Planificar un viaje con AI es el ejemplo perfecto de lo que la AI todavía no puede hacer. Claude acaba de mostrarme su nueva función de “pensar en voz alta” antes de responder. El ejemplo que eligió para demostrarla: “Armá tu viaje con AI” la demo favorita de la industria. ChatGPT lo usa, Google lo usa, cada nueva herramienta que sale lo usa.
Dos años de escucharlo, sigo esperando encontrarme con alguien que realmente lo haya hecho bien. El problema no es que los modelos sean malos. El problema es que planificar un viaje (de verdad, para una familia real, con restricciones reales) es uno de los problemas de razonamiento más complejos que existen en la vida cotidiana.
El árbol de decisiones que nadie dibuja
Empecemos por lo que parece más simple: el equipaje.
¿Despachás valija o no? Suena fácil. Pero la respuesta depende del clima en destino, de cuántos días son, de si vas a hacer compras y necesitás espacio de vuelta, de si tus hijos pueden llevar su propia valija o vos cargás todo, de si hay escalas con aerolíneas distintas que tienen políticas diferentes, de si viajás directo a un solo destino o hacés varios. Son ocho variables para una sola pregunta sobre equipaje.
Y no me hagan entrar en caprichos como los mios de “Yo no despacho” vs Marcelo Liahaff “yo despacho siempre y mucho!”
Ahora multiplicalo por todos los elementos de un viaje: pasajes, alojamiento, traslados, actividades, comida, agenda de cada persona.
Y acá viene lo que hace el problema genuinamente difícil: las dependencias. Pensemos en el alojamiento y olvidemos por un minuto las preferencias y presupuesto; la elección depende de las actividades que querés hacer, que dependen de quiénes viajan, que dependen de cuándo podés viajar, que depende de las agendas de todos, que depende de si hay eventos o temporadas altas en destino que afectan los precios. “Todo está conectado con todo” condenada dixit.
Nosotros navegamos eso con lo que podríamos llamar fuzzy logic: intuición informada por experiencia, preferencias implícitas que nunca verbalizamos, umbrales de tolerancia que ajustamos en tiempo real. “El vuelo a las 6 AM técnicamente es más barato pero con los chicos no funciona.” Un agente necesita que le digas eso explícitamente, o que lo infiera de suficientes interacciones previas para haberlo aprendido.
El otro dia Juli Gurfinkel de TurismoCity dijo algo que un usuario fin sorprende a casi todo el mundo: en general, comprar vuelo y hotel por separado sale más caro que el paquete. Es el tipo de conocimiento que un agente de IA deberia tener pero que deberia sumar a las preguntas de si querés sumar millas, si tenés preferencia de aerolínea, si priorizás precio o comodidad, si podés viajar en fechas flexibles… y así
El problema más profundo: ¿para quién trabaja el agente?
Ya escribí sobre esto antes, pero acá aplica con más fuerza todavía, los agentes de IA no necesariamente defienden tus interes.
Cuando un agente te “ayuda” a planificar un viaje, la pregunta que pocas personas hacen es: ¿quién lo financia? Porque los agentes no son neutros. Tienen integraciones, acuerdos comerciales, inventarios que priorizan. El agente de Google QUIZAS va a favorecer hoteles en Google Hotels. El agente de una aerolínea tiene objetivos obvios.
Con las búsquedas de Google, al menos podías ignorar los ads. Con un agente que toma decisiones por vos, no hay distinción visible entre “lo que el agente realmente cree que es mejor para vos” y “lo que el agente tiene incentivos para mostrarte primero.”
Y esto se pone interesante cuando empezamos a hablar de agentes que no solo recomiendan, sino que ejecutan. Que tienen acceso a tu tarjeta o a tokens para hacer transacciones directas.
Hoy el riesgo es que te recomienden algo subóptimo. En el futuro cercano, el riesgo es que compren algo subóptimo directamente.
Por qué siguen usando el mismo ejemplo
Si planificar un viaje es un problema tan complejo, ¿por qué la industria sigue usándolo como demo? Porque funciona en demos cortos y es un dolor de cabeza para muchos.
Pero además Podés mostrar una respuesta visualmente impresionante (itinerario formateado, hoteles sugeridos, vuelos con precios) en treinta segundos. El problema aparece cuando alguien intenta usarlo de verdad, con sus restricciones reales, y descubre que el agente no sabía que a su hijo de cuatro años no le gustan los museos, que su pareja tiene movilidad reducida, o que no pueden salir antes del jueves porque hay un evento familiar.
Es la diferencia entre una demo que impresiona y una herramienta que resuelve problemas reales.
Lo que la AI sí puede hacer hoy con los viajes es bastante útil, pero mucho más acotado y si es recomendable que lo uses: comparar precios en un rango de fechas, resumir reviews de hoteles, armar una lista de actividades para un destino específico, verificar requisitos de visa. Tareas discretas con inputs y outputs bien definidos.
“Armame un viaje para mi familia a Europa” no es una tarea discreta. Es un proyecto con docenas de variables, preferencias implícitas, restricciones interdependientes, y decisiones de valor que nadie más puede tomar por vos.
¿Lo van a resolver? Probablemente, en algún momento. Pero va a requerir mucho más que un modelo que piense en voz alta. Va a requerir acceso profundo a tu historial de viajes, tus preferencias reales (no las declaradas), tus restricciones actuales, y la capacidad de negociar entre las preferencias de cada persona del grupo.
Hasta entonces, el demo del viaje sigue siendo exactamente eso: un demo.