AI in destinatiemanagement: een strategische gids voor DMO’s

AI in destinatiemanagement: van experiment naar organisatietransformatie

AI in destinatiemanagement gaat inmiddels veel verder dan experimenteren met individuele tools. Destinatie management organisaties (DMO’s) moeten opnieuw nadenken over leiderschap, werkprocessen, transparantie, digitale vindbaarheid en de rol van hun website. In dit artikel onderzoek ik hoe DMO’s AI verantwoord kunnen inzetten, met behoud van publiek vertrouwen, lokale kennis en menselijke waarde.

XDW 26, georganiseerd door de Digital Tourism Think Tank, liet opnieuw zien waarom het een van de toonaangevende evenementen is voor DMO’s die zich bezighouden met kunstmatige intelligentie. Samen met Lili faciliteerde ik vier labsessies en sprak ik met verschillende DMO’s over interne transformatie, transparantie, vindbaarheid en praktisch experimenteren.

Eén conclusie bleef bij mij hangen: AI is voor DMO’s niet zomaar een nieuw digitaal project. Het is een organisatietransformatie en in toenemende mate een vraagstuk van publiek vertrouwen.**

Van individuele tools naar organisatieverandering

Veel DMO’s experimenteren actief met AI. Teams testen tools, voeren pilots uit en gebruiken AI ter ondersteuning van onderzoek, schrijven, vertalen, ontwerpen en andere individuele taken. Die experimenten zijn waardevol, omdat medewerkers zo praktische vaardigheden ontwikkelen en ontdekken waar AI frictie kan verminderen. De meeste efficiëntiewinst vindt echter nog steeds op taakniveau plaats, terwijl de bredere gevolgen voor werkprocessen, rollen, kennissystemen, governance en organisatiecultuur grotendeels onbesproken blijven.

De verantwoordelijkheid voor AI wordt bovendien vaak neergelegd bij een digital manager of een kleine groep enthousiaste medewerkers. Maar een ontwikkeling die de hele organisatie kan beïnvloeden, kan niet uitsluitend een digitale verantwoordelijkheid blijven. AI komt een organisatie misschien binnen via een tool, maar daar stopt de impact niet. De strategische vraag is niet langer alleen welke tools een DMO moet gebruiken, maar vooral hoe de organisatie anders moet gaan werken nu deze mogelijkheden bestaan.

In mijn werk als toerisme strateeg voor bestemmingen over de hele wereld zie ik dat de belangstelling voor AI zich veel sneller ontwikkelt dan de organisatorische gereedheid. Medewerkers experimenteren al, soms met platforms buiten de goedgekeurde digitale omgeving van hun organisatie. Van digitale teams wordt verwacht dat zij antwoorden bieden, terwijl het management nog onderzoekt wat AI betekent voor strategie, governance en toekomstige rollen. Hierdoor groeit de kloof tussen wat medewerkers al met AI kunnen en wat hun organisatie op een verantwoorde manier kan ondersteunen.

Tegelijkertijd zie ik enorme mogelijkheden. AI kan frictie verminderen voor zowel reizigers als organisaties. Bestemmingen met grote ambities en beperkte middelen krijgen toegang tot mogelijkheden die voorheen buiten hun bereik lagen. Digitale producten en campagnes die vroeger maanden werk en aanzienlijke investeringen vergden, kunnen soms binnen enkele dagen worden ontwikkeld. Een hogere productiesnelheid leidt echter niet automatisch tot beter toerisme. De werkelijke waarde van AI hangt af van de mate waarin het de strategie van de bestemming ondersteunt, bewustere keuzes mogelijk maakt en de relatie met bezoekers versterkt.

AI kan bestemmingen ook helpen om bezoekersstromen slimmer te managen. Door informatie over vraag, capaciteit, seizoenen en weersomstandigheden te combineren, kunnen bezoekers mogelijk beter over verschillende locaties en momenten worden verspreid. Bij een doordachte toepassing kan AI zo bijdragen aan een evenwichtiger toerisme. Tegelijkertijd is AI niet automatisch een duurzame oplossing. Ook het energieverbruik en de ecologische impact ervan moeten worden meegenomen in de beoordeling.

AI-readiness begint bij leiderschap en leren

AI-readiness gaat over veel meer dan toegang tot technologie. Het is het vermogen van een organisatie om AI doelgericht en verantwoord toe te passen binnen mensen, processen, kennis, technologie en governance. Daarvoor zijn duidelijk eigenaarschap op managementniveau, mogelijkheden om praktische ervaring op te doen en begrijpelijke kaders voor experimenten nodig. Organisaties moeten bovendien complete werkprocessen heroverwegen in plaats van AI alleen aan afzonderlijke taken toe te voegen.

Zoals Theresa Kan van de Austrian National Tourist Office tijdens XDW 26 treffend zei, vormen kennis en ondersteuning de echte knelpunten. Oostenrijk werkt met kleinere interne communities waarin collega’s kennis uitwisselen, experimenten bespreken en van elkaar leren. Daardoor blijft AI-kennis niet geconcentreerd binnen één team, maar kan de hele organisatie nieuwe vaardigheden ontwikkelen.

Ook de case van Aruba viel op, omdat de AI-strategie daar op managementniveau wordt opgepakt. Zichtbaar leiderschap maakt van AI een organisatiebrede prioriteit in plaats van een geïsoleerd digitaal initiatief. Leidinggevenden hoeven niet iedere tool tot in detail te kennen, maar moeten wel begrijpen wat AI betekent voor de strategie, medewerkers, investeringen, verantwoordelijkheden en de relatie met bezoekers.

De organisaties die vooroplopen, behandelen AI als een strategisch vraagstuk en niet uitsluitend als een technologisch onderwerp. Organisaties die AI alleen aan bestaande werkprocessen toevoegen, dreigen achter te raken op organisaties die hun processen, kennisinfrastructuur en relatie met reizigers opnieuw durven vormgeven. Een AI-strategie zonder organisatieverandering blijft mogelijk niet meer dan een document. Experimenteren zonder governance blijft versnipperd. DMO’s hebben beide nodig.

Transparantie als onderdeel van publiek vertrouwen

Een van onze labsessies ging over het AI Transparency Framework van de Digital Tourism Think Tank. Dit framework biedt praktische modellen waarmee organisaties kunnen communiceren welke bijdrage AI heeft geleverd, hoeveel tijd ermee is bespaard, wat de ecologische impact was en of AI-ondersteunde content op een verantwoorde manier is geproduceerd.

Dit is bijzonder relevant voor DMO’s, omdat veel van deze organisaties publiek of semipubliek zijn. Zij zijn verantwoording verschuldigd aan bezoekers, inwoners, partners, overheden en subsidieverstrekkers. Wanneer AI bijdraagt aan een campagne, strategie, rapport, afbeelding of social media post, moet dat dan worden vermeld? Hoe beoordelen we de verhouding tussen menselijke en door AI geleverde bijdragen? En wat gebeurt er wanneer externe leveranciers AI inzetten zonder daarover te communiceren?

Transparantie draait niet alleen om het toevoegen van een AI-label. Het gaat ook over auteurschap, verantwoordelijkheid, ecologische impact en redactionele integriteit. Daarnaast beïnvloedt AI de inkoop van diensten. Wanneer AI de benodigde tijd en middelen voor een opdracht ingrijpend verandert, moeten bestaande aannames over inspanning, waarde en prijs mogelijk opnieuw worden bekeken.

DMO’s hoeven wat mij betreft niet te wachten totdat iedere beleidsvraag is beantwoord. Zij kunnen nu al transparante werkwijzen ontwikkelen. Wanneer AI-gebruik onzichtbaar blijft, wordt het moeilijker om publiek vertrouwen te beschermen, leveranciers goed te beoordelen en eerlijke gesprekken te voeren over productiviteit en waarde. Door zelf het voortouw te nemen, kunnen DMO’s laten zien dat innovatie en verantwoordelijkheid elkaar niet hoeven uit te sluiten.

Vindbaarheid, SEO, GEO en de DMO-website

AI verandert ook de manier waarop reizigers bestemmingen ontdekken, beoordelen en selecteren. Steeds meer reizigers gebruiken AI-assistenten, conversational search en door AI gegenereerde zoekoverzichten om hun shortlist samen te stellen. Een bestemming kan daardoor al worden overwogen of uitgesloten voordat iemand de officiële website heeft bezocht.

Dit vormt vooral een risico voor kleinere bestemmingen en toeristische ondernemers. Wanneer hun informatie verouderd, versnipperd of moeilijk te interpreteren is voor machines, kunnen AI-platforms terugvallen op commerciële tussenpartijen of concurrenten die hun informatie beter hebben gestructureerd. Search Engine Optimisation blijft daarom essentieel, maar is op zichzelf niet meer voldoende. SEO helpt reizigers om een website te vinden. Generative Engine Optimisation helpt AI-systemen om een bestemming te vinden, te begrijpen en correct weer te geven. DMO’s hebben voor beide een strategie nodig.

Effectieve SEO en GEO vragen om meer dan geoptimaliseerde webteksten. Ze zijn afhankelijk van actuele, gestructureerde en consistente informatie op websites, platforms, reviewkanalen, sociale media en andere betrouwbare digitale bronnen. DMO’s moeten niet alleen onderzoeken of hun website goed scoort in traditionele zoekresultaten. Ze moeten ook weten of AI-platforms begrijpen wat hun bestemming onderscheidend maakt, betrouwbare bronnen gebruiken en de bestemming correct weergeven.

Digitale zichtbaarheid mag echter niet de enige maatstaf voor waarde worden. Sommige van de meest betekenisvolle reiservaringen hebben nauwelijks of geen digitale voetafdruk. Tijdens mijn reis door Centraal-Azië waren enkele van de beste guesthouses uitsluitend via WhatsApp bereikbaar. AI zou ze nooit hebben gevonden, terwijl juist deze plekken hoogtepunten van de reis werden. Hier ontstaat een belangrijke nieuwe verantwoordelijkheid voor DMO’s: lokale ondernemers, verhalen en minder zichtbare ervaringen vindbaar maken zonder de rijkdom van een bestemming te reduceren tot wat een algoritme eenvoudig kan verwerken.

Door AI gegenereerde antwoorden stellen ook de traditionele rol van de DMO-website ter discussie. Als reizigers praktische informatie rechtstreeks van een AI-assistent ontvangen, waarom zouden ze dan nog een officiële bestemmingswebsite bezoeken? De website kan zich ontwikkelen tot een open kennisinfrastructuur die actuele, betrouwbare en machineleesbare informatie beschikbaar stelt aan zoekmachines, AI-systemen en andere platforms. Tegelijkertijd kan de website een gecureerde autoriteit worden met betrouwbare aanbevelingen, lokale verhalen en deskundige keuzes die niet eenvoudig elders kunnen worden gereproduceerd.

De DMO-website kan daarnaast veranderen in een intelligent serviceplatform waar bezoekers persoonlijke reisplannen kunnen samenstellen, bewaren en aanpassen. Registratie of een lidmaatschapsmodel kan toegang bieden tot diepere personalisatie, specialistische kennis, planningstools of community-ervaringen. Ik zou dit niet zozeer benaderen als het plaatsen van content achter een betaal- of registratiemuur, maar als een waardevolle uitwisseling. Bezoekers gaan een directe relatie aan met de bestemming en krijgen daar werkelijk nuttige diensten voor terug.

Het sterkste toekomstige model combineert deze rollen waarschijnlijk. Essentiële bestemmingsinformatie moet open, actueel en toegankelijk blijven voor GEO. Personalisatie, lokale expertise en planningsdiensten kunnen bezoekers vervolgens een reden geven om rechtstreeks met de bestemming in contact te komen. Alles vrij beschikbaar stellen kan van de DMO een onzichtbare contentleverancier maken, maar te veel achter een registratiemuur plaatsen kan de vindbaarheid schaden. Een hybride model biedt een beter evenwicht: open waar bereik en betrouwbaarheid belangrijk zijn, en gecureerd waar menselijke expertise aanvullende waarde creëert.

Chat Alma van Tourism Slovenia biedt een interessante eerste blik op deze toekomst. Alma is meer dan een traditionele chatbot. Ze is ontwikkeld als een digitale persona die bezoekers met relevante informatie en aanbevelingen helpt om Slovenië te ontdekken. Dat leidt tot een belangrijke strategische vraag: als AI steeds meer praktische vragen van reizigers beantwoordt, welke unieke waarde zorgt er dan voor dat zij een DMO-website bezoeken, vertrouwen en opnieuw gebruiken?

Vibe coding en veranderende verwachtingen

Vibe coding was voor mij het leukste onderdeel van XDW 26, maar maakte tegelijkertijd zichtbaar hoe snel de verwachtingen veranderen. Tijdens een lab van dertig minuten liet ik zien hoe met Lovable, Base44, Codex en Google Gemini vijf websites konden worden gemaakt. Een daarvan was een nieuwe landingspagina voor Sounds Like Slovenia.

Mijn doel was niet alleen om te laten zien hoe snel websites tegenwoordig kunnen worden geproduceerd. Ik wilde vooral de organisatorische gevolgen zichtbaar maken. Wanneer productie aanzienlijk sneller wordt, verschuift de waarde van alleen uitvoeren naar de juiste vragen stellen, richting geven, kwaliteit beoordelen en menselijk beoordelingsvermogen toepassen. De benodigde vaardigheden veranderen, net als verwachtingen over budgetten, doorlooptijden en wat teams zelf kunnen ontwikkelen.

De toegang tot AI-tools is nog ongelijk verdeeld. Sommige DMO-teams mogen alleen goedgekeurde platforms zoals Copilot gebruiken, terwijl medewerkers privé mogelijk met een veel breder aanbod aan tools experimenteren. Het verbieden van die tools houdt deze ontwikkeling niet tegen, maar kritiekloos experimenteren brengt risico’s met zich mee op het gebied van privacy, nauwkeurigheid, beveiliging, intellectueel eigendom en transparantie.

Een bruikbaar AI-beleid moet daarom meer doen dan een lijst met verboden tools aanbieden. Het moet medewerkers helpen begrijpen welke tools en gegevens zij mogen gebruiken, wanneer menselijke controle nodig is, wanneer AI-gebruik moet worden vermeld en waar juist ruimte bestaat om te experimenteren. Goede governance maakt leren veiliger en doelgerichter, in plaats van het alleen moeilijker te maken.

De keuzes die voor ons liggen

De volgende fase van AI-adoptie wordt niet bepaald door het aantal tools dat een organisatie gebruikt, maar door de kwaliteit van haar keuzes. DMO’s moeten begrijpen waar AI binnen hun organisatie en toeleveringsketen al wordt ingezet, of het leiderschap voldoende betrokken is en welke werkprocessen opnieuw moeten worden ingericht. Ook moeten zij beoordelen of hun bestemmingsinformatie betrouwbaar en voldoende gestructureerd is voor GEO, of AI-platforms de bestemming correct weergeven en of de organisatie transparant genoeg is over AI-ondersteund werk.

Daarnaast moeten DMO’s bepalen wat nadrukkelijk en bewust menselijk moet blijven. AI biedt snelheid, structuur en schaal, terwijl mensen context, verbeeldingskracht, empathie en betekenis toevoegen. Een digitale assistent kan populaire bezienswaardigheden identificeren, maar lokale experts onthullen de verhalen, gebruiken en minder zichtbare plekken die een bestemming onderscheidend maken.

De rol van de DMO wordt dus niet minder relevant, maar verandert wel. De organisaties die deze transformatie leiden, zijn niet noodzakelijk de organisaties die de meeste AI gebruiken. Het zijn de organisaties die hun werkprocessen opnieuw ontwerpen, hun kennisinfrastructuur versterken, publiek vertrouwen beschermen en begrijpen waar menselijk beoordelingsvermogen essentieel blijft.

Hoe kunnen DMO’s de snelheid, structuur en schaal van AI benutten en tegelijkertijd het vertrouwen, de lokale kennis en de menselijke rijkdom beschermen die bestemmingen de moeite van het ontdekken waard maken?

Disclosure: Dit artikel is gebaseerd op mijn eigen ervaringen, ideeën en reflecties. AI is gebruikt om de tekst te redigeren, structureren en aanscherpen.