Agentes de IA para OTAs: ¿desarrollar o comprar?

Si diriges una OTA y estás evaluando si desarrollar tu propio agente de viajes con IA o comprar uno, el dato más útil de 2026 es lo que hizo Expedia.

El 31 de julio, Expedia Group adquirió Layla, una empresa berlinesa fundada en 2023, para acelerar su estrategia de planificación y reserva de viajes con IA. Expedia tiene miles de ingenieros, los datos de viajeros más ricos de la industria y más motivos que nadie para desarrollar esta capacidad por su cuenta.

Y aun así, compró.

Eso no significa que desarrollar sea un error. Significa que la decisión de desarrollar es más difícil de lo que parece desde fuera, y que la empresa mejor preparada para hacerlo eligió no empezar de cero.

‍

Por qué desarrollar un agente conversacional internamente parece más barato

Alerta de spoiler: no lo es. Todo proyecto de IA interno empieza con una demo que parece funcionar perfectamente.

Alguien conecta un modelo de lenguaje a una hoja de cálculo. El resultado impresiona. También es la parte más fácil del trabajo, y crea una impresión peligrosa: que lo difícil ya quedó atrás y que solo es cuestión de tiempo para salir a producción.

Nuestro equipo de ingeniería lo dice sin rodeos: un prototipo es fácil. Lograr que un agente de IA conversacional funcione bien en viajes, a escala y con los costos de operación bajo control, es difícil. Es en la distancia entre el prototipo y la salida a producción donde la mayoría de los proyectos de IA terminan costando tres veces más de lo previsto o fracasan antes de ayudar a un solo viajero.

La mayoría de los business cases para desarrollar se escriben después de ver la demo. Pero la demo es la parte fácil. Lo que viene después es lo que el presupuesto debería reflejar de verdad.
‍

La primera versión de cualquier agente de IA conversacional no es perfecta. No porque el equipo haya trabajado mal, sino porque el agente necesita retroalimentación para aprender y corregirse, y casi nunca los equipos reservan tiempo para esa etapa. La mayoría de los líderes espera una implementación lista para usar.

El lenguaje es complejo y varía mucho según tu audiencia. Los viajeros se expresan de formas distintas y hacen preguntas enredadas, extrañamente específicas y a veces fragmentadas que no puedes anticipar. Nosotros también lo vimos en los primeros días de Maya.

‍

Qué sale mal en la práctica

La meta se mueve

El software normal tiene una especificación. Lo desarrollas, lo lanzas y listo.

Un agente de IA no tiene especificación. Tiene un nivel de precisión, y no puedes saber cuál necesitas hasta que haya clientes reales conversando con él. Los equipos se proponen crear un chatbot y descubren, alrededor del cuarto mes, que en realidad abrieron una operación de calidad permanente.

Es decir: el proyecto que aprobaste y el proyecto que ahora tienes en las manos no son el mismo, y solo uno de los dos tenía presupuesto.

Alguien tiene que seguirle el ritmo a la tecnología

El mejor modelo para un costo dado es un blanco móvil, y se mueve en cuestión de semanas. Un modelo que el mes pasado era la opción obvia muchas veces ya no es la más eficiente. Alguien tiene que darse cuenta, evaluar el reemplazo y migrar.

Esa no es una tarea de lanzamiento. Es un puesto permanente, y no aparece en ningún plan de proyecto.

A los seis meses, nadie es dueño de la IA

Esto es lo que termina matando los proyectos, y vale la pena ser específicos sobre cómo.

No pasa nada dramático. El lanzamiento sale bien y el equipo que lo construyó pasa al siguiente proyecto, porque eso es lo que hacen los equipos. Pero la persona que iba a estar pendiente tiene un trimestre que cerrar. Las respuestas erróneas se acumulan, y alguien de atención al cliente empieza a decirles a sus colegas que no confíen en el agente. Seis semanas después está apagado, sin ningún análisis detrás.

Hace poco conversamos con una consultora de investigación en viajes que había construido su agente sobre una plataforma de chatbot genérica antes de llegar a nosotros. Dos cosas los frenaron: nunca alcanzaron un nivel de precisión con el que se sintieran cómodos, y el trabajo de construir, monitorear y mejorar el agente consumía un tiempo que nadie en la empresa tenía realmente.

El proyecto no fracasó por una decisión técnica. Fracasó porque el mantenimiento nunca entró en la semana de nadie.

La cuenta crece donde no la ves

Un agente construido sin cuidado gasta mucho más que uno bien hecho para producir la misma respuesta.

La API de disponibilidad de un operador suele devolver una respuesta enorme. Si se la pasas completa al modelo para responder «¿hay lugar el día 14?», pagas por cada palabra, en cada pregunta. Si disparas tres llamadas donde bastaba una, pagas tres veces y tu viajero espera tres veces más.

Después están las conversaciones que se descontrolan: un puñado de chats en los que el agente hace algo que nunca debió hacer y que consume en silencio una parte real del mes.

Nada de esto aparece en un piloto, porque un piloto atiende diez conversaciones al día.

Cuándo desarrollar es la decisión correcta

Preferimos ser transparentes, así que aquí va la versión honesta. Desarrolla si tienes un equipo dedicado de 5 a 8 desarrolladores y testers de calidad, un jefe de proyecto y una infraestructura sólida capaz de operar y mantener el agente de forma permanente, no solo de entregar un proyecto.

Desarrolla si tu modelo de negocio de viajes no se parece a nada del mercado y no tienes competidores directos. Si ninguna de esas dos condiciones se cumple, tal vez tu equipo debería considerar trabajar con expertos en IA para viajes.

¿Cómo se ve comprar en la práctica?

Comprar no significa licenciar un chatbot y encenderlo. Esa expectativa es donde empieza casi toda la decepción.

Lo que compras son dos cosas: el software que construye y opera un agente de IA conversacional sobre tus propios datos, y el equipo que lo mantiene funcionando. Trabajar con un especialista como Maya saca cuatro responsabilidades de tu hoja de ruta.

El modelo de datos de viajes ya existe. Destinos, tipos de viaje, temporadas, disponibilidad, servicios y las relaciones entre todos ellos están modelados antes de que tu proyecto empiece. Tu equipo conecta tus datos a una estructura que ya entiende de viajes, en lugar de tener que diseñar esa estructura primero. Esta es la parte que los proyectos internos subestiman de forma sistemática.

La implementación se hace con tu equipo, no la hace tu equipo. Tu gente aporta el acceso a los datos, el conocimiento del producto y las decisiones de tono y de política. El trabajo de ingeniería, el desarrollo de prompts, el procesamiento de la retroalimentación, la conexión con tus herramientas de travel tech y el despliegue quedan del lado del proveedor.

‍

El trabajo sobre la retroalimentación es nuestro. Cada conversación se monitorea. Las respuestas erróneas se etiquetan, los vacíos de conocimiento se señalan y el agente de IA conversacional mejora día a día. Tu equipo revisa y opina, normalmente unas pocas horas por semana en los primeros meses, y cada vez menos después.

Tu equipo no opera el procesamiento de la retroalimentación, pero conserva los aprendizajes y las instrucciones.

Nosotros tomamos las decisiones de modelo para que tengas el modelo más eficiente al mejor costo. Elegimos qué modelo de IA ejecuta cada parte del agente de IA conversacional y lo cambiamos cuando aparece una opción mejor. Esa decisión nunca se convierte en un punto de tu hoja de ruta de ingeniería.

Lo que sigue siendo tuyo. Tus datos, tu relación con el viajero, tus condiciones comerciales y tu capa de aprendizajes e instrucciones. El agente de IA conversacional funciona con tu marca, en tu sitio web, y responde solo desde las fuentes que tú controlas.
‍

¿Qué es lo que realmente quieres tener en tus manos?

Esa es la mejor pregunta, y normalmente disuelve la primera.

La mayoría de las OTAs no quiere ser dueña de un sistema de IA conversacional ni de ninguna pieza de software. Quiere ser dueña de la relación con el viajero, de la oferta y del margen. El agente está al servicio de esas tres cosas. No es una de ellas.

La decisión de Expedia se lee igual. No compraron Layla porque no pudieran construir un planificador de viajes con IA conversacional. La compraron porque el tiempo y el aprendizaje de producto acumulado valían más que construirlo por su cuenta.

Tres preguntas antes de decidir

¿Quién de tu equipo será responsable del agente de IA conversacional en el mes siete? Nombra a una persona, no a un equipo. Si no puedes, ya elegiste comprar, solo que todavía no lo escribiste.

¿Qué nivel de precisión te dejaría tranquilo para poner esto frente a tus clientes, y cómo lo vas a medir? Si nadie puede responder, el proyecto no tiene meta y tampoco la va a tener más adelante.

¿Cuánto cuesta el primer año, incluidas las horas de tu propio equipo? No la licencia. Las horas. Ponlas en la misma tabla o la comparación no significa nada.

Responde esas tres con honestidad y la decisión de desarrollar o comprar suele tomarse sola, a veces a favor de desarrollar. En cualquier caso vas a saber por qué, que es más de lo que tienen la mayoría de los equipos cuando empiezan.

¿No sabes por dónde empezar con la IA? Agenda una llamada de consultoría con uno de nuestros expertos en IA. Sin costo, sin compromiso, solo valor para ti y tu equipo.

‍

Preguntas frecuentes
‍

1. ¿En qué consiste la decisión de «desarrollar o comprar» un agente de IA para una agencia de viajes u OTA?

Es la elección entre desarrollar un agente de IA conversacional internamente o licenciar una solución de un especialista como Maya. Desarrollar implica estructurar el modelo de datos desde cero, la ingeniería, el monitoreo de calidad y el cambio permanente de modelos de IA. Comprar significa que un proveedor asume esas responsabilidades mientras la OTA conserva sus datos, su relación con el viajero, su marca y sus condiciones comerciales.

2. ¿Por qué los proyectos internos de agentes de IA conversacional suelen costar más de lo planeado?

Una demo que conecta un modelo de lenguaje a una hoja de cálculo es la décima parte más fácil del trabajo, así que los equipos subestiman todo lo que falta. Lograr que un agente de IA conversacional funcione bien controlando los costos a escala es difícil, y es entre la demo y la producción donde la mayoría de los proyectos fracasa o termina costando tres veces más de lo previsto.

3. ¿Por qué muchos agentes de IA internos terminan apagados durante el primer año?

A diferencia del software normal, un agente de IA no tiene una especificación fija. Los equipos descubren el nivel de precisión que necesitan solo cuando hay clientes reales conversando, muchas veces alrededor del cuarto mes. La responsabilidad suele diluirse después del lanzamiento: el equipo que lo construyó pasa a otra cosa, las respuestas erróneas se acumulan sin que nadie las note y unas seis semanas más tarde el agente queda apagado en silencio, sin ningún análisis detrás de la decisión.

4. ¿Qué costos ocultos hacen que un agente de IA conversacional sea más caro de lo que sugiere un piloto?

Los costos se esconden donde un piloto pequeño nunca mira: pasarle al modelo la respuesta de disponibilidad completa y sobredimensionada de un operador en cada pregunta; disparar tres llamadas a la API donde bastaba una, lo que triplica el costo y el tiempo de espera del viajero; y un puñado de conversaciones que se descontrolan en intercambios imprevistos y muy costosos en recursos. Nada de esto aparece cuando un piloto atiende solo diez conversaciones al día.

5. ¿Qué incluye realmente comprar un agente de IA conversacional a un especialista como Maya?

Comprar a un especialista como Maya incluye un modelo de datos de viajes ya construido para destinos, tipos de viaje, temporadas y disponibilidad; una implementación hecha con tu equipo y no por tu equipo; una operación de calidad a cargo del proveedor, que monitorea y corrige cada conversación; y decisiones de modelos de IA gestionadas por el proveedor. A cambio, tu equipo renuncia al control directo de la hoja de ruta del producto.

6. ¿Cuándo tiene sentido desarrollar un agente de IA conversacional en lugar de comprarlo?

Desarrollar tiene sentido solo si cuentas con un equipo dedicado de desarrolladores y testers de calidad capaz de operar y mantener el agente de forma permanente, no solo de entregarlo como proyecto, o si tu modelo de negocio de viajes realmente no se parece a nada del mercado y no tienes competidores directos. Si ninguna de las dos cosas es cierta, trabajar con un especialista en IA para viajes es el camino más realista.

7. Si compro un agente de IA conversacional, ¿conservo el control de mis datos y de mi relación con el viajero?

Sí. Comprar un agente de IA conversacional a un especialista como Maya mantiene tuyos tus datos, tu relación con el viajero y tus condiciones comerciales: el agente funciona con tu marca, en tu sitio web, y responde solo desde las fuentes que tú controlas. A lo que renuncias es al control directo de la hoja de ruta del producto del proveedor, no a la propiedad de tus datos ni de tu relación con el cliente.

8. Probamos una plataforma de chatbot genérica y nunca alcanzamos la precisión que necesitábamos, ¿es un problema común?

Sí. Una consultora de investigación en viajes que había construido su agente sobre una plataforma de chatbot genérica se topó exactamente con esto antes de cambiar de proveedor: nunca llegó a un nivel de precisión con el que se sintiera cómoda, y el trabajo continuo de construir, monitorear y mejorar el agente consumía un tiempo que nadie en la empresa tenía realmente. El proyecto no fracasó por una decisión técnica, fracasó porque el mantenimiento nunca entró en la semana de nadie.

9. Dirijo una OTA pequeña sin equipo de ingeniería de IA, ¿deberíamos desarrollar o comprar un agente de IA conversacional?

Sin desarrolladores ni testers de calidad que mantengan el agente a largo plazo, la recomendación de este artículo apunta a comprar en lugar de desarrollar. Un especialista como Maya ya tiene construido el modelo de datos de viajes, opera el monitoreo de calidad y gestiona las decisiones de modelos de IA, de modo que tu equipo solo aporta el acceso a los datos y las decisiones de política en vez de ingeniería a tiempo completo.

‍