Agen Perjalanan AI Akan Mengubah Perjalanan Sebelum Wisatawan Memperhatikan

Agen perjalanan AI telah meningkat dengan cepat selama dua tahun terakhir. KAYAK meluncurkan Mode AI pada 2025 dan mengembangkannya dengan Ask AI pada 2026. Booking.com terus mengembangkan alat perencanaan perjalanan AI yang pertama kali diperkenalkan pada 2023, sementara menambahkan produk baru untuk bagian tertentu dari perjalanan, termasuk pencarian sewa mobil yang ditenagai AI dan bantuan. Keduanya menggambarkan pencarian perjalanan yang berubah dari daftar hasil menjadi percakapan bahasa alami.

Sebuah agen AI dapat mengubah proses pencarian yang panjang menjadi daftar pendek yang sangat dipersonalisasi, menyelamatkan waktu wisatawan sambil menampilkan pilihan yang lebih sesuai dengan apa yang mereka inginkan. Sebagai gantinya membuka sepuluh tab dan membandingkan hotel satu per satu, seorang wisatawan bisa meminta properti yang tenang di dekat kantor tertentu, dengan check-in terlambat, dan ruang untuk anjing besar.

Tapi sementara prospek ini menarik, itu tidak berarti perjalanan siap untuk agen otonom. Batasan utama adalah infrastruktur yang mendukung model: sebuah agen hanya dapat membuat keputusan yang dapat diandalkan ketika informasi yang diterimanya terstruktur, mutakhir, dan cukup detail untuk bertindak. Dalam perjalanan, informasi itu masih terfragmentasi dan seringkali kekurangan detail yang dibutuhkan agen otonom untuk membuat keputusan yang percaya diri. Jawaban yang fasih dapat menyembunyikan kelemahan data sumber; sekali agen juga bertanggung jawab atas pemesanan, kelemahan itu menjadi operasional.

Perjalanan AI Memiliki Masalah Data

Pertimbangkan sesuatu yang sederhana seperti menemukan hotel yang mengizinkan anjing. Kami telah melihat wisatawan bertanya kepada alat AI apakah hotel itu ramah hewan peliharaan, menerima jawaban yang salah dan tiba untuk menemukan bahwa anjing tidak diizinkan. Masalahnya adalah data sumber yang modelnya andalkan. Bahkan bidang “hewan peliharaan diizinkan” yang positif mungkin menghilangkan detail yang menentukan apakah menginap itu memungkinkan: apakah hotel menerima semua anjing atau hanya ras kecil, berapa banyak hewan peliharaan yang diizinkan, dan apa biaya yang dikenakan.

Permintaan menjadi lebih sulit ketika mereka menjadi lebih spesifik. Seorang wisatawan mungkin meminta hotel dengan gym yang baik. Untuk menjawab dengan benar, agen membutuhkan lebih dari bidang “gym tersedia”. Ini perlu tahu apa peralatan yang ada, berapa umur fasilitas itu, apakah itu beroperasi 24/7, dan apakah itu termasuk zona latihan kardio, kekuatan, dan pelatihan fungsional yang didedikasikan, serta fasilitas seperti sauna. Banyak faktor yang berbeda bergabung untuk menentukan apakah gym itu benar-benar baik untuk wisatawan tertentu.

Aksesibilitas menciptakan masalah yang sama. Label “aksesibel” generik mengatakan sedikit tentang apakah tamu tertentu dapat benar-benar menggunakan properti. Deskripsi yang berguna akan mengatakan, misalnya, bahwa pintu masuk bebas langkah, lift muat kursi roda, dan kamar mandi memiliki shower roll-in. Hotel perlu menerbitkan tingkat detail itu dalam format yang dapat dibaca mesin, tetapi itu masih tidak terjadi di sebagian besar pasar.

Masalahnya meluas ke inventori itu sendiri. Pemasok yang berbeda mungkin menjelaskan kamar yang sama dengan cara yang berbeda, dan praktik komersial dapat menambahkan lapisan inkonsistensi lain. Kamar standar mungkin muncul sebagai “kamar superior” melalui saluran distribusi lain bahkan ketika produk dasar pada dasarnya sama. Kamar kembar mungkin terdaftar sebagai “kamar double” di tempat lain, atau pemandangan laut sebagian mungkin dipasarkan sebagai pemandangan laut penuh, tergantung pada saluran mana yang menetapkan harga. Perjanjian paritas tarif dapat memperkuat inkonsistensi ini: ketika hotel tidak dapat menawarkan kamar yang sama dengan harga lebih murah melalui saluran lain, mengganti nama atau sedikit mengemas ulang kamar dapat menciptakan produk yang secara nominal berbeda.

Tidak ada yang secara inheren menipu; ini sering hanya bagaimana sistem yang berbeda menandai inventori fisik yang sama. Tapi itu berarti kamar yang sama dapat ditampilkan di bawah beberapa deskripsi yang berbeda, masing-masing secara teknis akurat tetapi tidak sempurna untuk sistem otomatis yang mencoba memecahkan mereka. Sementara orang yang bekerja di perjalanan telah belajar menafsirkan perbedaan ini, agen membutuhkan input yang jauh lebih bersih jika mereka diharapkan membuat keputusan dalam skala besar.

Data Perjalanan Dibangun untuk Kerja Sekitar Manusia

Perjalanan telah lama bergantung pada orang untuk menyelesaikan nama kamar yang tidak konsisten, atribut yang hilang, dan data pemasok yang bertentangan. Agen otonom tidak dapat bergantung pada asumsi yang sama: sekali perangkat lunak membuat keputusan, ketidakjelasan berubah langsung menjadi pemesanan yang salah. Ketidakcocokan yang sebelumnya menciptakan sepuluh menit pekerjaan manual sekarang dapat mengirim wisatawan ke kategori kamar yang salah atau hotel yang tidak dapat memenuhi persyaratan penting.

Hal itu memberikan inventori terstruktur nilai strategis baru. Rapid API Expedia sekarang menyediakan akses ke lebih dari 800.000 properti dan 32 juta gambar properti, sementara platform B2B-nya memproses 21 miliar panggilan API per hari. Booking.com melaporkan lebih dari 31 juta daftar akomodasi dan 370 juta ulasan yang diverifikasi. Skala dataset ini membantu menjelaskan mengapa platform besar memiliki keunggulan awal ketika AI menjadi antarmuka lain untuk pencarian perjalanan.

Jika asisten AI semakin bergantung pada sumber daya yang dapat mereka tanyakan dan percayai, antarmuka konsumen akan berubah jauh lebih cepat daripada lapisan distribusi di belakangnya.

Data yang lebih baik juga menimbulkan pertanyaan tentang bagaimana personalisasi harus digunakan. AI dapat mempelajari preferensi wisatawan dan menggunakannya untuk membuat rekomendasi yang lebih baik, tetapi profil yang sama tidak boleh menentukan apa yang wisatawan bayar. Ada perbedaan penting antara menampilkan seseorang hotel yang paling sesuai dengan riwayat mereka dan mengenakan biaya lebih tinggi untuk kamar yang sama karena algoritma berpikir mereka dapat membayarnya.

Mengingat bahwa seorang pengguna biasanya bepergian dengan anjing atau lebih suka hotel dengan peralatan kekuatan yang tepat memperbaiki rekomendasi. Menggunakan pendapatan, perangkat, atau pengeluaran sebelumnya untuk memperkirakan harga tertinggi yang akan mereka terima berpindah dari personalisasi ke profil.

Mencari Hotel Hanya Bagian dari Pekerjaan

Bagi agen otonom, menemukan hotel yang tepat hanya bagian dari transaksi. Ini juga perlu mengakses inventori langsung, mengonfirmasi pemesanan dan membayarnya. Bahkan dengan inventori yang terstruktur dengan sempurna, agen masih menemukan bottleneck kedua sekali mereka mencoba menyelesaikan transaksi: pembayaran dan penyelesaian masih merupakan bagian paling terfragmentasi dari tumpukan perjalanan.

Pada Juni 2026, Travala meluncurkan protokol perjalanan AI ujung-ke-ujung yang memungkinkan agen AI mencari dan memesan lebih dari 2,2 juta hotel, dengan pembayaran yang diselesaikan secara programatis dalam USDC melalui infrastruktur dompet agenik Coinbase. Bulan yang sama, Accor mengatakan bahwa mereka berinvestasi dalam sistem yang akan memungkinkan wisatawan memesan dan membayar hotel langsung di dalam LLM seperti ChatGPT, salah satu tanda paling jelas bahwa grup hospitalitas besar melihat pembayaran asli agen sebagai produk jangka pendek. Peluncuran ini membawa agen lebih dekat untuk menyelesaikan pemesanan di dalam percakapan tunggal, bukan mengalihkan wisatawan melalui beberapa sistem yang terputus.

Inventori dan pembayaran perlu tersedia untuk perangkat lunak dalam alur kerja yang sama. Saat ini, pemesanan hotel masih dapat melewati beberapa perantara sebelum mencapai properti, sementara pembayaran dan rekonsiliasi sering ditangani dalam sistem yang terpisah.

Rel kereta api pembayaran yang dapat diprogram dapat membantu menghubungkan langkah-langkah tersebut. Stablecoin adalah salah satu pilihan karena mendukung penyelesaian 24/7 yang dapat diprogram. Wisatawan tidak perlu memegang stablecoin mereka sendiri, dan hotel dapat terus menerima mata uang lokal, dengan konversi yang terjadi di latar belakang.

Tujuannya adalah transaksi yang dapat dibawa oleh agen dari pemilihan hingga pemesanan dan penyelesaian tanpa menyerahkan proses kembali kepada orang. Itu memerlukan infrastruktur pembayaran untuk menjadi lebih mudah diakses oleh perangkat lunak seperti inventori perjalanan yang menjadi lebih mudah diakses.

Wisatawan Mungkin yang Terakhir Memperhatikan

Dampak besar pertama dari agen AI dalam perjalanan akan terjadi di belakang antarmuka pemesanan, jauh sebelum wisatawan memperhatikan perubahan yang terlihat.

Hotel akan membutuhkan konten mesin yang lebih terperinci. Pemasok harus meningkatkan cara inventori dinormalisasi di seluruh sistem. Lebih banyak distribusi akan bergerak melalui API, dan infrastruktur pembayaran perlu mendukung transaksi yang diinisiasi oleh perangkat lunak. Bagi banyak hotel, tanda pertama perjalanan agenik akan karena itu operasional: bidang data baru untuk dilengkapi, persyaratan pemetaan kamar yang lebih ketat, dan permintaan yang lebih besar untuk akses waktu nyata ke ketersediaan dan tarif.

Asisten AI mungkin merupakan perubahan yang paling terlihat bagi konsumen, tetapi perbaikan dasar ini akan menentukan seberapa berguna itu pada akhirnya. Permintaan sederhana seperti “pesan pilihan terbaik untuk saya” mungkin bergantung pada ratusan pemeriksaan yang terjadi di luar pandangan, dari mencocokkan catatan kamar hingga mengonfirmasi tarif dan melampirkan pembayaran ke reservasi yang benar.

Perjalanan telah beroperasi dengan data yang terfragmentasi dan sistem yang tidak kompatibel selama dekade karena orang dapat mengkompensasi mereka. Agen otonom meninggalkan sedikit ruang untuk kerja sekitar itu. Masalah data yang pernah menciptakan pekerjaan manual ekstra sekarang dapat mencegah transaksi terjadi dengan benar. Ini mengubah dasar persaingan.

Perjalanan agenik bergantung pada data dan infrastruktur yang sistem otonom dapat diandalkan. Ketika wisatawan memperhatikan bahwa AI memesan lebih banyak perjalanan mereka, sebagian besar transformasi sudah berada di belakang mereka.