En español, in English, en français, em português.
L’arribada de la intel·ligència artificial està introduint tres disrupcions profundes en la distribució hotelera i el canal directe:
- Llenguatge conversacional: molts clients prefereixen preguntar i rebre respostes precises i multicanal en lloc de navegar i llegir pàgines extenses. Oferir un agent d’IA plenament conversacional és cada vegada més important. El nostre agent d’IA Sarai respon a aquesta necessitat.
- Visibilitat en els assistents d’IA basats en LLMs (Large Language Model): a diferència de Google Search, els LLMs com GPT, Gemini o Perplexity no han publicat els criteris oficials per aparèixer de manera orgànica en els seus resultats. Es parla de GEO o AIO, però la realitat és que no existeix una metodologia clara ni científica; tot prové de l’experimentació.
- Contingut oficial i capacitats agèntiques: el gran repte estratègic per als hotels és doble. D’una banda, com fer arribar contingut oficial, verificat i estructurat als assistents d’IA que utilitzen aquests LLMs i, de l’altra, com oferir capacitats agèntiques per executar accions en nom de l’hoste, com ara fer una reserva. Tots dos objectius convergeixen en una nova peça de l’stack hoteler: un servidor MCP.
Per què els LLMs necessiten ara dades estructurades i veraces?
Fins avui, la major part del contingut emmagatzemat pels LLMs prové de grans agregadors, fòrums com Reddit, llocs de ressenyes com TripAdvisor o premsa especialitzada. Tot i que aquesta informació sol ser rica, relativament actualitzada i útil en fases molt inicials del funnel (inspiració, descobriment), presenta tres problemes:
- Rigor desigual. Són fonts de tercers, no oficials. La probabilitat d’incorreccions és elevada.
- Manca de granularitat. Com més avall del funnel es troba l’usuari i més a prop de la reserva, més crític és el nivell de detall i precisió. Els LLMs no es poden permetre d’errar en polítiques, horaris, disponibilitat o serveis.
- Risc agèntic. En un escenari on el LLM pugui executar accions en nom de l’usuari, com consultar disponibilitat, aplicar regles comercials o fer una reserva, no hi ha marge d’error. Una fallada en aquest punt posa en dubte la confiança del consumidor en el sistema, i això és un risc molt alt per als LLMs.
Les OTA poden ser una font parcial i segurament un pedaç temporal per guanyar temps, però ni tan sols elles garanteixen el 100% de la informació real de l’hotel. L’únic actor capaç de parlar en primera persona és el mateix hotel. Per això conflueixen els interessos de l’hotel i dels assistents d’IA. Estan cridats a entendre’s. El protocol MCP és precisament la peça que permet que aquest intercanvi sigui possible.
Què és un servidor MCP
Quan parlem d’IA convé distingir dos nivells:
- Un assistent d’IA (com ChatGPT, Gemini o Claude) és el producte amb què interactua l’usuari: gestiona la conversa, decideix quines eines fer servir i com presentar la resposta.
- Un LLM (Large Language Model) és el motor que hi ha a sota (GPT 5.1, Gemini 3, Claude 4 …), el model matemàtic que genera el text i el raonament, però que per si sol no es connecta a sistemes externs ni orquestra res.
Un servidor MCP (Model Context Protocol) és una interfície que connecta els sistemes interns de l’hotel amb assistents d’IA com ChatGPT, Gemini, Claude o Perplexity. Permet oferir dades de l’hotel de manera ordenada, estructurada i segura: contingut oficial, tarifes, disponibilitat, polítiques, regles comercials, FAQs i, eventualment, capacitats agèntiques de reserva.
Tot i que conceptualment s’assembla a una API, la diferència clau és que MCP funciona com un estàndard universal, encara en fase de consolidació, evitant integracions un a un i actuant com un “USB-C de la IA”. Es pot dir que és la manera nativa de connectar amb les IA a través dels seus assistents.
Base de dades canònica: dades ordenades, accessibles i estructurades
Abans de pensar en MCP, els hotels han de resoldre un problema previ: el desordre, ja que el seu contingut sol estar dispers en webs, PDFs, documents interns, emails o en la memòria dels empleats. Això genera errors, inconsistències i respostes poc fiables.
El primer pas és centralitzar tota la informació en una base de dades canònica -també anomenada Single Source of Truth (SSOT)-, un repositori viu que inclogui:
- Tipus d’habitacions i diferències reals.
- Serveis, horaris, polítiques i restriccions.
- Informació detallada de restauració, spa, activitats i kids club.
- Preguntes freqüents de l’hoste.
- Procediments interns rellevants.
- Informació de la destinació.
- Disponibilitat, tarifes, ofertes i regles comercials.
- Beneficis, nivells i avantatges de fidelització.
Un hotel no tindrà un únic SSOT, sinó diversos, però el de contingut i reserves és el més crític i el que s’ha de construir primer. Aquesta base és la que alimentarà el MCP.
A qui acudir per construir un MCP
Construir un MCP sòlid requereix integrar dos grans blocs d’informació: tot allò relatiu a reserves (tarifes, disponibilitat, regles, accions transaccionals) i tot el contingut operatiu de l’hotel (serveis, polítiques, detalls pràctics, FAQs, etc.). No tots els proveïdors estan preparats per cobrir tots dos àmbits, i entendre aquesta distinció és clau per triar bé.
El motor de reserves, la teva columna vertebral
El motor de reserves és l’actor natural per liderar la part transaccional del MCP, ja que té una visió completa i autoritzada, i és l’únic sistema que domina:
- Tarifes en temps real.
- Disponibilitat i inventari.
- Regles comercials completes.
- Promocions, restriccions i ofertes actives.
- Lògica operativa necessària per executar reserves agèntiques.
Alternatives com PMS, channel managers, comparadors, eines de pricing o fins i tot metabuscadors, només podran aportar solucions parcials. Coneixen inventari i tarifes, però no regles, ofertes, ni la lògica completa de reserva. Tampoc no saben res del club de fidelització i els seus members.
Per tant, delegar aquesta part del MCP fora del motor de reserves, genera un risc clar: construir un MCP incomplet que no pugui evolucionar cap a capacitats agèntiques.
La incògnita de com resoldre la part del contingut de l’hotel
Quan pensem en “contingut de l’hotel”, l’instint ens porta al proveïdor web i a creure que allà “hi ha tota la informació”. No és així. Les webs tenen dues limitacions profundes que els impedeixen ser la base d’un MCP:
- Contingut insuficient. Les webs mostren només un 5%–10% del contingut operatiu real de l’hotel. El que hi apareix és contingut orientat a màrqueting i conversió, no informació exhaustiva per respondre centenars de dubtes operatius.
- Arquitectura inadequada. Els CMS estan dissenyats per editar contingut de manera senzilla, no per ser consultats de forma massiva i estructurada per una IA. No permeten lliurar informació profunda, organitzada ni actualitzada al nivell que exigeix un servidor MCP.
Això no vol dir que no puguin evolucionar, però avui no estan preparats per servir com a repositori estructurat per a IA ni com a font oficial d’informació operativa.
L’oportunitat per a nous proveïdors especialitzats
La dificultat sobre com o qui ha de resoldre la part del contingut de l’hotel, sumada a la falta de preparació de molts motors de reserves, obre una oportunitat per a nous players la especialitat dels quals sigui estructurar grans volums d’informació de l’hotel de manera exhaustiva i accessible. Un exemple n’és Q-Data de Quicktext, posicionant-se com una “solució de gestió de dades hoteleres”.
Amb el mateix objectiu, i després de descartar el nostre CMS com a eina per donar servei a les IA, a Mirai vam optar per crear Intelligence, una base de dades canònica dissenyada explícitament per capturar, organitzar i mantenir tota la informació operativa rellevant de l’hotel, i posar-la a disposició via MCP d’agents d’IA (com Sarai) i dels assistents d’IA.
Un enfocament híbrid, motor de reserves per a tot el transaccional i un proveïdor especialitzat per a contingut exhaustiu d’hotel, es postula com la millor combinació per cobrir les necessitats actuals dels LLMs.
El valor que aporta MCP avui i les possibilitats per a demà
Els MCP no són només futuribles. Avui aporten dues avantatges als hotels:
- Clients repetidors. De la mateixa manera que els hotels ofereixen apps als seus clients repetidors, per què no oferir-los també un connector perquè l’instal·lin en el seu assistent d’IA preferit? Actualment només Claude, ChatGPT (en mode desenvolupament), Perplexity i Grok suporten MCP de manera nativa o experimental. No obstant això, Google ha donat senyals que l’incorporarà a Gemini en un futur proper. Els clients que més usen els assistents d’IA estarien sorpresos i encantats de poder interactuar amb els seus hotels preferits des de ChatGPT o Gemini. A dia d’avui, és l’única via perquè un hotel tingui presència oficial dins d’un assistent d’IA.
- Aplicacions de tercers. Estan sorgint noves aplicacions de consum nadiues d’IA, i moltes més arribaran. Són productes que funcionen directament dins d’assistents com ChatGPT o Gemini, sense necessitat d’un lloc web tradicional, i que volen convertir-se en nous punts de visibilitat per als hotels. Exemples com DirectBooker o Connect AI (The Hotels Network) intenten posicionar-se en aquest nou entorn i competir per l’atenció dels usuaris, tal com ho fan avui les grans OTA. Disposar d’un servidor MCP permet als hotels connectar-se amb aquesta nova demanda si aquestes aplicacions aconsegueixen guanyar-se els consumidors en la seva competició amb les OTA.
El valor del MCP avui és limitat però real; el valor de demà és potencialment enorme. Això significa que construir-lo ara no és una aposta, sinó una avantatge competitiva: quan arribin les regles del discovery automàtic, l’hotel que tingui un MCP sòlid sortirà amb mesos d’avantatge.
- Funcionalitats agèntiques. Tot i que encara en una fase molt incipient, la cursa agèntica ha començat entre ChatGPT i Gemini. MCP és el camí per permetre als clients interactuar amb els hotels de manera directa, i no només per consultar, sinó per fer una reserva, demanar una factura o comprar un late checkout.
- Discovery automàtic. Cap assistent (ChatGPT, Gemini o Perplexity) no ofereix encara un discovery automàtic que indexi de manera nativa els MCP. Per tant, tenir un servidor MCP no et “connectarà a les IA”. Tampoc no existeixen solucions ni productes màgics que “et connectin, sense intervenció de l’usuari, a les IA”. No obstant això, tot apunta al fet que els MCP seran la base del discovery automàtic en el futur. Quan es defineixin les normes, comptar amb un servidor MCP et donarà una avantatge competitiva.
OpenAI vs. Google, duel de titans
ChatGPT va llançar fa tot just un mes Apps, una manera nativa d’integrar-se amb proveïdors mitjançant el protocol MCP. S’ha acabat el “scraping” de les webs. Ha arribat el moment de la integració directa i de l’obtenció del contingut oficial i estructurat.
Tot i que Gemini encara no ha anunciat suport complet per a MCP, Google acaba de comunicar de manera explícita la seva fulla de ruta cap a les reserves agèntiques d’avions i hotels, cosa que implica necessàriament integracions estandarditzades com MCP.
Els dos gegants de la IA persegueixen el mateix objectiu: reserva agèntica. OpenAI té el gran avantatge del “first mover’s advantage” (ser el primer) i, en temps d’IA, cada mes d’avantatge és or. No obstant això, Google té moltes fortaleses de les quals OpenAI encara no disposa:
- Autoritat de dades via Google Business Profile / My Business li facilita resoldre el problema d’identificar i validar la font oficial de cada negoci.
- Integració amb Google Hotel Ads i el canal directe, i accés a l’inventari i preus, gairebé en temps real, de milers d’hotels.
- L’experiència, fallida però experiència, del ja discontinuat Book on Google (l’equivalent a una reserva agèntica en el món pre-IA).
De fet, Gemini ja mostra en “AI Mode” resultats estructurats, preus de Hotel Ads i links al canal directe oficial.
Si bé gran part del focus és en ChatGPT, Gemini no s’ha de veure, ni de bon tros, com un actor secundari, sinó com un competidor central en la cursa pel canal directe conversacional.
En qualsevol cas, és evident que viurem una competència ferotge entre tots dos titans. Tot això dibuixa un escenari d’enorme transformació i competència accelerada, en el qual els hotels no poden quedar-se quiets.
Pla d’acció per als hotels
El teu objectiu, tant si ets una cadena com un hotel independent, ha de ser construir un servidor MCP per al teu hotel o cadena. Una peça que et representi de manera oficial en els assistents d’IA. Per aconseguir-ho, aquest podria ser un bon pla d’acció:
- Localitzar i organitzar tot el contingut de l’hotel.
- Crear una base de dades canònica (SSOT).
- Dissenyar i construir el MCP amb els proveïdors adequats.
- Oferir connectors per a assistents d’IA i aplicacions de tercers.
- Preparar-se per al futur marketplace i per a un eventual discovery automàtic.
Un matís final per als més puristes. Els LLMs mai no es connectaran directament a un servidor MCP perquè no tenen capacitat d’execució. Serà sempre l’assistent com ChatGPT, Gemini o Claude qui descobrirà, gestionarà i consultarà els MCP com a fonts oficials. MCP no alimenta el model de manera autònoma avui, però en el futur serà el mecanisme mitjançant el qual els assistents proporcionaran al LLM contingut oficial i verificat.
Conclusió i una reflexió final sobre la IA agèntica
Tot i que la reserva agèntica és un gran objectiu declarat per OpenAI i Google, des de Mirai som escèptics respecte a la seva arribada massiva a curt termini. El procés de reserva hotelera és complex, requereix validar múltiples regles comercials, polítiques, preferències i matisos que no sempre encaixen en una transacció lineal. Creiem que la tecnologia avançarà molt ràpid, però també que encara queda recorregut perquè l’usuari confiï plenament a delegar la decisió final de reserva en un agent d’IA, si és que això arriba finalment a passar.
Dit això, els hotels no es poden permetre ignorar aquest escenari: han de preparar-se construint les seves bases de dades canòniques (de contingut i reserves) i construint els seus servidors MCP, deixant en última instància a l’hoste triar on vol reservar. Si l’adopció de la IA agèntica avança ràpid, els hotels que no estiguin preparats podrien veure com el seu canal directe queda relegat en favor d’aquells que sí hagin fet els deures. Preparar-se no és opcional: és estratègia.
