En español, in English, en français, em português.
Els usuaris no ens comportem de manera diferent en els assistents IA del que ho fem en el tradicional search (cerques a Google). En tots dos, les decisions segueixen el mateix patró:
Exploració → Consideració → Transacció
Són tres etapes del mateix funnel amb un únic objectiu: prendre una decisió i executar-la. La tecnologia no condiciona aquest comportament; així és com actuem els usuaris.
L’exploració, la gran fortalesa dels assistents IA
Avui els assistents són extremadament bons en la fase d’exploració o planificació, quan encara estem valorant opcions sense una decisió presa. Els assistents capturen ja un 30% de les cerques en aquesta etapa del funnel i la xifra continuarà pujant: la proposta de valor dels assistents IA, liderats per Gemini i ChatGPT, és innegable.
Alguns exemples en exploració serien:
- “Busco un hotel a Mallorca per anar amb nens petits i que pugui anar caminant a la platja”
- “Necessito un hotel a Madrid amb shuttle a l’aeroport i esmorzar a les 6 am per a un viatge de feina”
Gràcies a la IA, el temps d’exploració —en el passat, la fase més lenta de totes— s’ha comprimit a pocs dies o fins i tot hores. És tan ràpid que es parla, fins i tot, que el «nou funnel» comença en la consideració. Això no només millora l’experiència: canvia el ritme al qual es prenen les decisions.
L’eficiència dels LLM sintetitzant informació de múltiples fonts genera respostes molt ben redactades i ajuda a raonar a la recerca de la millor decisió. Molt per sobre del que obtenim amb cerques a Google.
Per què encara no notes aquest gran canvi en les teves vendes
Aquest canvi de l’usuari és estructural. Google ja anticipa que d’aquí a 2030 la forma en què els usuaris descobreixen i planifiquen viatges serà radicalment diferent, impulsada per experiències conversacionals basades en IA.
I, així i tot, molts hotels es pregunten: “Per què si l’exploració està vivint aquesta enorme transformació, encara no noto cap canvi en les meves vendes ni en els meus canals de distribució (directe vs. OTA especialment)?”.
El motiu és simple: el funnel a la IA està trencat, o millor dit, encara incomplet.
La consideració, el taló d’Aquil·les de la IA
La gran fortalesa dels assistents (exploració o discovery) es converteix en la seva gran debilitat on més importa: quan l’usuari baixa en el funnel.
De l’exploració passem a la consideració, el moment en què deixem de buscar inspiració i volem certeses. Aquest pas és clau per generar confiança. I sense confiança no hi ha possibilitat de reserva. És aquí on el funnel s’esquerda: mentre que la IA és excel·lent imaginant possibilitats, falla en oferir les respostes precises que exigeix una decisió de compra.
La consideració no només és crítica per a l’usuari; és també el moment on es concentra la major part de la inversió en màrqueting del sector. Mentre que l’exploració ha estat històricament territori de marca i inspiració, és en la consideració on competeixen agressivament les OTA, metabuscadors i hotels per capturar la demanda amb major intenció.
Els nostres exemples es convertirien en una cosa com aquesta en la fase de consideració:
- “Busco un hotel a la zona d’Alcúdia per al 15 d’agost, 6 nits, amb habitacions comunicades, bressol, animació per a nens i opcions d’esmorzar per a celíacs”
- “Vull un hotel a prop de la T4 de Barajas per al 14 de setembre, dues nits, amb shuttle gratuït començant a les 6 am i amb una sala de reunions per a 10 persones”
Davant d’aquestes preguntes, els LLM, encara que combinen cerques a Google en temps real, no poden garantir informació precisa, actualitzada i fiable. Davant l’absència de dades verificades —com la disponibilitat real d’un bressol o el detall d’un menú per a celíacs— l’usuari sent inseguretat. Al no rebre una resposta infal·lible, es genera una falta de confiança que empeny l’usuari a tornar a «allò conegut»: el cercador tradicional i els agregadors, on la informació sí que està estructurada i contrastada.
I des d’aquí, de tornada al camí de sempre: OTA diverses i el canal directe. Aquest patró explica per què la revolució que s’està vivint a l’upper funnel amb prou feines arriba al lower —on ocorren les reserves. Almenys per ara.
Abordar la consideració: el gran repte dels assistents IA
OpenAI i Google van generar molt d’enrenou en anunciar que volien permetre que els usuaris reservessin hotels sense sortir dels seus assistents. El camí cap a la IA agèntica. Certament sonava prometedor, però potser encara és utòpic a causa dels reptes operatius, tecnològics i d’adopció que suposa una reserva agèntica hotelera.
La tecnologia no és el límit principal. El veritable interrogant és l’adopció. I, sobretot, la capacitat de generar la confiança suficient en l’usuari perquè ni tan sols pugui considerar la decisió de reservar.
La transacció exigeix veracitat informativa i aquest rigor només s’aconsegueix amb dades estructurades. Sense elles, l’usuari només rebrà aproximacions i dubtes, fent que reservar en un assistent continuï sent un salt al buit que pocs viatgers estan disposats a fer.
No obstant això, arreglar el funnel IA per aconseguir generar confiança en l’usuari no sembla una etapa molt llunyana. Es necessiten fonamentalment dues coses:
- Dades o informació estructurada i fiable, cosa que els LLMs per si sols i webs actuals dels hotels no poden oferir de forma consistent.
- El descobriment automàtic (discovery) d’aquestes fonts de dades per part dels assistents IA, ja que dependre que l’usuari instal·li connectors o aplicacions manualment no escala.
L’absència encara d’aquestes condicions va empènyer a OpenAI a donar senyals recents que pausa el seu objectiu de realitzar transaccions agèntiques. No perquè la transacció no sigui rellevant – que ho és per l’elevat nombre d’anunciants disposats a pagar per exposar els seus canals – sinó perquè necessita centrar-se en la fase anterior: la consideració. Google, en canvi, manté els seus plans de permetre reserves sense abandonar el seu assistent Gemini.
Contingut estructurat llegible per agents: clau per a poder aconseguir visibilitat en els assistents IA
La primera condició recull la necessitat de dades estructurades amb la informació i disponibilitat i els preus del teu hotel, així com accés a funcions agèntiques per a poder transaccionar arribat el cas.
Per això i, encara que estem en el terreny de l’opinió, dues alternatives presenten candidatures sòlides:
1. MCP (Model Context Protocol) o protocols similars
Una de les opcions que més atenció està rebent és MCP o Model Context Protocol. MCP és una interfície o “hub” als teus continguts i capacitats de reserva que permet als assistents consultar informació estructurada de manera directa.
Tanta força ha agafat MCP que moltes hoteleres estan invertint ja a crear una infraestructura MCP i estan ja llestos per a quan els assistents resolguin el “discovery automàtic”. Aquest dia, MCP jugarà un rol essencial en les etapes de la consideració i transacció.
Encara que MCP és una de les opcions que més atenció està rebent, no és l’única. Estan emergint altres enfocaments i protocols com UCP (Universal Control Protocol de Google) o ACP (Agent Client Protocol) que persegueixen resoldre el mateix problema: permetre als assistents accedir a dades estructurades i capacitats de forma estandarditzada.
2. Apps dins d’assistents
La segona opció és que els assistents evolucionin cap a ecosistemes d’apps o integracions instal·lables, on els proveïdors -hotels- publiquin els seus serveis. En aquest cas els assistents IA jugarien un rol més de “sistema operatiu” més semblant a iOS o Android i es recolzaria en un ecosistema d’apps.
Les apps en els diferents marketplaces com ChatGPT es recolzen en MCP igualment, així que no deixaria de ser una derivada del cas anterior.
Tant MCP com a Apps són ja una realitat funcional i operativa. Per tant, la primera condició està ja coberta i només esperen adopció per part dels hotels.
Google parteix amb avantatge
En aquest context d’accés a informació estructurada, no tots els assistents parteixen del mateix punt. Google compta amb un avantatge estructural rellevant: porta anys construint un ecosistema de dades verificades i estructurades a través de productes com Google Business Profile (My Business), Google Hotel Ads o Google Flights, a més d’integracions en retail que permeten mostrar inventari i preus directament en les seves interfícies.
Això li dona a Gemini una base més sòlida per a abordar la fase de consideració, en partir de dades més fiables i connectats. Altres assistents, com ChatGPT, hauran de construir aquest accés a dades des de zero o secundar-se en noves arquitectures com MCP.
Descobriment automàtic: el «SEO» de l’era IA
És en aquesta segona condició -encara no resolta- on està el problema real. Si bé la manera de connectar contingut estructurat existeix, ens trobem amb una barrera crítica: la instal·lació d’aquestes fonts és encara manual. Perquè un assistent accedeixi a les teves dades reals, l’usuari ha avui d’instal·lar el teu connector o app específica i invocar el seu ús, alguna cosa que simplement no escala en el comportament del viatger.
Per això, tenir un MCP avui, o estar en una app en ChatGPT, no genera visibilitat si els usuaris no s’instal·len aquest MCP o App. Tampoc millora la teva posició en el LLM.
El valor actual de MCP és latent i estratègic. És important entendre aquest concepte. S’han generat moltes falses expectatives amb el risc que els hotels acabin donant l’esquena a aquesta revolució perquè la veuen com a fum.
En canvi, estem a un pas que tot canviï i l’usuari explori, consideri i decideixi dins de la IA. Això ocorrerà quan la IA descobreixi automàticament fonts de dades (o agentic discovery). En aquest model, els assistents no esperaran que tu els diguis on estàs; ells buscaran activament per tota la xarxa, fonts de dades que puguin processar en mil·lisegons. És aquí on el SEU tradicional evoluciona cap a una nova disciplina tècnica.
En aquest nou escenari, l’èxit no vindrà només per ser “trobat” per la IA, sinó per ser validat per ella. Estem passant d’un model de simple indexació a un de “Discovery verificat”. Perquè un agent d’IA s’atreveixi a recomanar el teu hotel de manera autònoma, no li bastarà amb llegir una descripció suggeridora en el teu web; necessitarà certificar, mitjançant dades estructurades i protocols de confiança, que els teus atributs (com aquest “bressol disponible” o aquest “desdejuni per a celíacs”) són una certesa transaccional. En el descobriment automàtic, el contingut que no sigui verificable serà tractat com a “soroll”, i la IA simplement ho ignorarà per a evitar el risc d’al·lucinació.
Aquest model és molt més escalable, però requereix una arquitectura tècnica on l’hotel exposi les seves dades de manera oberta i estandarditzada. Això ens porta de nou a la importància dels protocols de context (com el MCP, el UCP o el ACP). Participar en ells no és només una millora tècnica; és l’única forma que el teu canal directe sigui “visible” per als ulls de la intel·ligència artificial.
En aquest escenari, el MCP es converteix en una espècie de SEO per als assistents fent que el teu hotel sigui “comprensible” per als sistemes que prenen decisions. Els qui preparin avui aquesta infraestructura seran els que tinguin prioritat quan els assistents decideixin quines interfícies són fiables i quins prioritzar en la fase de consideració.
MCP no garanteix visibilitat ni vendes. El que fa és fer possible aquesta visibilitat.
El necessari alineament de l’ecosistema
La indústria es troba en un punt d’inflexió on els interessos de tots els actors comencen a convergir. Si aconseguim resoldre la baula de la consideració a través de dades estructurades, el benefici és triple:
- Per als Assistents IA: aconsegueixen retenir a l’usuari durant tot el procés de decisió, reduint la seva dependència dels agregadors tradicionals en les fases avançades del funnel. També els permetria competir per part de la inversió publicitària d’aquesta etapa i, finalment, acostar-se així a l’objectiu final d’abordar la transacció.
- Per als hotels: exposar la seva informació, serveis, inventari i preus directament a la IA per a atreure clients en la fase crítica de comparació, així com competir amb les OTA on elles són més fortes.
- Per als usuaris: obtenen respostes precises, fiables i en temps real, eliminant la necessitat de buscar entre desenes de webs per a confirmar detalls operatius.
Conclusió
Avui la IA ja està canviant com comença la decisió dels usuaris. El seu objectiu immediat és avançar un pas en el funnel i influir en com s’acaba. Amb això persegueixen dos grans objectius: retenir a l’usuari evitant que es vagi a search de tornada i pescar en un calador d’anunciants enorme amb ganes d’invertir en nous placements.
Fa un temps el dubte era si els assistents arribarien a cobrir tot el funnel. Avui el dubte sembla més aviat quan. Però aquest canvi no serà uniforme. L’adopció serà desigual entre segments d’usuaris i tipus de viatge, i no tots els casos estaran preparats al mateix temps per a fer aquest salt. Potser alguns mai ho estan.
La conquesta de la consideració dependrà en gran part dels propis assistents. Els hotels no decidiran quina arquitectura s’imposa, però sí que decidiran si volen ser part d’ella. Si no ho fan amb els seus canals directes, les OTA ocuparan aquest espai per ells.
Una cosa semblant va ocórrer amb els cercadors. Durant anys, entendre l’ecosistema de SEU i SEM va ser clau per a guanyar visibilitat i desenvolupar el canal directe.
Ara comença a construir-se un nou ecosistema i aquest premiarà als hotels que no sols siguin visibles, sinó que siguin verificables per a les màquines. Preparar avui la teva infraestructura de dades (com el MCP) no és una opció tècnica, és l’estratègia per a assegurar que, quan la IA busqui certeses per a recomanar un hotel, sigui el teu el que parli el seu mateix idioma.
I en aquesta carrera per dominar la consideració, no tots els hotels començaran en la mateixa línia de sortida. En l’era de la IA, no guanyarà qui sigui més visible, sinó qui sigui més verificable.
