LD Micro 20th Annual Main Event Conference de Phunware, Inc. Common Stock

Muy bien. Buenos días. Gracias por venir. Soy Dmitry. Soy el director ejecutivo de Phunware y queremos explicarles lo que llamamos Phunware 2.0, cómo estamos reconfigurando el negocio y avanzando. Estas son las declaraciones habituales sobre proyecciones a futuro. Están disponibles en el sitio para inversionistas, y esta presentación también está allí. No voy a repasarlas. Probablemente las conozcan mejor que yo. Quiero hablar un poco sobre Phunware 2.0 y por qué lo llamamos 2.0. Es una transición de lo que hacíamos antes, que eran aplicaciones y orientación en espacios, hacia el futuro, que se basa en la inteligencia artificial y está impulsado por la inteligencia. Nos enfocaremos principalmente en la hotelería, que es la categoría que ofrece las oportunidades más inmediatas, pero también hablaré un poco sobre el sector de la salud, donde trabajamos con varias marcas destacadas.

La tecnología se adapta muy bien al sector de la salud y nos permite aprovechar toda la inversión que hemos realizado hasta la fecha en orientación en espacios. La otra transición que estamos realizando es que, como dije, estamos pasando de las aplicaciones a una plataforma central con componentes modulares. Anteriormente, solo hablábamos con resorts con espacios de gran complejidad. Eso representaba un mercado total direccionable (SAM) bastante limitado, porque, en particular, no todos los hoteles urbanos necesitan orientación en espacios o mapas. Hemos actualizado nuestro posicionamiento y nuestra tecnología para permitirnos expandirnos a un mercado mucho más amplio. ¿Qué problema estamos resolviendo hoy? En particular, en la hotelería hay silos tecnológicos muy desconectados: el sistema de administración hotelera (PMS), el sistema de punto de venta (POS) y varios sistemas POS para el spa, una cabaña, un restaurante o un bar junto a la piscina. Estos sistemas no se comunican entre sí.

Especialmente ahora, las propiedades están pasando de una tarifa diaria promedio (ADR) a TRevPAR, que es el ingreso total por habitación disponible. Esto significa que necesitan conectar todos los puntos relacionados con sus ingresos complementarios incrementales de maneras que antes no habían considerado. Creo que es importante conocer parte de la historia. No me voy a extender demasiado, lo prometo. Si piensan en la hospitalidad, antes uno llegaba a un establecimiento y allí le decían: «Hola, Dmitry, qué gusto tenerte aquí». El botones lo acompañaba a la habitación y le mostraba para qué servían todos los botones. Quizás alguien desempacaba su equipaje. Lo recibían con una copa de champaña. Hoy, como la mayoría de ustedes ha experimentado, el proceso de registro es muy diferente y esa relación que los establecimientos solían tener con sus huéspedes ya no existe.

Parte de la razón por la que ya no existe son las agencias de viajes en línea y su evolución, ¿verdad? Pasamos de depender del boca a boca y de las relaciones directas a ofrecer valor y opciones. Las OTA permiten que los clientes, los huéspedes, vean 400 establecimientos en Jamaica. Esto permite que los consumidores descubran un establecimiento. Todo eso funciona, pero se pierde esa relación. Cuando llegan al establecimiento y empiezan, ya sea que estén en el proceso de reservar, buscando un lugar para comer o buscando una actividad para hacer cuando llueve, todo eso está desconectado. El establecimiento ya no les ofrece realmente esas opciones. Estamos conectando esos puntos y traduciéndolos en TRevPAR, para que los establecimientos puedan medir cuánto mejora su desempeño de forma incremental y qué porcentaje del gasto de sus huéspedes están captando. Voy a probar este control remoto.

Hasta ahora, han tenido problemas técnicos. Me gusta decir que, si Phunware estuviera a cargo de esto, no tendríamos ninguno, aunque probablemente sí tendríamos problemas con Microsoft. Eso no salió bien. No pasa nada, lo estoy intentando. Quiero explicar qué queremos decir con inteligencia de huéspedes y con Phunware 2.0, y voy a dar un ejemplo de software. En el sector del software, hace más de una década pasamos del servicio al cliente al éxito del cliente. Lo hicimos porque nos dimos cuenta de que cuanto más utiliza un huésped o un cliente un producto —en el caso de un establecimiento, cuando va al spa, al restaurante o al campo de golf, o juega con un profesional de tenis—, mayor es su satisfacción como huésped y más ingresos retiene el establecimiento.

Y luego, aprendemos de eso y retroalimentamos nuestra inteligencia con esa información para comenzar a anticiparnos a las necesidades de ese huésped. Podemos empezar a ofrecerle cosas que ni siquiera sabía que quería, captar esos ingresos, y ese ciclo continúa, al igual que el aprendizaje. Y luego, los operadores aprenderán de lo que nosotros aprendemos. Y como no nos enfocamos tanto en la transacción, sino más en la interacción. Podemos obtener de ese cliente un conjunto de datos mucho más directo y natural. Un ejemplo es que tenemos algo llamado AI Concierge. Lo lanzamos oficialmente en enero. La adopción es extremadamente alta. Los huéspedes hacen preguntas. Nosotros capturamos esa información.

Así que, aunque el establecimiento no sepa que al huésped le gustan más las hamburguesas que el sushi, nosotros lo aprendemos cuando nos hace esa pregunta y podemos adaptar nuestras recomendaciones en función de ello. Esto crea un ciclo de retroalimentación: cuanto más hablamos con ese huésped, más aprendemos sobre sus preferencias y más información compartimos con los operadores, mejoran toda la experiencia y cada etapa del recorrido del huésped. Y captamos esos ingresos y los compartimos; con el tiempo, llegamos a lo que se conoce como RGI, la medida que permite a los establecimientos compararse con otros de su grupo. Hoy nos enfocamos mucho más en los datos que cuando desarrollábamos aplicaciones. ¿Cómo funciona esto en la práctica? Vaya, no sé si funciona este apuntador. Bueno, no funciona. No importa. ¿Quién lo necesita? Nuestra inteligencia conecta varios componentes.

Hay cierta información sobre el huésped que ustedes conocen cuando reserva. Si tiene información de lealtad, la capturan. Si ya se ha hospedado en el establecimiento, probablemente sepan si prefiere una suite a una habitación, o una vista al mar a una vista a la ciudad. Van conociendo si forman parte de un programa de lealtad y entienden qué información se transfiere allí. Y luego están las cosas que los establecimientos no ven y que solo nosotros vemos. Conectamos los puntos de venta (POS). No procesamos esos datos un mes después para usarlos en una campaña de marketing. Usamos lo que compran, dónde comen y qué ven en tiempo real para implementar estas recomendaciones. Y luego analizamos datos de terceros.

Están de vacaciones en Cancún y mañana va a llover. Eso probablemente afecte lo que querían hacer. Nos anticipamos a eso y les enviamos una notificación que dice: «Mañana será un día lluvioso. ¿Podemos rehacer juntos su itinerario?». Imaginen el trabajo que esto implicaría en un establecimiento. Tenemos un establecimiento con 3,800 habitaciones en las Bahamas. Imaginen que, en un día lluvioso, 2,000 habitaciones de huéspedes bajen a la recepción para preguntar: «¿Qué vamos a hacer mañana?». Les resolvemos ese problema. Toda esta información se incorpora a perfiles inteligentes que recalculamos en tiempo real, sobre la marcha. El resultado es que hoy ya contamos con canales de distribución en forma de aplicaciones. Cuando no hay aplicaciones, contamos con módulos como las notificaciones push, el conserje con IA y el planificador de itinerarios, que nos permiten influir directamente en la experiencia del huésped.

También podemos hacer cosas dentro del establecimiento, como usar señalización digital conectada. Podemos enriquecer el CRM del establecimiento o del operador y, en última instancia, enviar la información a una plataforma externa de marketing, porque si el huésped la está pasando bien y es un golfista entusiasta. ¿Cuál es el momento ideal para que la mayoría de las personas que regresan de vacaciones vuelvan a reservar? Por lo general, es durante la primera semana. Ya regresaron. En mi caso, vivo en N.Y. Cuando regreso en febrero de algún lugar soleado, automáticamente me siento fatal. Ese es el mejor momento para lograr que vuelva a reservar. Si quieren que vuelva a reservar, ¿cómo lo personalizan? A veces, los sistemas CRM ni siquiera logran ponerse al día con lo que hizo ese huésped en el establecimiento, especialmente durante esa primera semana. Tenemos los datos y podemos aprovecharlos.

Algunos de los ejemplos que lo demuestran, y una de las cosas que mencioné, es AI Concierge. Estuvimos haciendo pruebas beta en 2025. Lo lanzamos en enero de 2026. De los usuarios de nuestra aplicación, vimos que alrededor del 70% interactuaba con el huésped y obtuvimos un 40% más de interacciones de las que esperábamos obtener en el mejor de los casos. Eso contribuye a la tasa de retención muy alta que tenemos con todos nuestros clientes, no solo en hotelería, sino también en atención médica. Podemos aportar valor. Están viendo cifras de ROI muy buenas y, por eso, siguen con nosotros. Además, por supuesto, tenemos esta enorme inversión que hicimos históricamente en orientación. Eso sigue siendo un gran diferenciador en cuanto a datos.

Ya sea que usemos eso para ofrecer mapas, por ejemplo, para indicar cómo llegar desde mi habitación al Shake Shack que está a 15 minutos, o que lo usemos con servicios basados en la ubicación, como cuando acabas de usar tu tarjeta llave para entrar a la habitación, así sé que estás en el establecimiento, o cuando te conectas al wifi del establecimiento. Podemos usar la ubicación para decir: «Oye, este huésped está aquí». Aprovechen lo que saben sobre esa persona y asegúrense de recomendarle cómo seguir. Estoy usando Wailea Beach Resort como ejemplo. Bromeaba antes con que no puedo mencionar el nombre de la marca, porque en hotelería son muy reservados cuando se trata de que se mencione su marca. Wailea Beach Resort es bastante conocido. Nuestra aplicación lleva un tiempo disponible allí. Estamos lanzando AI Concierge con ellos. También se inscribieron para probar Itinerary Planner.

Ven que el 70% de sus huéspedes en el establecimiento adopta nuestra aplicación. También son uno de los establecimientos con mejor desempeño —de hecho, creo que son el de mejor desempeño— en ingresos complementarios, es decir, los ingresos adicionales que van más allá de la habitación, dentro de esa marca en las islas hawaianas. Estábamos hablando de cómo nos comparamos, y siempre tenemos que mostrarles lo que está haciendo la competencia. Creo que lo importante que hay que destacar aquí es que sí, la orientación nos diferencia, así como la monetización de los servicios basados en la ubicación; es decir: «Oye, sé que están en la habitación». «Ahora es un buen momento para enviarles una oferta». O: «Sé que han pasado 12 veces por el spa». «Quizá deberíamos darles un descuento para que acepten la oferta». Sí, hacemos eso.

Creo que lo que no muestra este gráfico es que casi toda la IA de conserjería y la mensajería que utiliza actualmente la competencia está enfocada en transacciones. «Oye, mándame un cepillo de dientes». «Necesito servicio a la habitación». Nada de eso realmente sabe qué quiere ese huésped. Nada de eso realmente conoce las preferencias de ese huésped. Es un chatbot con funciones mejoradas. Hay un par de aplicaciones. De nuevo, no sé si puedo mencionarlas en voz alta, pero sin duda puedo hacerlo cuando no estemos grabando. Pueden descargarlas y probar nuestro conserje ustedes mismos para ver que va mucho más allá. Pueden decirle qué les interesa y les ayudará a encontrarlo. No creemos que haya realmente un competidor directo; más bien, hay empresas que están convergiendo hacia nuestro espacio.