Nuestro compromiso:

 
ERRADICAR LA COMPLEJIDAD DE PLANIFICAR TU PRÓXIMO VIAJE.
MINIMIZAR EL TIEMPO NECESARIO PARA LA ORGANIZACIÓN.
ELIMINAR EL RIESGO DE ERRORES O PROBLEMAS IMPREVISTOS.

El nacimiento de lo que llamamos inteligencia artificial se puede rastrear hasta un artículo publicado en 1950 en la revista Mind por Alan Turing, titulado COMPUTING MACHINERY AND INTELLIGENCE. "Propongo considerar la pregunta: ¿pueden pensar las máquinas?". A esta pregunta, Turing respondió con un no, declarando que la única forma de evaluar las respuestas era crear un "juego de imitación", justo como el título de la película que inspiró. De hecho, los algoritmos no comprenden; imitan, emulan. Esto se puede explicar por el efecto Aicebo, un neologismo resultante de la fusión de AI (Inteligencia Artificial) y placebo, indicando un efecto en el que la percepción de una intervención de inteligencia artificial podría influir en la experiencia o las expectativas de una persona, incluso si la IA no está teniendo un impacto real o específico. Este concepto podría ser particularmente relevante en contextos donde la mera presencia de la IA se ve como una mejora o una garantía de calidad, independientemente de sus efectos concretos. El término captura bien la idea de un impacto psicológico inducido por la tecnología, similar a cómo funciona un placebo en el campo médico.

El enfoque que parece más común a lo que conocemos como IA es el de una solución en busca de un problema. Nuestro enfoque es opuesto: partimos de los problemas para buscar las mejores soluciones para resolverlos. Somos conscientes de que el ser humano, a veces, se distrae y se cansa, pero, a diferencia de la máquina, es capaz de comprender el significado profundo de las cosas y encontrar soluciones creativas a problemas nuevos y antiguos. Para nosotros, la máquina es una especie de exoesqueleto que incrementa considerablemente las capacidades del operador humano. El operador humano instruye a la máquina para que realice tareas específicas, siguiendo secuencias bien precisas, sin dejar espacio para improvisaciones. Es el ser humano quien siempre debe tener la última palabra. No necesitamos una máquina que sea omnisciente como desearían los defensores de la AGI. A nuestro modo de ver, el lenguaje natural es solo una manera de interactuar con el usuario, haciendo accesible nuestra solución precisamente porque puede utilizar su lenguaje cotidiano. Por lo demás, debe limitarse a extraer de la conversación la información necesaria para iniciar una búsqueda y para seleccionar los resultados más relevantes. Esto nos permitirá extraer información de correos electrónicos, calendarios electrónicos, y solo tener que confrontarnos con el cliente para pedir confirmación de que todo lo que hemos "intuido" de este trabajo corresponde a sus necesidades reales y para proporcionarle las posibles soluciones que mejor satisfacen estas necesidades, teniendo ya conocimiento de cuáles son sus gustos personales, cuál será el contexto en el que viajará; de hecho, no elige los mismos servicios si viaja solo por trabajo o con la familia, y de la política de viajes de la empresa. Los tiempos de interacción con el cliente siempre deben ser lo más breves posible, porque creemos que él puede invertir mejor su tiempo y que nosotros podemos hacer mejor este trabajo y con menores posibilidades de cometer errores, como profesionales del sector con conocimientos técnicos continuamente actualizados no de dominio público.


En cuanto al trabajo, por así decirlo, de back office, no es necesario disponer de una gran inteligencia, sino que basta con seguir instrucciones preestablecidas estándar, complementadas con las más específicas proporcionadas por el cliente. Por ejemplo, no hace falta ser un genio para entender que, en un itinerario que incluya un vuelo con escala, siempre será preferible la solución que no implique cambios de aeropuerto y tenga tiempos de conexión más cortos. En esencia, la llamada IA deberá limitarse a seguir al pie de la letra las instrucciones precisas que se le han proporcionado, con la diferencia de que sus capacidades le permitirán ser más rápida y precisa en la selección de las mejores opciones disponibles en comparación con cualquier operador humano. Se le excluirá cualquier mínima posibilidad de ser creativa. Cuando no sea capaz de responder porque se enfrenta a una situación no codificada, deberá delegar la gestión al operador humano, a quien se le permitirá usar su creatividad para encontrar una solución. Posteriormente, esta solución creativa podrá ser codificada y gestionada de manera autónoma por la máquina, si se presentara nuevamente.








Respecto a la llamada IA, muchos se preguntan si estamos frente a una nueva burbuja especulativa. No podemos hablar por otros, pero por lo que a nosotros respecta, no creemos que sea así. Hemos dicho que partimos de un análisis detallado de los problemas para buscar soluciones. Por lo tanto, es muy difícil que incurramos en una de las mayores razones de fracaso de las startups, que es el 'No Market Need'. Aunque inicialmente nos centraremos en algunos mercados específicos y en algunas funcionalidades específicas, nuestro mercado es global; ya que, mutatis mutandis, las necesidades son las mismas en todas partes. Esto hace menos probable encontrarse con otra posible razón de fracaso, la del 'Lack of product-market fit' (PMF). Somos partidarios de un enfoque frugal hacia lo que conocemos como IA, por dos razones: económica y ambiental. De hecho, estamos atentos a los costos y no queremos desperdiciar recursos innecesariamente en potencia de cálculo, ya que queremos que nuestra creación genere ganancias de inmediato. Sabemos además que la capacidad de cálculo tiene repercusiones negativas en el ambiente. Dado que en la elección de los vuelos que vamos a proponer, también se nos pide que tengamos en cuenta su incidencia en el ambiente, no podríamos hacerlo ignorando o haciendo que se ignore cuánto estamos impactando directamente en él. Para nosotros, la transparencia es también importante, comenzando por cómo funcionan los algoritmos que utilizamos. Siempre debe ser posible explicar sus mecanismos de funcionamiento con facilidad y deben ser lo más libres de sesgos posible.


La transparencia será también el fundamento en nuestra relación con los clientes. Todo debe estar configurado para obtener una alineación entre los intereses del cliente y los nuestros. La experiencia nos enseña que el modelo de remuneración más alineado con esto es el de la tarifa por servicio y la suscripción, rechazando cualquier forma de remuneración e incentivo por parte de los proveedores. Muchos operadores en el sector se centran en el precio más bajo; nosotros, sin embargo, queremos enfocarnos en la claridad y transparencia. También podemos ofrecer tarifas entre las más económicas disponibles en el mercado, a veces incluso más económicas que las de la competencia, pero, al hacerlo, siempre nos aseguramos de informar previamente que, casi siempre, una tarifa más económica equivale a una tarifa más restrictiva en términos de posibilidades de realizar cancelaciones y modificaciones voluntarias por parte del pasajero. No ofrecemos estas tarifas sin antes proporcionar esta debida advertencia y, sobre todo, después no proponemos la venta de una póliza 'Cancela por Cualquier Razón'. En casos como estos, también ofrecemos desde el principio una tarifa más alta, que, en caso de cancelación voluntaria por parte del cliente, podrá ser reembolsada en su totalidad, sin la aplicación de ninguna franquicia.






Clive Humby sostiene que los datos son el nuevo petróleo, y nuestra creación podría ser considerada la broca necesaria para extraerlos. Nuestro enfoque es impulsado por los datos, ya que, como sostiene W. Edwards Deming, “sin datos, solo somos personas con opiniones”. Sin embargo, el trabajo de extracción no es simple; de hecho, como sostiene el padre de la publicidad moderna, David Ogilvy, “las personas no piensan lo que sienten, no dicen lo que piensan y no hacen lo que dicen”. De hecho, la mayoría de las veces, responden a encuestas o estudios de mercado solo si hay algún tipo de incentivo, pero incluso en este caso, no se puede estar seguro de que lo hagan con sinceridad. Nuestra creación es capaz de extraer datos de las interacciones que tiene el público, de las elecciones que se hacen, de las preguntas planteadas por el cliente, etc., y, gracias a su potencia de cálculo, es capaz de refinarlos, haciendo posible la creación de ofertas cada vez más personalizadas.