In English, en español, en français.
Os utilizadores não se comportam de forma diferente nos assistentes de IA em comparação com a pesquisa tradicional (como o Google). Em ambos, as decisões seguem o mesmo padrão:
Exploração → Consideração → Transação
São três etapas do mesmo funil, com um único objetivo: tomar uma decisão e executá-la. A tecnologia não condiciona este comportamento; é assim que nós, enquanto utilizadores, atuamos.
A exploração: a grande força dos assistentes de IA
Atualmente, os assistentes são extremamente eficazes na fase de exploração ou planeamento, quando ainda estamos a avaliar opções sem uma decisão tomada. Os assistentes já captam cerca de 30% das pesquisas nesta etapa do funil, e este valor deverá continuar a crescer: a proposta de valor dos assistentes de IA, liderados pelo Gemini e pelo ChatGPT, é inegável.
Alguns exemplos em exploração seriam:
- «Procuro um hotel em Maiorca para ir com crianças pequenas e que permita ir a pé até à praia».
- «Necessito de um hotel em Madrid com shuttle para o aeroporto e pequeno-almoço às 6h00, para uma viagem de trabalho».
Graças à IA, o tempo de exploração — no passado, a fase mais lenta de todas — foi comprimido para poucos dias ou até horas. É tão rápido que já se fala de que o “novo funil” começa na fase de consideração. Isto não só melhora a experiência, como também altera o ritmo a que as decisões são tomadas.
A eficiência dos LLMs na síntese de informação proveniente de múltiplas fontes gera respostas muito bem estruturadas e ajuda a raciocinar em direção à melhor decisão. Está muito acima do que obtemos com as pesquisas tradicionais no Google.
Porque é que ainda não nota esta grande mudança nas suas vendas?
Esta mudança no comportamento do utilizador é estrutural. O Google já antecipa que, até 2030, a forma como os utilizadores descobrem e planeiam viagens será radicalmente diferente, impulsionada por experiências conversacionais baseadas em IA.
Contudo, muitos hotéis perguntam-se: «Se a exploração está a viver esta enorme transformação, por que razão ainda não noto qualquer mudança nas minhas vendas nem nos meus canais de distribuição (especialmente no direto vs. OTAs)?»
O motivo é simples: o funil na IA está incompleto, ou melhor, ainda não está fechado.
A consideração: o calcanhar de Aquiles da IA
A grande força dos assistentes na fase de exploração (ou discovery) transforma-se na sua maior fraqueza precisamente onde mais importa: quando o utilizador desce no funil.
Da exploração passamos à consideração, o momento em que deixamos de procurar inspiração e passamos a querer certezas. Este passo é fundamental para gerar confiança e, sem confiança, não há possibilidade de reserva. É aqui que o funil se fragmenta: enquanto a IA é excelente a imaginar possibilidades, falha em fornecer as respostas precisas que uma decisão de compra exige.
A consideração não é apenas crítica para o utilizador; é também o momento onde se concentra a maior parte do investimento em marketing no setor. Enquanto a exploração foi historicamente território de marca e inspiração, é na consideração que as OTAs, os meta-pesquisadores e os hotéis competem agressivamente para captar a procura com maior intenção.
Os nossos exemplos tornar-se-iam algo como isto em fase de consideração:
- «Procuro um hotel na zona de Alcudia para o dia 15 de agosto, durante 6 noites, com quartos comunicantes, berço, animação para crianças e opções de pequeno-almoço para celíacos».
- «Quero um hotel perto do Terminal 4 de Barajas para o dia 14 de setembro, duas noites, com shuttle gratuito a partir das 6h00 e com uma sala de reuniões para 10 pessoas».
Perante estas questões, os LLMs, embora combinem pesquisas no Google em tempo real, não conseguem garantir informação precisa, atualizada e fiável. Perante a ausência de dados verificados — como a disponibilidade real de um berço ou o detalhe de um menu para celíacos — o utilizador sente insegurança. Ao não receber uma resposta totalmente fiável, instala-se uma falta de confiança que empurra o utilizador de volta ao “conhecido”: o motor de pesquisa tradicional e os agregadores, onde a informação está estruturada e contrastada.
E, a partir daí, regressa-se ao caminho habitual: várias OTAs e o canal direto. Este padrão explica por que razão a revolução que se vive no upper funnel dificilmente chega ao lower funnel — onde efetivamente acontecem as reservas. Pelo menos, por enquanto.
Abordar a consideração: o grande desafio dos assistentes de IA
A OpenAI e a Google geraram muito alvoroço ao anunciarem que pretendiam permitir que os utilizadores reservassem hotéis sem saírem dos seus assistentes. O caminho para a IA agêntica. Certamente parecia promissor, mas talvez seja ainda utópico devido aos desafios operacionais, tecnológicos e de adoção que uma reserva agêntica hoteleira implica.
A tecnologia não é o principal limite. A verdadeira questão é a adoção. E, acima de tudo, a capacidade de gerar confiança suficiente no utilizador para que este possa sequer considerar a decisão de reservar.
A transação exige veracidade informativa, e este rigor só se consegue com dados estruturados. Sem eles, o utilizador apenas receberá aproximações e, com isso, dúvidas, fazendo com que “reservar” num assistente continue a ser um salto no vazio que poucos viajantes estão dispostos a dar.
No entanto, corrigir o funil da IA para conseguir gerar confiança no utilizador não parece uma etapa muito distante. São necessárias, fundamentalmente, duas coisas:
- Dados ou informação estruturada e fiável, algo que os LLMs por si só e os atuais websites dos hotéis não conseguem oferecer de forma consistente.
- A descoberta automática (discovery) destas fontes de dados por parte dos assistentes de IA, já que depender de o utilizador instalar conectores ou aplicações manualmente não é escalável.
A ausência destas condições levou a OpenAI a dar indicações recentes de que irá pausar o seu objetivo de realizar transações agênticas. Não porque a transação não seja relevante — o que de facto é, devido ao elevado número de anunciantes dispostos a pagar para divulgar os seus canais —, mas porque é necessário concentrar-se na fase anterior: a consideração. O Google, por outro lado, mantém intactos os seus planos de permitir reservas sem abandonar o seu assistente Gemini.
Conteúdo estruturado legível por agentes: a chave para alcançar visibilidade nos assistentes de IA
A primeira condição refere-se à necessidade de dados estruturados com informações sobre a disponibilidade e os preços do seu hotel, bem como ao acesso a funcionalidades de agente para poder efetuar transações, caso seja necessário.
Para tal, e embora estejamos no domínio da opinião, apresentam-se duas alternativas como opções sólidas.
1. MCP (Model Context Protocol) ou protocolos similares
A opção que mais atenção está a receber é o MCP ou Model Text Protocol. Trata–se de um interface ou «hub» para os seus conteúdos e capacidades de reserva, que permite aos assistentes consultar informação estruturada de forma direta.
Muitos grupos hoteleiros já estão a investir na criação de uma infraestrutura MCP para estarem preparados quando os assistentes evoluírem para o “discovery automático”. Nesse momento, o MCP desempenhará um papel essencial nas fases de consideração e transação.
Embora o MCP seja uma das opções que mais atenção tem vindo a receber, não é a única. Estão a surgir outras abordagens e protocolos, como o UCP (Universal Control Protocol da Google) ou o ACP (Agent Client Protocol), que procuram resolver o mesmo problema: permitir que os assistentes acedam a dados estruturados e funcionalidades de forma padronizada.
2. Apps dentro de assistentes
A segunda opção é que os assistentes evoluam para ecossistemas de aplicações ou integrações instaláveis, onde os fornecedores — os hotéis — publicam os seus serviços. Neste caso, os assistentes de IA desempenhariam um papel mais semelhante ao de um “sistema operativo”, como o iOS ou o Android, assentando num ecossistema de aplicações.
As aplicações em diferentes mercados, como o ChatGPT, também se baseiam no MCP, pelo que não deixariam de ser uma variante do caso anterior.
Tanto o MCP como as aplicações são já uma realidade funcional e operacional. Por conseguinte, a primeira condição já está cumprida, aguardando-se apenas a adoção por parte dos hotéis.
O Google parte com vantagem
Neste contexto de acesso a informação estruturada, nem todos os assistentes partem do mesmo ponto. O Google conta com uma vantagem estrutural relevante: há anos que vem a construir um ecossistema de dados verificados e estruturados através de produtos como o Google Business Profile (My Business), o Google Hotel Ads ou o Google Flights, além de integrações no setor retalhista que permitem apresentar o inventário e os preços diretamente nas suas interfaces.
Isto dá ao Gemini uma base mais sólida para abordar a fase de consideração, partindo de dados mais fiáveis e interligados. Outros assistentes, como o ChatGPT, terão de construir este acesso a dados a partir do zero ou apoiar-se em novas arquiteturas como o MCP.
Descoberta automática: o “SEO” da era da IA
É nesta segunda condição — ainda por resolver — que reside o verdadeiro problema. Embora exista uma forma de ligar conteúdos estruturados, deparamo-nos com um obstáculo crucial: a instalação destas fontes ainda é manual. Para que um assistente tenha acesso aos seus dados reais, o utilizador tem hoje de instalar o seu conector ou aplicação específica e ativar a sua utilização, algo que simplesmente não se adapta ao comportamento do viajante. 
Por isso, ter um MCP hoje, ou estar presente numa aplicação do ChatGPT, não gera visibilidade se os utilizadores não instalarem esse MCP ou essa aplicação. Também não melhora a sua posição no LLM.
O valor atual do MCP é latente e estratégico. É importante compreender este conceito. Têm-se gerado muitas falsas expectativas, com o risco de os hotéis acabarem por virar as costas a esta revolução por a considerarem uma ilusão.
Em contrapartida, estamos a um passo de tudo mudar e de o utilizador explorar, ponderar e decidir dentro da IA. Isso acontecerá quando a IA descobrir automaticamente fontes de dados (ou «agentic discovery»). Neste modelo, os assistentes não vão esperar que lhes diga onde está; eles vão procurar ativamente por toda a rede fontes de dados que possam processar em milésimos de segundo. É aqui que o SEO tradicional evolui para uma nova disciplina técnica.
Neste novo cenário, o sucesso não virá apenas por ser “encontrado” pela IA, mas por ser validado por ela. Estamos a passar de um modelo de simples indexação para um de «Descoberta verificada». Para que um agente de IA se atreva a recomendar o seu hotel de forma autónoma, não bastará ler uma descrição sugestiva no seu site; ele precisará de certificar, através de dados estruturados e protocolos de confiança, que os seus atributos (como aquele “berço disponível” ou aquele “pequeno-almoço para celíacos”) são uma certeza transacional. Na descoberta automática, o conteúdo que não for verificável será tratado como “ruído”, e a IA simplesmente irá ignorá-lo para evitar o risco de alucinação.
Este modelo é muito mais escalável, mas requer uma arquitetura técnica em que o hotel exponha os seus dados de forma aberta e padronizada. Isto leva-nos de novo à importância dos protocolos de contexto (como o MCP, o UCP ou o ACP). Participar neles não é apenas uma melhoria técnica; é a única forma de o seu canal direto ser “visível” aos olhos da inteligência artificial.
Neste contexto, o MCP torna-se uma espécie de SEO para os assistentes, tornando o seu hotel “compreensível” para os sistemas que tomam decisões. Quem preparar hoje esta infraestrutura será quem terá prioridade quando os assistentes decidirem quais as interfaces que são fiáveis e quais as que devem ser priorizadas na fase de consideração.
O MCP não garante visibilidade nem vendas. O que faz é tornar essa visibilidade possível.
O alinhamento necessário do ecossistema
O setor encontra-se num ponto de viragem em que os interesses de todos os intervenientes começam a convergir. Se conseguirmos resolver o elo da consideração através de dados estruturados, o benefício é triplo:
- Para os Assistentes de IA: conseguem reter o utilizador durante todo o processo de decisão, reduzindo a sua dependência dos agregadores tradicionais nas fases mais avançadas do funil. Também lhes permitiria competir por parte do investimento publicitário nesta etapa e, por fim, aproximar-se assim do objetivo final de concretizar a transação.
- Para os hotéis: expor as suas informações, serviços, inventário e preços diretamente à IA para atrair clientes na fase crítica de comparação, bem como competir com as OTA onde estas são mais fortes.
- Para os utilizadores: obtêm respostas precisas, fiáveis e em tempo real, eliminando a necessidade de pesquisar em dezenas de sites para confirmar detalhes operacionais.
Conclusão
Hoje, a IA já está a mudar a forma como se inicia o processo de decisão dos utilizadores. O seu objetivo imediato é avançar um passo no funil e influenciar a forma como este termina. Com isso, visam dois grandes objetivos: reter o utilizador, evitando que este volte para a pesquisa, e atrair um enorme leque de anunciantes dispostos a investir em novos espaços publicitários.
Há algum tempo, a dúvida era se os assistentes chegariam a cobrir todo o funil. Hoje, a dúvida parece ser mais quando. Mas essa mudança não será uniforme. A adoção será desigual entre segmentos de utilizadores e tipos de viagem, e nem todos os casos estarão preparados ao mesmo tempo para dar esse salto. Talvez alguns nunca estejam.
A conquista dessa posição dependerá, em grande parte, dos próprios hotéis. Os hotéis não decidirão qual modelo de negócio se impõe, mas decidirão se querem fazer parte dele. Se não o fizerem através dos seus canais diretos, as OTAs ocuparão esse espaço por eles.
Algo semelhante aconteceu com os motores de pesquisa. Durante anos, compreender o ecossistema de SEO e SEM foi fundamental para ganhar visibilidade e desenvolver o canal direto.
Agora, começa a construir-se um novo ecossistema, que irá premiar os hotéis que não só sejam visíveis, mas também verificáveis pelas máquinas. Preparar hoje a sua infraestrutura de dados (como o MCP) não é uma opção técnica, mas sim a estratégia para garantir que, quando a IA procurar certezas para recomendar um hotel, seja o seu que fale a mesma língua.
E nessa corrida para dominar a consideração, nem todos os hotéis partirão da mesma linha de partida. Na era da IA, não vencerá quem for mais visível, mas quem for mais verificável.
