Use of artificial intelligence to forecast demand for services and optimize management in the tourism sector.
Abstract
The research aimed to implement artificial intelligence to optimize service demand forecasting and improve operational management in the tourism sector. The research was descriptive and applied to hotel owners and managers. The results reflect a broadly favorable perception of artificial intelligence, as most participants believe that this technology contributes significantly to improving planning and operational efficiency, while a smaller group perceives partial contributions. Artificial intelligence is consolidating its position as a strategic tool that allows demand to be anticipated, services to be personalized, and the competitiveness of formal tourism to be strengthened, promoting modern, sustainable, and customer-centric management. In conclusion, artificial intelligence not only transforms hotel operational management, but also promotes a vision of sustainable tourism development based on efficiency, innovation, and customer satisfaction.
Downloads
References
Aldoradin, L., Aliaga, A., & Vásquez , J. (2024). Inventory management and stock optimization in the general industry: A systematic review. Latin American and Caribbean Consortium of Engineering Institutions (LACCEI), 22, 45–57. https://n9.cl/0njsf
Bolaños , L., & Vidal , C. (2021). The impact of inventory holding costs on the strategic design of supply chains. Revista Facultad de Ingeniería, Universidad de Antioquia(101), 45-54. https://n9.cl/940ipu
Bravo , J., Alarcón, L., Valdivia, G., & Serquen, M. (2023). Predicción de visitantes mediante modelos de aprendizaje automático en el sector turístico peruano. Revista Peruana de Investigación en Turismo y Tecnología, 12, 55-74. https://n9.cl/n9xbg
Calle, A., Erazo, J., & Vásquez, E. (2022). Impacto de la responsabilidad social empresarial en las instituciones de salud privadas de Azogues, Ecuador. . Universidad Y Sociedad, 14(5), 621-629. https://n9.cl/xkibw8
Camara, I., Monteiro, J., & Marques, O. (2022). Modelos e determinantes da demanda turística internacional: perspectivas a partir da revisão sistemática da literatura para o período de 2000-2020. Revista Brasileira de Pesquisa em Turismo, 16, 1–14. https://n9.cl/lenuz
Castillo, I., Guevara, E., & Villamar, C. (2025). Inteligencia artificial en la industria de la hospitalidad latinoamericana: una revisión de alcance. Revista Iberoamericana de Innovación y Turismo, 12, 45–62. https://n9.cl/uh4mz
Chernysh, O., Smishko, O., Koverninska, Y., Prokopenko, M., & Pistunov, I. (2024). The role of artificial intelligence in financial analysis and forecasting using data and algorithms. (A. A. Castillo, Ed.) Data and Metadata, 3, 1-16. https://n9.cl/f035dw
Fernández, R., Vilalta, J., Quintero, A., & Díaz, L. (2021). La demanda turística en una cadena hotelera: Series temporales para un modelo de predicción. Visión de Futuro: Revista Científica, 109-134. https://n9.cl/lr9pk
Ferreira, G. (2024). Deep learning enhanced metamodel design based on reduced mode shapes for delamination identification in composite structures. Neural Computing and Applications, 1-12. https://n9.cl/c5vo2
Frómeta, J., & Pérez, J. (2020). Hybrid heuristic model for inventory routing management in a fuel commercial entity. Revista de Métodos Cuantitativos para la Economía y la Empresa, 363-383. https://n9.cl/g11xzc
Fundación municipal de turismo para Cuenca. (2023). Informe de rendición de cuentas 2023. Cuenca: Fundación municipal de turismo para Cuenca. https://n9.cl/nlzlm.
Gobierno provincial del Azuay. (2019). Plan de desarrollo y ordenamiento territorial del Azuay 2019–2030. Cuenca: Gobierno provincial del Azuay. https://n9.cl/dq7b8
Instituto nacional de estadística y censos. (2024). Registro estadístico de entradas y salidas internacionales 2023. Quito: Registro oficial. https://n9.cl/7r4g76
Játiva, K., Erazo, J., & Murillo, D. (2024). Atracción y retención de estudiantes universitarios: El poder de las estrategias de Marketing. Revista Conrado, 427–436. https://n9.cl/77ckc
Mohammad, A., Khanfar, I., Al Oraini, B., Vasudevan, A., Mohammad, S., & Fei, Z. (2024). Predictive analytics on artificial intelligence in supply chain optimization. Data and Metadata, 1-15. https://n9.cl/ey3n3t
Naranjo, M., & Martínez, M. (2022). Reflexiones teóricas sobre la demanda turística global: Incidencia en la gestión y comercialización turística. Revista de Ciencias Sociales (Ve), 28, 359-372. https://www.redalyc.org/articulo.oa?id=28071845029
Paredes , A., Ciro , K., & Jaramillo, J. (2022). Simulation of an inventory policy based on the demand driven MRP methodology from a Petri nets approach. Industrial Engineering, 27, 41-54. https://n9.cl/zojhpu
Prado, M., & Quintella, M. (2023). Artificial intelligence applied to assess perceptions of the quality of e-commerce logistics: Case study of Rio de Janeiro. FUCAPE Business School Journal, 1-20. https://n9.cl/aht5i
Pulido , A., Pizarro , A., Padilla, M., Sánchez, M., & De la Rosa, L. (2020). An optimization approach for inventory costs in probabilistic inventory models: A case study. Ingeniare. Revista Chilena de Ingeniería, 28(3), 383-395. https://n9.cl/kg083p
Copyright (c) 2025 José Luis Correa-Remache, Edwin Joselito Vásquez-Erazo
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
URL de OAI-PMH: https://iieakoinonia.org/ojs3/index.php/gestioep/oai
