In English, en español, en français.
A chegada da inteligência artificial está a introduzir três disrupções profundas na distribuição hoteleira e no canal direto:
- Linguagem conversacional: Muitos hóspedes preferem hoje fazer perguntas e receber respostas precisas e multicanal em vez de navegar por páginas extensas. Oferecer um agente de IA plenamente conversacional é cada vez mais importante. O nosso agente de IA, Sarai, responde a esta necessidade.
- Visibilidade nos assistentes de IA baseados em LLMs (Large Language Model): Ao contrário do Google Search, os LLMs como GPT, Gemini e Perplexity não publicaram critérios oficiais para aparecer organicamente nos seus resultados. Fala‑se de GEO ou AIO, mas a realidade é que não existe uma metodologia clara nem científica, tudo parte de experimentação.
- Conteúdo oficial e capacidades agênticas. O desafio estratégico para os hotéis é duplo: por um lado, fazer chegar conteúdo oficial, verificado e estruturado aos assistentes de IA que operam sobre estes LLMs; por outro, habilitar capacidades agênticas para que esses assistentes possam executar ações em nome do hóspede, como concluir uma reserva. Ambos os objetivos convergem numa nova peça do stack tecnológico do hotel: um servidor MCP.
Porque é que os LLMs precisam agora de dados estruturados e fiáveis
Até agora, a maioria do conteúdo armazenado ou aprendido pelos LLMs provém de grandes agregadores, fóruns como o Reddit, sites de avaliações como o TripAdvisor ou média especializados. Embora esta informação seja rica, relativamente atualizada e útil nas primeiras fases do funil (inspiração, descoberta), apresenta três grandes problemas:
- Rigor desigual. São fontes de terceiros, não oficiais. A probabilidade de incorreções é elevada.
- Falta de granularidade. Quanto mais abaixo no funil estiver o utilizador e mais próximo da reserva, mais crítico se torna o nível de detalhe e precisão. Os LLMs não se podem dar ao luxo de falhar em políticas, horários, disponibilidade ou serviços.
- Risco agêntico. Em cenários em que o LLM pode executar ações em nome do utilizador – consultar disponibilidade, aplicar regras comerciais, concluir uma reserva -, a margem de erro é nula. Um erro nesta fase ameaça diretamente a confiança do utilizador.
As OTAs podem servir como um remendo temporário, mas não garantem 100% da informação real do hotel. O único ator capaz de falar na primeira pessoa é o próprio hotel. É por isso que os interesses do hotel e dos assistentes de IA convergem. O MCP é precisamente o protocolo que permite essa troca.
O que é um servidor MCP
Quando falamos de IA, convém distinguir dois níveis:
- Um assistente de IA (como o ChatGPT, Gemini ou Claude) é o produto com o qual o utilizador interage: gere a conversa, decide que ferramentas usar e como apresentar a resposta.
- Um LLM (Large Language Model) é o motor subjacente (GPT‑5.1, Gemini 3, Claude 4…), o modelo matemático que gera texto e raciocínio, mas que, por si só, não se liga a sistemas externos nem orquestra nada.
Um servidor MCP (Model Context Protocol) é uma interface que liga os sistemas internos do hotel a assistentes de IA como ChatGPT, Gemini, Claude ou Perplexity. Fornece dados do hotel de forma ordenada, estruturada e segura: conteúdo oficial, tarifas, disponibilidade, políticas, regras comerciais, FAQs e, eventualmente, capacidades agênticas de reserva.
Embora conceitualmente semelhante a uma API, a diferença chave é que o MCP funciona como um padrão universal – ainda em consolidação -, evitando integrações um‑a‑um e atuando como um “USB‑C da IA”. É a forma nativa de ligar‑se à IA através dos seus assistentes.
Base de dados canónica: dados ordenados, acessíveis e estruturados
Antes de pensar em MCP, os hotéis devem resolver um problema prévio: a desordem. O conteúdo costuma estar disperso por websites, PDFs, documentos internos, e-mails ou até na memória dos colaboradores. Isto gera erros, inconsistências e respostas pouco fiáveis.
O primeiro passo é centralizar toda a informação numa base de dados canónica, também conhecida como Single Source of Truth (SSOT), um repositório vivo que inclua:
- Tipos de quartos e diferenças reais.
- Serviços, horários, políticas e restrições.
- Informação detalhada de restauração, spa, atividades e kids club.
- Perguntas frequentes dos hóspedes.
- Procedimentos internos relevantes.
- Informação do destino.
- Disponibilidade, tarifas, ofertas e regras comerciais.
- Benefícios, níveis e vantagens de fidelização.
Um hotel não terá um único SSOT, mas vários; ainda assim, o SSOT de conteúdo e reservas é o mais crítico e deve ser construído primeiro. É esta base que alimentará o MCP.
Quem deve construir um MCP
Construir um MCP sólido exige integrar dois grandes blocos de informação: tudo o que diz respeito a reservas (tarifas, disponibilidade, regras, ações transacionais) e todo o conteúdo operacional do hotel (serviços, políticas, detalhes práticos, FAQs, etc.). Nem todos os fornecedores estão preparados para cobrir ambos os âmbitos, e entender esta distinção é essencial.
O motor de reservas: a sua coluna vertebral
O motor de reservas é o ator natural para liderar a parte transacional do MCP, pois tem a visão completa e autorizada, sendo o único sistema que controla:
- Tarifas em tempo real.
- Disponibilidade e inventário.
- Regras comerciais completas.
- Promoções, restrições e ofertas ativas.
- Lógica operacional necessária para reservas agênticas.
Alternativas como PMS, channel managers, comparadores, ferramentas de pricing ou até metabuscadores, só podem oferecer soluções parciais: conhecem inventário e tarifas, mas não regras completas, ofertas nem a lógica integral da reserva. Também não conhecem os níveis do programa de fidelização nem as regras para members.
Delegar esta parte do MCP fora do motor de reservas cria risco: construir um MCP incompleto que não possa evoluir para verdadeiras capacidades agênticas.
A questão em aberto do conteúdo do hotel
Quando pensamos em “conteúdo do hotel”, é natural assumir que “está tudo no website”. Não está. Os websites têm duas limitações profundas que impedem que sejam a base de um MCP:
- Conteúdo insuficiente: Os websites mostram apenas 5%–10% do conteúdo operacional real do hotel. O que aparece é orientado a marketing e conversão, não informação exaustiva para responder a centenas de dúvidas operacionais.
- Arquitetura inadequada: Os CMS foram desenhados para editar conteúdo com facilidade, não para serem consultados de forma massiva e estruturada por uma IA. Não conseguem entregar informação profunda, organizada e constantemente atualizada ao nível que um MCP exige.
Isto não significa que os fornecedores web não possam evoluir, mas hoje não estão preparados para servir como repositórios estruturados ou fontes operacionais oficiais para a IA.
Uma oportunidade para novos fornecedores especializados
A dificuldade de definir quem deve resolver a vertente do conteúdo, somada à falta de preparação de muitos motores de reservas, abre espaço a novos players especializados em estruturar grandes volumes de informação hoteleira de forma exaustiva e acessível. Um exemplo é o Q‑Data da Quicktext, que se posiciona como “solução de gestão de dados hoteleiros”.
Com o mesmo objetivo, e depois de descartarmos o nosso CMS como ferramenta para servir as IAs, na Mirai criámos o Intelligence, uma base de dados canónica concebida explicitamente para capturar, organizar e manter toda a informação operacional relevante do hotel e disponibilizá‑la via MCP a agentes de IA (como a Sarai) e a assistentes de IA.
Uma abordagem híbrida – motor de reservas para a lógica transacional + fornecedor especializado para conteúdo exaustivo – surge como a melhor combinação para responder às necessidades atuais dos LLMs.
O valor que o MCP oferece hoje (e amanhã)
O MCP não é apenas “tecnologia do futuro”. Hoje já traz duas vantagens:
- Hóspedes repetidores. Tal como os hotéis oferecem apps aos clientes repetidores, por que não oferecer também um conector para instalarem no assistente de IA preferido? Atualmente, apenas Claude, ChatGPT (em modo de desenvolvimento), Perplexity e Grok suportam MCP de forma nativa ou experimental. No entanto, a Google já sinalizou que o incorporará no Gemini em breve. Os utilizadores intensivos de assistentes de IA ficariam encantados em interagir com os seus hotéis preferidos a partir do ChatGPT ou do Gemini. Hoje, é a única forma de um hotel ter presença oficial dentro de um assistente de IA.
- Aplicações de terceiros. Estão a surgir novas aplicações de consumo nativas de IA, e muitas mais virão. São produtos que funcionam diretamente dentro de assistentes como o ChatGPT ou o Gemini, sem a necessidade de um site tradicional, e que procuram tornar-se novos pontos de visibilidade para os hotéis. Exemplos como DirectBooker ou Connect AI (The Hotels Network) estão a tentar posicionar-se neste novo ambiente e competir pela atenção dos utilizadores, tal como as grandes OTAs fazem atualmente. Ter um servidor MCP permite que os hotéis se conectem a esta nova procura caso essas aplicações consigam conquistar os consumidores na sua concorrência com as OTAs.
O valor do MCP hoje é limitado mas real; o valor de amanhã é potencialmente enorme. Construí‑lo agora não é um risco: é uma vantagem competitiva. Quando surgirem regras de discovery automático, o hotel com um MCP robusto terá meses de vantagem.
- Capacidades agênticas. Embora ainda numa fase inicial, a corrida agêntica entre ChatGPT e Gemini já começou. O MCP é o caminho que permitirá aos hóspedes interagir diretamente com os hotéis, não apenas para colocar perguntas, mas também para reservar, pedir faturas ou comprar late check‑outs.
- Discovery automático. Nenhum assistente (ChatGPT, Gemini, Perplexity) oferece ainda um discovery automático que indexe MCPs de forma nativa. Assim, ter um servidor MCP não o “ligará à IA”. Também não existem soluções mágicas que “o ligam às IAs sem intervenção do utilizador”. Ainda assim, tudo aponta para o MCP como alicerce do futuro discovery automático. Quando as regras forem definidas, possuir um MCP sólido dará uma vantagem clara.
OpenAI vs. Google: duelo de titãs
Há apenas um mês, o ChatGPT lançou as Apps, uma forma nativa de integrar fornecedores através do protocolo MCP. O “scraping” de websites ficou para trás. Chegaram a integração direta e o conteúdo oficial estruturado.
Embora o Gemini ainda não tenha anunciado suporte completo a MCP, a Google partilhou explicitamente a sua roadmap rumo a reservas agênticas de voos e hotéis, algo que exige necessariamente integrações padronizadas como MCP.
Ambos os gigantes da IA perseguem o mesmo objetivo: reservas agênticas. A OpenAI tem a vantagem do “first‑mover” (ser a primeira) e, em IA, um único mês pode valer ouro. Ainda assim, o Google possui muitas forças das quais o OpenAI ainda carece:
- Autoridade de dados via Google Business Profile / My Business, que facilita identificar e validar a fonte oficial de cada negócio.
- Integração com o Google Hotel Ads e o canal direto e acesso, quase em tempo real, ao inventário e preços de milhares de hotéis.
- A experiência -falhada, mas ainda assim experiência- do entretanto descontinuado Book on Google.
De facto, o Gemini já mostra no “AI Mode” resultados estruturados, preços do Hotel Ads e links para o canal direto oficial.
Embora grande parte do foco esteja no ChatGPT, o Gemini não deve ser visto, de forma alguma, como um ator secundário, mas sim como um concorrente central na corrida pelo canal direto conversacional.
A competição entre ambos será feroz. O cenário é de enorme transformação e competição acelerada e os hotéis não podem ficar parados.
Plano de ação para hotéis
O seu objetivo, seja uma cadeia ou um hotel independente, deve ser construir um servidor MCP. Um sistema que o represente oficialmente dentro dos assistentes de IA. Um possível plano de ação:
- Localizar e organizar todo o conteúdo do hotel.
- Criar uma base de dados canónica (SSOT).
- Desenhar e construir o MCP com os fornecedores certos.
- Oferecer conectores para assistentes de IA e aplicações de terceiros.
- Preparar‑se para o futuro marketplace e para um eventual discovery automático.
Um último detalhe para os mais puristas: os LLMs nunca se ligarão diretamente a um servidor MCP porque não têm capacidade de execução. Será sempre o assistente – ChatGPT, Gemini, Claude – a descobrir, gerir e consultar os MCP como fontes oficiais. O MCP não alimenta autonomamente o modelo hoje, mas no futuro será o mecanismo através do qual os assistentes fornecerão aos LLMs conteúdo oficial e verificado.
Conclusão e uma reflexão final sobre a IA agêntica
Embora a reserva agêntica seja um grande objetivo para a OpenAI e para o Google, na Mirai mantemo‑nos céticos quanto à sua adoção massiva a curto prazo. O processo de reserva hoteleira é complexo, requer a validação de múltiplas regras, políticas, preferências e nuances que nem sempre encaixam numa transação linear. A tecnologia avançará rapidamente, mas ainda será preciso tempo para que os utilizadores confiem plenamente em delegar a decisão final de reserva a um agente de IA, se é que isso virá a acontecer.
Dito isto, os hotéis não se podem dar ao luxo de ignorar este cenário: devem preparar‑se construindo as suas bases de dados canónicas (de conteúdo e de reservas) e os seus servidores MCP, permitindo em última instância que o hóspede escolha onde prefere reservar. Se a adoção da IA agêntica acelerar, os hotéis que não estiverem preparados poderão ver o seu canal direto ficar para trás. Preparar‑se não é opcional, é estratégia.
