IAdicción y turismo: cómo cambió la manera de organizar viajes con Inteligencia Artificial

Cada vez más viajeros consultan todo a la IA antes de entrar a páginas como TripAdvisor. Qué cambia para hoteles, plataformas y destinos

Checkbox CheckedLa IA transforma el turismo al automatizar la planificación, volviendo crucial que las empresas mantengan datos actualizados y precisos.

Checkbox CheckedEs vital validar la información para evitar alucinaciones, garantizando que los modelos ofrezcan recomendaciones reales y útiles.

Checkbox CheckedLa tecnología gestiona la logística, pero el factor humano es insustituible para brindar la experiencia emocional final.

Cuando Mariana buscó dónde pasar sus vacaciones, no abrió TripAdvisor. Le preguntó a ChatGPT y en dos minutos tenía un itinerario con hotel, restaurantes y actividades para tres días en Mendoza. Llegó al check-in con más información sobre la propiedad que el propio recepcionista. Ese viajero que llega con el viaje ya armado por IA ya no es la excepción: es el nuevo estándar del sector. Es una nueva especie de IAdicción al servicio del turismo.

IAdicción es el término que especialistas consultados por iProfesional utilizan para referirse a una nueva dependencia: personas que delegan sistemáticamente en ChatGPT u otras IA sus decisiones, consultas, búsquedas de información e incluso opiniones. Antes de consultar a un profesional, la primera respuesta la da un chatbot. Rápida, segura en apariencia, y no siempre correcta.

Las plataformas de reservas, las cadenas hoteleras y los analistas de datos turísticos lo están midiendo en tiempo real. Y lo que encuentran transforma las reglas del sector: no solo cómo se planifican los viajes, sino qué destinos se eligen, qué hoteles aparecen en la primera recomendación y cómo tiene que responder un equipo de hospitalidad cuando el huésped siente que ya sabe todo.

El asistente de IA que ya tiene 3 millones de conversaciones mensuales

En Despegar, la mayor plataforma de viajes de América Latina, el impacto no vino de afuera sino de adentro. El 45% de sus viajeros interactúa con SOFIA -su asistente de inteligencia artificial- en algún momento del proceso, con más de 3 millones de conversaciones mensuales, principalmente desde dispositivos móviles.

Pablo Abad, CTO de Despegar, marca una distinción que la industria todavía subestima: los chatbots externos como ChatGPT o Gemini generan muy poco tráfico de conversión directo hacia la plataforma. Son el punto de partida de la idea, no de la transacción. «Cuando la IA está integrada directamente a la experiencia del usuario y conectada al inventario real en tiempo real, es donde la adopción es masiva», explica.

La diferencia es técnica pero crucial: SOFIA tiene acceso al inventario real de Despegar -más de 235 aerolíneas y 1,4 millones de alojamientos- y puede ejecutar una compra de punta a punta. Abad destaca que la plataforma habilitó recientemente la primera venta agéntica de la región: un agente de IA que completa todo el proceso de compra de forma autónoma. El modelo híbrido -SOFIA más operadores humanos- rinde 2,5 veces más en conversión y resolución que cualquier canal por separado.

Casi el 50% de las conversaciones con SOFIA ocurren después de la compra: cambios de fecha, reprogramaciones, gestión de vouchers o cancelaciones. «Un chatbot acompaña la idea. Nosotros resolvemos el viaje completo«, resume Abad.

Qué pasa cuando la IA recomienda un hotel con datos desactualizados

Desde el lado de los hoteles, el cambio tiene una consecuencia directa: aparecer bien en la IA dejó de ser opcional. Jimena Faena, Regional VP de Wyndham para América Latina y el Caribe, lo vio en los números: la tasa de conversión de usuarios que llegan a wyndham.com desde LLMs como Gemini, Copilot, ChatGPT y Claude creció de forma exponencial en el último año.

El huésped que planificó con IA no llega a preguntar: llega con expectativas específicas. No espera «un buen hotel». Espera ese desayuno, esa vista, esa habitación que el modelo le describió. Si la información que alimentó al modelo estaba desactualizada o era incorrecta, el hotel tiene un problema antes de que el huésped cruce la puerta. «Cuidar la información de cada hotel en todos los canales dejó de ser una tarea operativa y pasó a ser una prioridad de marca», dice Faena. Si antes la prioridad era el SEO en Google, hoy también hay que optimizar para los modelos.

El dato más contundente lo aporta la propia Faena: el 83% de los restaurantes son invisibles para la IA porque ChatGPT solo muestra los que tienen 4,3 estrellas o más, según un reporte de Uberall. El resto, no importa su calidad real, directamente no existe para el algoritmo. El mismo principio aplica a hoteles y destinos: si los datos no son consistentes y accesibles para los modelos, el establecimiento queda afuera de la recomendación. Wyndham fue una de las primeras cadenas en integrar sus sitios directamente con ChatGPT, Claude y Google para que los modelos accedan a la información oficial en tiempo real.

El viajero informado también cambió la dinámica del equipo en el hotel. Faena lo describe con precisión: es más difícil de sorprender con información, pero no con experiencias. «Lo que sabe es qué hay en el hotel. Lo que no puede saber es cómo se va a sentir ahí. El rol del equipo ya no es informar: es interpretar. Escuchar qué espera esa persona, confirmar lo que trae, agregar lo que ninguna búsqueda le pudo dar: un gesto, una recomendación personal, un detalle que no estaba en ningún lado.»

Por qué los datos turísticos necesitan supervisión humana antes de entrar a la IA

Carlos Cendra, Director de Marketing y Comunicación de Data Appeal Mabrian -empresa de analítica de datos turísticos que trabaja con destinos de en todo el mundo desde 2013- pone el foco en un problema que suele quedar fuera de la conversación: cuando la IA se nutre de datos no verificados, el resultado puede ser una estrategia turística montada al azar.

Data Appeal Mabrian analiza más de 130 fuentes con influencia en el turismo -comentarios en redes sociales, portales de travel, reservas aéreas, datos de alojamiento, gastos con tarjetas de crédito- para extraer patrones de demanda y predecirlos. La capa de IA generativa llega después: toma esa información ya curada y supervisada por humanos para sacar conclusiones estratégicas. Sin esa curación previa, los modelos generativos pueden producir lo que en el sector se llama «alucinaciones»: datos incorrectos presentados con total confianza.

«Estamos centrando toda la atención en fabricar el vehículo: muy potente, pero prestamos poca atención a la gasolina que va a consumir éste, que debe ser refinada para obtener un funcionamiento óptimo» , dice Cendra. Por eso, en Data Appeal Mabrian la capa humana crece más rápido que la tecnológica: se necesita cada vez más la capacidad de poner en contexto los datos y verificar que las conclusiones de la IA tengan sentido real para cada destino específico.

Cendra diferencia tres capas de IA que el sector confunde: la IA tradicional (la que identifica patrones en grandes volúmenes de datos, en uso desde 2013), la IA generativa (la que extrae conclusiones de esa información curada) y la IA agéntica (la que ejecuta acciones de forma autónoma). Para la toma de decisiones de destino, la generativa solo funciona bien cuando la alimenta un dato corroborado, transaccional y actualizado. De lo contrario, la máquina toma decisiones estratégicas sobre información que nadie validó.

Qué parte del viaje la IA no puede reemplazar

Los tres referentes llegan al mismo punto de llegada: la tecnología puede planificar el viaje, pero no puede hacer que valga la pena recordarlo. «La IA puede anticipar lo que te gusta, pero no puede mirarte a los ojos y darse cuenta de que llegaste cansado, de que es un viaje especial», dice Faena. «La mejor tecnología es la que no se ve: la que libera tiempo al equipo para que haga lo que solo una persona puede hacer.»

Cendra lo resume con una distinción que el sector tiende a olvidar: el turismo no es logística. «Aquí no movemos paquetes: movemos personas. Y eso tiene una parte subjetiva, de sentimiento y de emociones, que ningún algoritmo puede capturar del todo.» En todas las capas de tecnología de Data Appeal Mabrian hay una capa humana que hoy crece más rápido que la tecnológica, precisamente porque se necesita cada vez más esa capacidad de entender contexto y de verificar que los datos tienen sentido.

Desde Despegar, Abad apunta a la misma frontera: un chatbot externo puede sugerir un itinerario teórico, pero es incapaz de ejecutar la reserva y respaldarla. «El soporte operativo post-venta, la emisión de boletos, el procesamiento de pagos locales, la gestión de cambios: eso es lo irremplazable», dice.

El viajero que llegó con el itinerario armado por ChatGPT, con las expectativas calibradas por los modelos y la calificación del hotel verificada en tiempo real, sigue queriendo una cosa que ningún prompt puede describir: que cuando cruce la puerta haya alguien que lo reciba, lea la situación y haga que ese momento importe. La IA cambió quién llega. La hospitalidad sigue decidiendo si el viaje valió la pena.

Para las empresas del sector, el mensaje es claro: la pregunta ya no es si incorporar IA, sino cómo alimentarla bien -con datos reales, actualizados y corroborados- y cómo combinarla con el único activo que los modelos no pueden replicar: la persona que recibe al huésped del otro lado.

f:IProfesional

Deja una respuesta