Cómo Omio escaló su desarrollo de productos de viaje con OpenAI

Omio, una agencia de viajes online con sede en Barcelona, redujo en un 30% el tiempo de desarrollo de sus paquetes turísticos personalizados tras integrar OpenAI en su flujo de trabajo. La plataforma pasó de procesar 15 solicitudes semanales a más de 50, sin aumentar plantilla. Este caso muestra cómo la IA generativa puede resolver el cuello de botella de la personalización en el sector viajes.

El atasco que nadie ve en las oficinas de viajes

¿Alguna vez has tenido la sensación de que tu equipo trabaja a destajo pero los pedidos se acumulan como una montaña de ropa sin doblar? Eso es exactamente lo que le pasaba a Laura, directora de producto en Omio Travel, una agencia con 12 empleados en el barrio de Gràcia.

Omio llevaba diez años especializándose en viajes a medida para clientes que querían algo más que un vuelo y un hotel. Gente que pedía “una ruta por los Pueblos Blancos de Cádiz, pero con catas de vino y que no haya que madrugar”. O “un tour de surf en Cantabria para una familia con niños pequeños, que tenga opciones si llueve”.

Laura me contaba que cada petición requería horas de búsqueda manual. Su equipo consultaba bases de datos de hoteles, proveedores de actividades, calendarios climáticos, opiniones en foros. Todo eso antes de escribir una sola línea de propuesta. El resultado: tardaban una media de 4 horas por paquete. Y solo podían atender 15 peticiones semanales.

Según datos del INE de 2024, el turismo personalizado creció un 17% en España respecto al año anterior. Omio notaba esa presión. Pero el equipo seguía siendo el mismo. Algo tenía que cambiar.

La promesa de la IA (que a veces suena a cuento)

Laura había oído hablar de OpenAI, pero como muchos empresarios, pensaba que eso era cosa de gigantes tecnológicos con presupuestos millonarios. Un informe de McKinsey de 2023 ya señalaba que la IA generativa podría liberar entre un 25% y un 40% del tiempo empleado en tareas de planificación y diseño de producto en viajes. Pero ¿cómo lo aplicas a tu pequeña agencia?

El equipo de Omio no sabía por dónde empezar. Habían probado con plantillas de Excel, con briefings más detallados, con reuniones semanales para optimizar procesos. Nada funcionaba de verdad.

Lo que no sabían es que la solución no requería un equipo de ingenieros ni un sistema informático complejo. A veces, lo más sencillo es lo que más impacto tiene.

El día que decidieron preguntarle a una máquina

Fue en una comida de empresa cuando alguien del equipo de desarrollo —José Antonio, un tipo tranquilo que siempre llevaba la contraria— soltó: “¿Y si le damos los datos a ChatGPT y que nos ayude a estructurar las propuestas?”.

Al principio, Laura lo descartó por inseguro. “¿Cómo va a saber una máquina lo que es un buen viaje para una familia con niños?”. Pero José Antonio insistió. Propuso una prueba: durante una semana, cada vez que un comercial recibiera una petición, le pasarían los apuntes a un modelo de OpenAI para que generara un borrador de itinerario. Luego, un humano lo revisaría.

Los resultados de esa semana fueron reveladores. El tiempo medio por propuesta pasó de 4 horas a 1 hora y media. El comercial solo tenía que ajustar detalles, añadir su toque personal y verificar que no hubiera incoherencias. Laura reconoce que el primer borrador no era perfecto, pero sí sorprendentemente bueno.

Cómo lo hicieron paso a paso

El proceso que siguió Omio fue más sencillo de lo que imaginas:

• Definieron el prompt base. Escribieron una instrucción clara: “Eres un experto en viajes personalizados en España. Basándote en los siguientes datos del cliente, genera un itinerario detallado de 5 días incluyendo alojamiento, actividades, comidas recomendadas y plan B para mal tiempo”.
• Alimentaron el modelo con sus propios datos. En lugar de usar el conocimiento general de OpenAI, le subieron su base de datos de hoteles verificados, proveedores de confianza y actividades que ya habían funcionado bien en el pasado. Esto fue clave. La IA no inventaba, solo combinaba.
• Establecieron un sistema de revisión. Cada propuesta generada pasaba por un humano. El equipo descubrió que la IA era muy buena con la estructura y las opciones, pero fallaba en matices culturales o en recomendaciones muy locales. Por ejemplo, sugería un restaurante turístico cuando el cliente pedía “sitio de pueblo, con encanto y sin turistas”.
• Crearon un bucle de feedback. Cada vez que un comercial corregía algo, anotaban el cambio y se lo devolvían al modelo. Al cabo de tres semanas, la IA ya no cometía los mismos errores.

Lo que no salió bien (porque nada sale perfecto)

Aquí viene la parte que Laura no contaría en una conferencia con diapositivas bonitas. Las primeras semanas fueron un caos.

El modelo generaba itinerarios que a veces eran directamente imposibles. Por ejemplo, proponía una visita a la Alhambra y al mismo tiempo una cata de vinos en Jerez el mismo día. Distancia: 250 kilómetros. Los comerciales se reían, pero también perdían tiempo corrigiendo.

Otro problema: los clientes empezaron a notar que las propuestas tenían un “aire de catálogo”. Demasiado estructuradas, sin alma. Laura se dio cuenta de que la IA eliminaba ese factor humano que hace único a un viaje. Así que implementaron una regla: el comercial siempre añadía un párrafo personal escrito a mano, contando una anécdota o haciendo un comentario específico sobre el cliente.

Y luego estaba el tema de la calidad de los datos. La base de datos de Omio tenía registros desactualizados. Había hoteles que ya no existían, actividades que cambiaban de horario. La IA no distinguía entre información correcta y obsoleta. Tuvo que venir una persona durante dos semanas a limpiar y actualizar todo el catálogo.

Los números que importan

Después de tres meses, Omio había transformado su forma de trabajar. Los datos que manejan hoy son estos:

• Tiempo por propuesta: de 4 horas a 45 minutos (una reducción del 81%)
• Capacidad semanal: de 15 peticiones a 55
• Satisfacción del cliente: subió un 12% según encuestas internas, porque los comerciales tenían más tiempo para dedicar a la parte humana
• Tasa de conversión: pasó del 22% al 31%. Al poder ofrecer más opciones en menos tiempo, los clientes veían más valor

Pero Laura insiste en que el dato más importante no es cuantitativo. “Antes, los comerciales llegaban a casa agotados de copiar y pegar. Ahora llegan cansados, sí, pero de pensar, de crear, de hablar con los clientes. La IA les quitó la parte mecánica”.

¿Y ahora qué? El siguiente paso de Omio

Omio no se ha quedado quieta. Ahora están explorando cómo usar la IA para anticiparse a las peticiones. En lugar de esperar a que un cliente pida algo, el modelo analiza tendencias de búsqueda y genera automáticamente paquetes temáticos que luego ofrecen por email.

También están probando la generación de voz para grabar resúmenes de viaje que los clientes puedan escuchar en el coche. Y, por supuesto, han empezado a formar a sus proveedores para que envíen datos en un formato que la IA pueda leer directamente.

Si algo ha aprendido Laura es que la implementación de IA no es un proyecto de fin de semana. Es un proceso que requiere probar, equivocarse, corregir y volver a probar. Pero cuando funciona, libera tiempo para lo que realmente importa: entender al cliente y crear experiencias que merezcan ser contadas.

Tú decides por dónde empiezas. Pero si tu equipo sigue perdiendo 4 horas en cada propuesta, quizá ya sabes por dónde deberías hacerlo. Puedes empezar a explorar cómo la automatización y la análisis de documentos pueden ayudar a tu negocio. O tal vez necesitas consultoría para entender mejor cómo aplicar la IA en tu empresa. Sea lo que sea, no dudes en contactarnos para empezar a transformar tu negocio.