La secuencia se repite cada vez más. El viajero abre una conversación con un asistente, describe lo que busca —destino, fechas, presupuesto— y recibe una recomendación con un argumento detrás. Según el Global Travel Confidence Index 2026 de Allianz Partners, el 45% de los viajeros ya usa o prevé usar inteligencia artificial para organizar sus vacaciones, y en España el 41% la emplea ya, por delante de Francia, Reino Unido y Alemania.
Ese porcentaje mide un cambio de hábito, no su consecuencia. Una recomendación se construye en tres pasos: qué productos puede considerar el sistema, con qué argumento elige uno y qué rastro queda, y en los tres hay trabajo pendiente. Cosmo5, consultora internacional de marketing y partner oficial de OpenAI para ChatGPT Ads, los desglosa.
1 – Elegibilidad: el sistema no descarta el producto, simplemente no lo considera
Un modelo necesita comprobar cosas muy concretas: si hay vuelo directo, si una habitación admite a cuatro personas o si la reserva se cancela sin coste. Esos datos viven repartidos entre el motor de reservas, filtros dinámicos, imágenes y PDF que no se interpretan; y lo público está escrito para vender, no para responder.
Desde Cosmo5 recomiendan dejar esos datos verificables en la ficha (minutos reales al aeropuerto, capacidad, condiciones, qué incluye la tarifa…) y hacerlos coincidir con el motor de reservas. Publicar un dato caducado no es inocuo: el modelo puede recomendar una tarifa inexistente y crear una expectativa incumplible.
2 – Argumento: la marca no elige las razones por las que la recomiendan
Cuando varios productos cumplen los requisitos, el modelo necesita explicar por qué elige uno, y se apoya en reseñas, guías y prensa, más concretas que el contenido comercial propio. No basta con un 4,7 de nota media: importa que las opiniones digan que la zona es tranquila o que funciona bien con niños.
La consultora propone orientar las reseñas hacia esos atributos y estar en las guías y rankings que el modelo usa como referencia. La posición más fuerte, añaden, es publicar informes con datos propios de reserva: convierte a la marca en la fuente que el sistema cita, no en una de las opciones que compara.
«Durante veinte años la discusión en travel ha girado sobre el coste de la intermediación. Lo que aparece ahora es alguien que recomienda antes del clic y con quien nadie ha negociado condiciones. Esa posición no se compra: depende de la información publicada y de lo que terceros digan de la marca», señala Lucía González, CBO de Cosmo5 Iberia.
3 – Medición: la conversación no deja rastro en la analítica
La inspiración y la comparación ocurren dentro de una conversación que la compañía no ve. El usuario descubre una opción, la compara y se decide hablando con un asistente; semanas después entra en la web, y el informe atribuye la venta a esa visita, no a la conversación que la originó.
Con plazos de decisión de meses, esa distorsión acaba recortando presupuesto donde se genera la demanda. La recomendación de Cosmo5 es doble: un panel de consultas estratégicas que registre qué marcas recomienda cada asistente y con qué argumentos, y modelos de incrementalidad que midan las ventas adicionales de cada canal, no el último clic.
«La pregunta para un comité no es cuánto invertir en este entorno, sino quién responde de él. En la mayoría de organizaciones esa visibilidad no tiene dueño: se reparte entre SEO, marca, producto y revenue management, y nadie mide lo que se pierde», añade Lucía González.
El viajero que resuelve un viaje en tres preguntas no ha dejado de comparar: ha delegado la comparación. Y quien compara en su lugar solo dispone de lo publicado. Es el terreno en el que Cosmo5, presente en el despliegue europeo de ChatGPT Ads desde su fase inicial, trabaja ya con compañías del sector. Porque cuando la recomendación sea el punto de partida del viaje, entrar en ella costará más que estar dentro desde ahora.
