global para começar.
Hotel independente como cliente. As grandes redes têm time de tecnologia; os independentes, não. Quem empacotar a camada de IA como serviço simples captura a ponta do mercado que os fornecedores de PMS não atendem.

Conclusão

A hotelaria não tem um problema de interesse em IA — tem um problema de fundação. Enquanto os PMS que rodam a base instalada de hotéis no Brasil não abrirem APIs e não migrarem de vez a base para a nuvem, a IA no setor continuará sendo piloto de feira, não operação de hotel. Para quem constrói software, o recado do estudo é otimista: o gargalo está mapeado, datado e tem cliente esperando.

Fonte: Reprotel — "Nenhum PMS no Brasil está pronto para a IA, segundo estudo de Paulo Salvador" (26/10/2026), resumo de corte do Hotel Growth Podcast com Paulo Salvador e Tatiane Marques. Os dados de turismo citados são da Organização Mundial do Turismo, apresentados no estudo.