Lo que la IA de viajes aún no ha aprendido de Hipmunk

Skift nos recuerda una lección incómoda sobre la IA de viajes: Hipmunk, el metabuscador que hace dieciséis años revolucionó cómo se presentaban los resultados, construyó sus páginas alrededor de la realidad psicológica del viajero, no alrededor de lo que era técnicamente fácil mostrar. Y hoy, con toda la potencia de machine learning y generative AI disponible, la mayoría de las herramientas de viajes aún no lo han replicado.

La diferencia era brutal. Mientras otros motores de búsqueda mostraban listados planos de opciones idénticas, Hipmunk presentaba visualizaciones intuitivas, filtros semánticos y flujos que reconocían que viajar no es solo comparar precios. Un viajero que buscaba un vuelo matutino porque duerme poco en aviones podía encontrarlo al instante. Alguien que odiaba escalas largas tenía un mapa visual clara. No era IA pura, era diseño obsesionado con el problema real.

Hoy vemos a startups de travel tech construyendo chatbots que hablan bonito pero que, en la práctica, siguen obligando al usuario a navegar por opciones genéricas o incomparables. La IA genera textos fluidos, pero no resuelve el problema fundamental: entender qué quiere decidir el viajero y presentarle solo eso. Es la trampa de confundir capacidad tecnológica con claridad de valor. Algunos operadores hoteleros ven estas herramientas como el futuro, yo veo muchas de ellas como Hipmunk sin el Hipmunk, si me explico. El reto no está en la IA más sofisticada, está en equipos que entiendan viajes tanto como entienden código.