This dissertation investigates the evolving role of Artificial Intelligence (AI) and automation on strategy formulation in the accommodation sector of the hospitality industry. It identifies prevalent and emerging AI technologies and assesses how they influence long-term strategic decision-making and reshape operational processes.

Using systematic literature review methodology, it maps key AI tools such as Machine Learning, Natural Language Processing, Robotic Process Automation and Service Robots to critical hospitality functions, including guest experience management, marketing, revenue management and human resources. It also explores how AI technologies influence established strategic frameworks such as SWOT analysis, PESTE analysis, Porter’s Generic Strategies, Resource-Based View and Dynamic Capabilities Theory.

Key findings reveal that AI enables real-time decision-making, advanced data-driven scenario simulation and rapid strategy testing introducing new capabilities in hospitality services such as forecasting and workforce optimization to improve guest experiences, optimize revenue, support sustainability initiatives and strengthen competitive positioning.However, successful ΑΙ adoption requires balancing technological innovation with considerations such as job displacement, algorithmic bias, data privacy, implementation costs, integration barriers, guest perceptions and employee resistance while preserving human-centric service.

The study contributes to both strategic management theory and practice. It provides an indepth analysis of how AI intersects with strategy formulation in hospitality and provides actionable insights for industry stakeholders seeking to leverage AI for competitive advantage aligned with evolving guest expectations.

Αυτή η διατριβή εξετάζει τον εξελισσόμενο ρόλο της Τεχνητής Νοημοσύνης (ΤΝ) και του αυτοματισμού στη διαμόρφωση στρατηγικής στον τομέα της βιομηχανίας της φιλοξενίας. Προσδιορίζει διαδεδομένες και αναδυόμενες τεχνολογίες ΤΝ και αξιολογεί πώς επηρεάζουν τη μακροπρόθεσμη στρατηγική λήψη αποφάσεων και αναδιαμορφώνουν τις λειτουργικές διαδικασίες.

Βάσει της μεθοδολογίας της συστηματικής ανασκόπησης αντιστοιχίζει βασικά εργαλεία ΤΝ, όπως Machine Learning, Natural Language Processing, Robotic Process Automation and Service Robots σε κρίσιμες λειτουργίες της βιομηχανίας φιλοξενίας, συμπεριλαμβανομένης της εμπειρίας των επισκεπτών, του μάρκετινγκ, της διαχείρισης εσόδων και των ανθρώπινων πόρων. Διερευνά επίσης πώς οι τεχνολογίες ΤΝ επηρεάζουν τα καθιερωμένα στρατηγικά πλαίσια, όπως η ανάλυση SWOT, η ανάλυση PESTE, οι Γενικές στρατηγικές του Porter, η Θεωρία βασισμένη σε πόρους και η Θεωρία των δυναμικών δυνατοτήτων.

Τα βασικά ευρήματα αποκαλύπτουν ότι η ΤΝ επιτρέπει τη λήψη αποφάσεων σε πραγματικό χρόνο, την προηγμένη προσομοίωση σεναρίων βάσει δεδομένων και γρήγορες δοκιμές της στρατηγικής, εισάγοντας νέες δυνατότητες στις υπηρεσίες της βιομηχανίας φιλοξενίας, όπως τη πρόβλεψη και τη βελτιστοποίηση του εργατικού δυναμικού για τη βελτίωση των εμπειριών των επισκεπτών, τη βελτιστοποίηση των εσόδων, την υποστήριξη πρωτοβουλιών βιωσιμότητας και την ενίσχυση της ανταγωνιστικής θέσης.

Ωστόσο, η επιτυχής υιοθέτηση της ΤΝ απαιτεί την εξισορρόπηση της τεχνολογικής καινοτομίας με παράγοντες όπως η μετατόπιση των θέσεων εργασίας, η αλγοριθμική προκατάληψη, το απόρρητο δεδομένων, το κόστος υλοποίησης, τα εμπόδια ενσωμάτωσης, οι αντιλήψεις των επισκεπτών και η αντίσταση των εργαζομένων, διατηρώντας παράλληλα την ανθρωποκεντρική εξυπηρέτηση.

Η μελέτη συμβάλλει τόσο στη θεωρία όσο και στην πράξη της στρατηγικής διοίκησης. Παρέχει μια εις βάθος ανάλυση του πώς η ΤΝ διασταυρώνεται με τη διαμόρφωση στρατηγικής στον τομέα της φιλοξενίας και παρέχει εφαρμόσιμες γνώσεις για τους ενδιαφερόμενους φορείς του κλάδου που επιδιώκουν να αξιοποιήσουν την ΤΝ για ανταγωνιστικό πλεονέκτημα ευθυγραμμισμένο με τις εξελισσόμενες προσδοκίες των επισκεπτών.