Nossa IA reservou um hotel que não existia — e a matemática já dizia que aconteceria

A primeira vez que vi nosso assistente de viagens confirmar um hotel que não existia, a sala da demonstração literalmente aplaudiu.

Um testador havia pedido uma eco-lodge de luxo na Costa Rica por menos de US$ 200 a diária. O modelo retornou o "Tabacon Springs Eco-Lodge" — texto deslumbrante, uma tarifa noturna plausível, uma tela de confirmação. Lê-se lindamente. Também são duas propriedades reais, Tabacon e Nayara Springs, fundidas em um único lugar fictício. Não existe nenhum Tabacon Springs Eco-Lodge. Se uma família estivesse do outro lado daquela tela, teria voado até a Costa Rica e chegado a uma recepção que nunca tinha ouvido falar dela.

Esse momento é toda a razão pela qual a reserva de viagens com IA agêntica é mais difícil do que parece, e é por isso que quero percorrer o que fizemos de errado antes de acertarmos. A versão curta: em viagens, uma resposta fluente e uma resposta verdadeira são objetos diferentes, e a distância entre elas não é um bug que se elimina iterando. É uma propriedade estrutural de usar um modelo probabilístico para fazer um trabalho determinístico.

Um agente de viagens humano que chuta a disponibilidade é demitido. Uma IA que chuta é elogiada pelo tom — até que um cliente esteja parado em um aeroporto.

O conselho pediu "uma estratégia de IA". O mercado deu a eles um motivo para entrar em pânico.

Vou situar a cena, porque se você lidera produto em uma empresa de gestão de viagens ou em uma OTA, você está vivendo isso agora mesmo.

Entre fevereiro e abril de 2026, todas as principais camadas de distribuição em viagens lançaram ou anunciaram reservas agênticas. Sabre, PayPal e Mindtrip anunciaram a primeira experiência agêntica de ponta a ponta do setor em 12 de fevereiro — voos com disponibilidade geral no 2º trimestre de 2026, rodando sobre as APIs Mosaic da Sabre em mais de 420 companhias aéreas e dois milhões de hotéis, com a base de conhecimento de 6,5 milhões de pontos da Mindtrip por cima. No dia anterior, o CEO da Marriott confirmou que o AI Mode do Google reservaria a Marriott diretamente, pulando totalmente o canal da OTA. A Amadeus colocou um assistente generativo chamado Cytric Easy dentro do Microsoft Teams, construído com a Accenture. A Navan continua reportando números que fazem toda TMC tradicional parecer lenta.

Então o CFO entra na sala e pergunta por que você não está "fazendo uma coisa de IA como a Navan". E aqui está a armadilha em que vi times inteligentes caírem: eles ouvem essa pergunta como lance um chatbot rápido, quando a pergunta de verdade — a única que importa — é como fazemos isso sem nos queimarmos como a Air Canada.

Os compradores com quem converso não estão perguntando se devem fazer reservas agênticas. Esse debate acabou. Eles estão perguntando como fazer isso sem apostar a empresa no estoque de uma única plataforma, e sem uma máquina confiantemente errada criando uma responsabilidade pela qual eles pessoalmente terão que responder.

A responsabilidade já tem nome, e sua equipe jurídica o conhece

Se você quer entender por que os advogados de viagens estão nervosos, basta um único caso.

Em 14 de fevereiro de 2024, o Tribunal de Resolução de Disputas Civis da Colúmbia Britânica ordenou que a Air Canada pagasse a Jake Moffatt US$ 812,02 depois que seu chatbot inventou uma política retroativa de tarifa por luto que contradizia as regras tarifárias reais da companhia. A defesa da Air Canada foi que o chatbot era, na prática, uma entidade jurídica separada, responsável por suas próprias declarações. O tribunal rejeitou isso em linguagem simples: uma empresa é responsável por tudo em suas superfícies, quer as palavras venham de uma página estática ou de um modelo.

Oitocentos e doze dólares é um erro de arredondamento. O precedente não é. Todo memorando jurídico de tecnologia de viagens escrito desde então cita Moffatt, e uma decisão mais recente foi no sentido oposto sem ajudar em nada quem faz a implantação — em janeiro de 2026, um tribunal em Hangzhou limitou a responsabilidade do fornecedor de um LLM quando um usuário tentou fazer valer a promessa de um chatbot. Lidos em conjunto, os dois casos apontam para a mesma direção incômoda: o dever de cuidado recai sobre a marca de viagens, não sobre o provedor do modelo. Você não pode terceirizar a culpa para a OpenAI.

E não é só dinheiro. Em 2025, turistas fizeram uma trilha até 4.000 metros nos Andes peruanos em busca do "Cânion Sagrado de Humantay", um lugar que um planejador de IA havia inventado por completo. Um casal malaio dirigiu 400 quilômetros para andar em um "Kuak Skyride" que não existe. Uma vila da Tasmânia com 33 moradores começou a receber ligações sobre fontes termais que nunca teve. A ISO 31030, o padrão de gestão de riscos de viagens, faz da segurança do viajante a obrigação de quem implanta — esses incidentes são exatamente o que ela existe para prevenir. Com cerca de um quarto dos turistas agora usando IA para planejar viagens, o raio de impacto deixou de ser teórico há um bom tempo.

O que eu entendi errado: achei que fosse um problema de prompt

Aqui está a parte da qual não me orgulho.

Nossa primeira construção foi, honestamente, um wrapper de boa aparência. Um modelo capaz, um system prompt bem projetado, recuperação sobre um catálogo de hotéis, uma interface de chat limpa. Fazia uma boa demonstração — boa o suficiente para eu me pegar acreditando que as alucinações eram um caso extremo que espremeríamos para fora com melhores prompts e um índice de recuperação maior. Um investidor por volta daquela época me disse, mais ou menos, para apenas usar o GPT e parar de pensar demais nisso. Por cerca de um mês, eu meio que acreditei nele.

O momento Tabacon Springs foi o que quebrou aquela crença, mas a coisa que de fato mudou minha cabeça foi sentar e fazer a aritmética que eu vinha evitando.

Uma reserva de voo realista tem cerca de dez etapas sequenciais: interpretar a intenção, buscar, filtrar, precificar, reter, verificar a política, coletar os dados do passageiro, encaminhar o pagamento, confirmar o PNR, emitir o bilhete. Suponha — generosamente — que cada etapa seja uma chamada de modelo probabilístico que acerta 90% das vezes. De ponta a ponta, sua taxa de sucesso é 0,9 elevado à décima potência. Cerca de 34%.

Você não consegue sair da falha estocástica composta à base de prompt. O erro não fica menor à medida que você adiciona etapas. Ele se multiplica.

Então encontrei o número que encerrou o debate interno. O benchmark TravelPlanner do OSU NLP Group mediu o GPT-4, usando o popular padrão ReAct, concluindo itinerários realistas de vários dias a 0,6%. Não 60%. Zero vírgula seis. Seis viagens bem-sucedidas em mil.

As pessoas ficam agitando por aí um número de "97%" do mesmo benchmark, e quero ser preciso aqui porque tomá-lo emprestado nos faria parecer ou desonestos ou ingênuos: esses 97% vêm de um solucionador dirigido por código rodando contra uma base de conhecimento estática e congelada — snapshots do OpenFlights e do Yelp — não de um modelo reservando contra estoque ao vivo e em constante mudança. Não é um número de reserva em produção, e quem o cita como tal não leu o artigo. O número honesto para um LLM conduzindo todo o fluxo é o pequeno.

Essa foi a virada. O problema nunca foi o prompt. O problema era que tínhamos colocado um modelo probabilístico no fluxo de controle, para começar.

Como Você Impede uma IA de Reservar um Hotel Que Não Está Lá?

Assim que parei de tentar tornar o modelo mais confiável e comecei a tentar removê-lo das partes que precisam ser confiáveis, a arquitetura praticamente se desenhou sozinha.

A regra em que nos fixamos: o modelo de linguagem faz linguagem, e nada mais. Ele extrai o que um viajante quer dizer e resume os resultados de volta em inglês simples. Ele não chama o GDS. Ele não verifica a política. Ele não toca no pagamento. Cada uma dessas coisas é lógica determinística, codificada de forma rígida. Rodamos a orquestração como uma máquina de estados — o LangGraph é nosso plano de controle habitual, embora não sejamos dogmáticos quanto a isso; se um cliente está apoiado no AWS Bedrock AgentCore ou no Vertex AI Agent Builder, construímos lá em vez disso.

O detalhe que importa mais do que o framework é o estado tipado. A maioria das implantações de agentes em produção que vi morre da mesma morte silenciosa: o estado deriva silenciosamente entre etapas, ninguém percebe, e o agente age com confiança sobre uma imagem corrompida do mundo. Um esquema de estado estritamente tipado com Pydantic — cada campo declarado, validado em cada transição — é a coisa sem glamour que impede isso. Quando uma reserva precisa abranger múltiplos commits, um padrão saga cuida do rollback: se o hotel falha depois que o voo já foi emitido, o grafo sabe como anular e desfazer em vez de deixar um viajante com a reserva pela metade.

Construímos como três capacidades, não um produto, porque nem todo comprador precisa da coisa toda. Há o agente de reserva determinístico — o núcleo. Há a verificação como serviço, uma API autônoma que qualquer equipe de IA de viagens existente pode chamar para perguntar "este hotel é real, este preço está atual, este PNR está de fato confirmado?" — uma guardrail que fica na frente de um wrapper que você já lançou, o que é uma resposta muito mais barata quando o jurídico levanta o caso Moffatt no seu comitê diretor do que arrancar tudo fora. E há uma camada de política e conformidade que compila uma política corporativa de viagens ou as regras tarifárias de uma OTA em restrições aplicadas, instrumenta as obrigações de dever de cuidado da ISO 31030 e carrega os requisitos de transparência do EU AI Act. Escrevemos sobre como as três se encaixam na página da solução deste trabalho.

A aplicação da política tem que ser código, não um prompt. Prompts derivam entre versões de modelos. Regras de negócio não têm permissão para isso.

O número que ninguém coloca no slide do pitch

Se eu pudesse fazer toda equipe de viagens internalizar uma coisa antes de lançar, não seria a alucinação. Seria a economia da busca.

Provedores de GDS não cobram por reserva. Eles cobram por busca de segmento, tipicamente US$ 3 a US$ 3,50 mais uma comissão de cerca de 10%, e impõem razões look-to-book que penalizam você por compras especulativas. O Grupo Lufthansa aumentou de novo suas taxas de reserva de GDS, com efeito a partir de 1º de janeiro de 2026, na Amadeus, Sabre e Travelport. Agora imagine um agente que "prestativamente" roda quatro buscas exploratórias por turno de conversa porque o modelo decidiu ser minucioso. Sobre a margem de 3 a 5% de um comerciante de OTA, esse agente vai queimar o lucro do trimestre em um chatbot que nunca de fato reserva nada.

Esta é a linha mais negligenciada em toda demonstração de viagens agêntica em que já sentei, e é exatamente por isso que essas demonstrações não sobrevivem ao contato com a produção. Um agente determinístico limita e faz cache das buscas porque a camada de orquestração — não o humor do modelo — decide quando uma busca vale sua taxa.

E para uma TMC, essa economia se conecta direto ao número que o CFO de fato persegue. A métrica que essa construção move é o percentual de reservas sem contato humano e o tempo de atendimento da fila offline por trás dele. Toda reserva alucinada ou não atendível é um chamado que volta para um agente humano — que é o custo para o qual estão apontando quando alguém na sala diz "faça uma coisa de IA como a Navan".

Por Que Você Não Pode Simplesmente Construir na API da Amadeus?

Algumas realidades que tive que aprender do jeito caro, e que agora levanto na primeira chamada de descoberta para que ninguém se surpreenda no terceiro mês.

Se você é uma TMC planejando "simplesmente construir na API da Amadeus", verifique qual chave você tem. O nível Self-Service Production da Amadeus especificamente exclui o endpoint Flight Create Orders — ele é, no enquadramento deles, projetado para empresas sem certificação de agência de viagens. Para de fato emitir pedidos, você precisa do Enterprise. Já vi esse único item de linha atrasar um roadmap em um trimestre.

Depois há a costura que todos tratam como resolvida e não é: NDC versus GDS. A New Distribution Capability é ótima para a oferta e o pedido iniciais, mas o atendimento pós-reserva — trocas, reembolsos, remarcações em operações irregulares — ainda roda na infraestrutura GDS mesmo quando a venda original foi NDC. Um agente em produção precisa de ambos os canos, não de uma escolha binária entre eles. E a própria NDC não é uma coisa só: a gestão de pedidos de Nível 4 por meio de um agregador como Verteil ou Duffel é uma integração diferente da compra de Nível 3 onde a maioria dos wrappers para. IROPS é onde a lacuna fica real — um único evento climático pode deixar viajantes retidos aos milhares, cada um custando de US$ 500 a US$ 2.000 para remarcar. Um agente que busca mas não atende é um brinquedo.

E se o seu design tem o agente emitindo bilhetes diretamente em vez de encaminhar para um sistema hospedeiro, você agora está em território de credenciamento — ARC nos EUA, que leva cerca de 25 dias uma vez atendidos os pré-requisitos, ou o credenciamento IATA completo, que pode levar de seis a doze meses. Há também uma armadilha de pagamento: no momento em que uma interface de chat coleta dados de cartão, você puxou toda a sua stack para o escopo PCI. O comércio agêntico hoje ainda entrega a autorização de fato a uma etapa de pagamento humana, com tokenização por meio de um provedor como VGS ou Checkout.com mantendo os dados do cartão fora do seu ambiente.

Nada disso está na palestra principal. Tudo isso está no relatório de incidentes de produção.

"Por que não simplesmente comprar o da Sabre, ou o Cytric, ou o Navan?"

As pessoas me perguntam isso constantemente, e minha resposta honesta as surpreende: às vezes você deveria.

Se você é uma OTA de lazer feliz em distribuir o estoque da Sabre sobre os trilhos da Sabre, a stack Sabre–PayPal–Mindtrip é uma compra razoável — desde que você tenha aceitado o fornecimento travado na Sabre e a ausência de uma camada de política corporativa ou de instrumentação da ISO 31030. Se você é uma empresa nativa da Microsoft já rodando Cytric e Concur, o Cytric Easy dentro do Teams é provavelmente o certo para você, e vou te dizer isso diretamente. Se você quer arrancar sua TMC inteira e rodar uma plataforma nativa de IA, a Navan genuinamente conquistou seus números — 73% de despesas sem contato humano, violações de política caindo de 35% para menos de 5% — e não vou fingir que somos melhores do que eles em ser a Navan.

Nós nos encaixamos em um caso mais estreito e específico: você quer manter seus contratos de GDS existentes e seu relacionamento com a TMC e adicionar inteligência por cima, neutro em relação a fornecedores, sem se tornar um distribuidor de quem quer que você tenha comprado seu agente. Essa é a construção. E as partes que não consigo fazer, eu digo em voz alta — não somos um agente de emissão credenciado pela IATA/ARC, então a emissão passa pelo seu sistema hospedeiro; não somos donos dos seus acordos comerciais de GDS; e não conseguimos consertar uma política corporativa de viagens ambígua, embora vamos ajudar você a apertá-la na descoberta, porque uma política ambígua faz um agente ambíguo por melhor que seja o código.

O prazo que fecha a janela

Mais uma coisa no relógio. As obrigações de transparência do EU AI Act para quem implanta entram em vigor em 2 de agosto de 2026, e as diretrizes de classificação de alto risco chegaram em 2 de fevereiro de 2026. Se o seu agente conversa com consumidores da UE, a divulgação não é opcional e "a gente adiciona depois" é uma não conformidade esperando para acontecer. Construímos a superfície de divulgação do Artigo 50 e uma trilha de auditoria de registrar e explicar desde o início, porque adaptar transparência a um wrapper de caixa-preta é muito mais doloroso do que projetá-la desde o começo.

Então é aqui que cheguei depois de tudo isso. A fluência agora é grátis — todo wrapper no mercado soa confiante, e um viajante não consegue distinguir uma confirmação real de uma alucinada apenas lendo-a. O que um viajante consegue distinguir, no fim das contas, é se o quarto está na recepção quando ele chega. Essa lacuna — entre uma frase que se lê como verdadeira e um PNR que é verdadeiro — não se fecha porque o modelo ficou maior. Ela se fecha porque alguém decidiu, antes do lançamento, que o modelo nunca seria o que responde "isto é real?". A camada determinística que responde isso é sem glamour, não faz uma demonstração tão boa, e é o trabalho inteiro.

O Tabacon Springs Eco-Lodge continua não sendo um lugar real. A única pergunta que importa é se o seu sistema sabe disso antes que o seu cliente esteja parado no saguão. Se você quer ver como construímos o nosso para saber, a análise completa está aqui.