Reportrip - Información turística líder en Latam

Cada revolución es una evolución, es solo la compresión del tiempo a través de la historia lo que hace que el cambio parezca repentino.

Hasta la fecha, la revolución nunca se ha movido a la velocidad de la tecnología porque la nueva tecnología generalmente llega a un mundo construido para lo que está tratando de reemplazar.

El teléfono llegó a un mundo construido en torno al telégrafo. La infraestructura, los procesos establecidos y el comportamiento humano se convirtieron en barreras para la adopción.

Para una industria altamente regulada como la aviación, y particularmente para resolver operaciones irregulares, es probable que la revolución de la inteligencia artificial (IA) evolucione un caso de uso a la vez.

¿Qué tan lejos lo dejarán ir las aerolíneas?

En Grounded 2026 en Reikiavik, los líderes de más de 35 aerolíneas que representan más del 40% del volumen mundial de pasajeros se reunieron para discutir el futuro de la gestión de la interrupción de los pasajeros.

Pregunta a los líderes de las aerolíneas: Si la tecnología funcionara mañana, ¿cuánta toma de decisiones entregaría realmente a la IA durante la interrupción?

El setenta y cuatro por ciento estaba preparado para dejar que la IA tomara algún tipo de acción, en lugar de simplemente hacer recomendaciones.

• El 39 % permitiría que la IA actuara dentro de las reglas predefinidas.
• El 28 % le permitiría actuar de forma autónoma, escalando las excepciones.
• El 26 % quería que la IA se restringiera a las recomendaciones, y los humanos se quedan con la decisión final.
• Solo el 7 % estaba preparado para contemplar la autonomía total para la mayoría de los pasajeros.

Claramente, la industria no se resiste a la IA. Parece listo para entregar la toma de decisiones significativas, pero dentro de los límites.

Pregunta de seguimiento: Entonces, ¿qué impide que las aerolíneas implementen la IA?

• El 41 % identificó sistemas y datos
• 27% de preparación organizativa
• 18% de confianza y gobernanza
• Solo el 10 % seleccionó el caso de negocio y el 4 % de la regulación

En otras palabras, el 86 % identificó alguna forma de preparación tecnológica, operativa u organizativa como la principal restricción, en lugar de la regulación o la economía.

Pero la arquitectura ya está cambiando. Es posible que las aerolíneas no hayan decidido qué modelos usar, qué decisiones automatizar o cuánta autonomía permitir, pero esas preguntas están influyendo cada vez más en la tecnología que compran hoy en día.

Esto es evidente en cada solicitud de propuesta (RFP) escrita en los últimos 18 meses.

Por qué la disrupción es un caso de uso exigente de la IA

Las operaciones irregulares combinan muchas de las cosas en las que la IA parece cada vez más buena con muchas de las cosas que las aerolíneas encuentran más difíciles de automatizar.

Una sola interrupción puede requerir que una aerolínea considere todo, desde las limitaciones operativas y el inventario hasta los requisitos de accesibilidad y las restricciones de inmigración, y luego tome decisiones rápidamente para miles de pasajeros a la vez.

La IA potencialmente cambia la economía de esa complejidad. Más importante aún, promete ir más allá de la interpretación de la información a tomar medidas. Hay una gran diferencia entre la IA que asesora a un agente y la IA que reacomoda a los pasajeros directamente.

Pregunta a los líderes de las aerolíneas: ¿Dónde está la mayor brecha entre las expectativas de los pasajeros durante la interrupción y qué aerolíneas pueden ofrecer actualmente?

• El 41 % eligió la velocidad de la información
• 27 % de relevancia personal
• 25% de calidad de las opciones
• Solo el 8 % eligió el contacto humano cuando importa

Esto es importante porque las necesidades fundamentales de un pasajero interrumpido no han cambiado mucho. Lo que ha cambiado es el intervalo aceptable entre: Algo ha sucedido y dime lo que significa para mí. Ese intervalo se está derrumbando.

Rastreadores de vuelos, redes sociales, grupos de mensajería: la aerolínea ya no es el único narrador de la interrupción. A veces el pasajero lo sabe primero. La IA comprime aún más ese intervalo porque una vez que la tecnología puede entender un problema en segundos, los pasajeros se preguntarán cada vez más por qué resolverlo todavía lleva horas.

La reconfortante historia de la IA, la que les contaríamos a nuestros hijos a la hora de dormir, sigue una suave trayectoria de validación, regulación, confianza pública y automatización gradual. No es exactamente la retórica alarmante que escuchamos de los IA Knights of the Round Table.

En Grounded, pedimos a los líderes de las aerolíneas que consideraran un futuro en el que el propio agente de IA de un pasajero se encargue de la rereserva, las opciones y la compensación.

• El 78 % pensó que llevaría años
• El 15 % lo consideró realista en un futuro próximo
• Solo el 7 % pensó que era inminente

Puede que tengan razón. Pero, ¿y si sucede más rápido?

Gran parte del modelo de interrupción actual asume que el pasajero viene a la aerolínea en busca de respuestas, elige entre las opciones que ofrece la aerolínea y confía en la aerolínea para definir cómo es una buena recuperación. Un agente personal de IA desafiaría a los tres.

La línea de tiempo es incierta. Pero si la capacidad tecnológica existe, la pregunta obvia es: ¿Por qué no simplemente entregamos el problema?

El problema del 1%

Una lección recurrente de los números de interrupción de las aerolíneas es que los pequeños porcentajes de vuelos se traducen en grandes poblaciones de pasajeros.

Durante el período de Acción de Gracias de 2025, 31 millones de pasajeros volaron en los Estados Unidos con una tasa de finalización del 99 %, un milagro logístico moderno. Pero el 1% restante representa a 310.000 pasajeros. Este es el problema de describir el fallo como una tasa de error. A escala de aviación, los casos de borde representan poblaciones.

Ahora aplica la misma lógica a la IA. Supongamos que una IA resuelve con éxito 10.000 pasajeros interrumpidos y toma decisiones materialmente incorrectas para 100. ¿Ese sistema tiene éxito? Por supuesto, depende de qué 100 pasajeros.

Una elección de hotel subóptima es un tipo de error. Volver a reservar a alguien en un viaje que legalmente no puede completar es otra. No preservar un requisito de accesibilidad o separar a una familia es diferente de nuevo.

No todos los errores tienen las mismas consecuencias.

La IA también cambia el alcance de un error. Un agente humano podría tomar una mala decisión para un pasajero. Un sistema automatizado podría aplicar el mismo razonamiento defectuoso a miles de personas antes de que nadie se dé cuenta.

Por lo tanto, un sistema que aconseja incorrectamente crea un tipo de riesgo. Un sistema autorizado para actuar incorrectamente crea otro. Para un asesor de IA, la precisión puede ser una medida razonable de éxito. Pero una vez que la IA está empoderada para actuar, la precisión por sí sola nos dice muy poco sobre el riesgo.

Entonces, las preguntas más útiles se vuelven: ¿Qué decisiones estamos preparados para automatizar? ¿Qué fracasos estamos preparados para tolerar? ¿Y dónde debe permanecer un humano en el bucle?

La verdad es que aún no lo sabemos.

Compuestos de confianza

La revolución de la IA en la interrupción de las aerolíneas ya está en marcha. La discusión más interesante es cómo llega. La evidencia sugiere una progresión en la que la IA aconseja, recomienda, actúa dentro de los límites definidos y luego maneja casos cada vez más complejos mientras escala otros.

La confianza agrava un caso de uso a la vez. Cada despliegue exitoso se convierte en evidencia para el siguiente.

Curiosamente, los humanos no desaparecen en ese modelo; su papel cambia. En lugar de procesar manualmente a cada pasajero, establecen cada vez más políticas, supervisan sistemas e intervienen cuando las consecuencias de hacer algo mal exigen responsabilidad humana.

Esta es la razón por la que la revolución ya parece evolutiva. Vista desde el interior de la industria, la transformación se siente notablemente incremental; los límites se extienden una automatización a la vez. Hasta que un día el modelo operativo tiene poco parecido con el que empezamos.

Fuente: Phocuswire