Decolar integra IA agêntica ao back-office para otimizar receita hoteleira

A Decolar anunciou o lançamento da Mariana, um assistente de inteligência artificial agêntica que opera exclusivamente pelo WhatsApp para oferecer suporte contínuo a meios de hospedagem parceiros. A iniciativa marca uma transição significativa no modelo de relacionamento B2B da maior OTA brasileira, migrando de um suporte reativo, dependente de agentes humanos e horários comerciais, para uma interação proativa e disponível vinte e quatro horas por dia. Para o setor hoteleiro, que opera em ciclos de fechamento noturno e decisões de preço dinâmicas, essa mudança não é apenas tecnológica, mas operacional, impactando diretamente a rotina dos night auditors e das equipes de controladoria.

O contexto imediato é a crescente pressão por eficiência no back-office hoteleiro. No cenário pós-pandemia, a mão de obra qualificada em hotelaria tornou-se escassa e cara, especialmente em funções administrativas e de análise de dados. A Mariana atua como uma camada de inteligência sobre a infraestrutura de distribuição, acessando métricas como RevPAR, ADR, ocupação, antecedência de compra e estadia média. Ao cruzar esses dados com informações de mercado e eventos locais, o sistema gera recomendações comerciais que antes exigiam a intervenção de um executivo de contas da plataforma.

A automação do ciclo de fechamento e a nova rotina do night audit

Para o night auditor, a introdução de uma ferramenta de IA que monitora disponibilidade e identifica períodos críticos em tempo real altera a natureza do fechamento diário. Historicamente, o fechamento noturno era um processo de conciliação estática, onde o auditor verificava entradas, saídas e divergências de receita. Com a Mariana, o auditor passa a ter acesso a um fluxo de informações dinâmico sobre o desempenho comercial do hotel na plataforma. Isso implica que a análise de variação de receita não pode mais ser feita apenas com base nos dados internos do PMS, mas deve considerar as recomendações e alertas gerados pela OTA. A integração entre o sistema de gestão hoteleira e os insights da plataforma torna-se um ponto crítico de atenção para a controladoria, que precisará validar a consistência dos dados recebidos pela IA com os registros contábeis locais.

Do ponto de vista da controladoria, a complexidade aumenta. A Mariana não apenas reporta números, mas sugere ações, como ajustes em planos tarifários ou promoções. Isso cria um novo vetor de risco de receita: a possibilidade de desalinhamento entre a estratégia de pricing definida internamente pelo revenue manager e as sugestões automáticas da plataforma. Se o hotel adota passivamente as recomendações da IA sem uma governança de dados robusta, pode haver uma erosão do ADR ou uma distorção no cálculo do GOPPAR. A controladoria precisa estabelecer parâmetros claros sobre quais variáveis a IA pode sugerir alterações e quais exigem aprovação humana, garantindo que a otimização da distribuição não comprometa a margem operacional.

Impactos na estratégia de revenue e distribuição multicanal

Para o revenue manager, a Mariana representa uma ferramenta de inteligência de mercado, mas também uma fonte potencial de viés. A plataforma tem acesso a dados agregados de buscas e reservas, o que lhe confere uma visão macro do destino. No entanto, o revenue manager possui a visão micro do hotel, incluindo custos variáveis, capacidade real de serviço e restrições operacionais. O desafio reside em integrar essas duas perspectivas. A IA da Decolar identifica oportunidades relacionadas a eventos e feriados, mas não necessariamente entende a elasticidade de preço específica daquele estabelecimento. O risco é que a otimização sugerida pela IA maximize a ocupação às custas da receita, ou vice-versa, se o algoritmo não estiver calibrado para o perfil de demanda do hotel específico.

A distribuição multicanal torna-se mais complexa com a entrada de IA agêntica. A Mariana orienta parceiros sobre comissões, pagamentos e apresentação das propriedades. Isso significa que a plataforma está expandindo seu escopo de atuação da mera distribuição para a gestão do produto digital. Para o gerente financeiro, isso implica uma nova análise de custo-benefício. A conveniência do suporte 24 horas e da otimização automática precisa ser pesada contra a dependência tecnológica e os custos de integração. Historicamente, o Brasil foi um dos mercados mais receptivos a soluções de IA conversacional, impulsionado pela popularidade do WhatsApp. A adoção por OTAs segue essa tendência, mas com uma aplicação específica que afeta a core business do hotel: a precificação e a gestão de estoque.

A comparação com o cenário internacional revela que grandes players globais já utilizam IA para personalização de ofertas, mas a aplicação focada no suporte ao parceiro B2B é uma tendência recente. Nos Estados Unidos e na Europa, a automação tende a focar mais no lado do consumidor final (B2C), com chatbots para reservas e upselling. No Brasil, a Decolar está atacando o lado B2B, o que é estratégico para reter parceiros em um mercado altamente competitivo, onde a fidelização do meio de hospedagem é tão crucial quanto a captação do hóspede. A abordagem local, usando WhatsApp como canal primário, é uma vantagem competitiva clara, dado que a infraestrutura de suporte tradicional por e-mail ou telefone é vista como lenta e ineficiente por gestores hoteleiros.

Riscos operacionais e a necessidade de governança de dados

Os riscos operacionais são significativos. A dependência de uma única fonte de dados para decisões de pricing pode levar a decisões subótimas se os dados da plataforma estiverem desatualizados ou incompletos. Além disso, a natureza agêntica da IA, que consulta fontes de informação externas e gera recomendações, introduz uma variável de imprevisibilidade. O que a IA recomenda hoje pode ser diferente amanhã, dependendo de como os algoritmos interpretam as mudanças no ritmo de buscas. Para a controladoria, isso exige um rigoroso teste de integração e validação de dados. A conciliação entre o PMS e a OTA deve ser automatizada para detectar divergências antes que impactem o fechamento mensal.

Há também o risco de homogeneização da oferta. Se a IA recomenda as mesmas promoções e ajustes tarifários para todos os hotéis de um destino, a diferenciação competitiva pode ser perdida. Revenue managers experientes sabem que o valor está na nuance, na leitura do contexto local e na gestão de expectativas. A IA pode capturar padrões estatísticos, mas pode falhar em entender eventos imprevistos ou mudanças sutis na percepção do destino. Portanto, o papel humano não é eliminado, mas elevado para um nível de supervisão e curadoria de dados. O executivo de contas deixa de ser um transmissor de informações para se tornar um estrategista que valida os insights da IA.

O fechamento do ciclo depende da maturidade digital dos hotéis. Pequenos e médios hotéis, que compõem a maior parte do portfólio de OTAs, podem não ter a estrutura de controladoria necessária para auditar as recomendações da IA. Isso cria um desequilíbrio de poder, onde a plataforma dita as regras de precificação com base em seus dados. Para os hotéis maiores, com equipes de revenue dedicadas, a ferramenta pode ser uma alavanca de eficiência, desde que integrada ao processo de decisão. A observação adiante deve focar em como a Decolar medirá o impacto da Mariana na retenção de parceiros e na satisfação dos hotéis, e em como a indústria de software hoteleiro (PMS) se adaptará para interoperar com esses novos fluxos de dados agênticos. A convergência entre distribuição e gestão de receita é o próximo fronteira da hotelaria digital no Brasil.