# Travel AI Monitor: Spanish, full text

> Un conjunto de datos documentado y revisado de forma continua sobre la inteligencia artificial en viajes y turismo. Cada cifra incluye su editor, periodo de campo, muestra y enlace al documento original.
> Última revisión completa del conjunto de datos: 2026-10-02. https://travel.rankwit.ai

## Preguntas

### ¿Cuántos viajeros usan IA para planificar viajes?
**Respuesta breve.** Entre el 18% y el 79%, según qué se pregunte. El resumen defendible: entre la mitad y dos tercios de los viajeros ha usado IA en algún punto de un viaje, y alrededor de uno de cada cinco usa IA generativa específicamente para planificarlo.
Ninguna cifra aislada responde a esto, y quien cite una sin su redacción está citando una coincidencia. El rango publicado para 2025 y 2026 abarca más de sesenta puntos porcentuales, y cada valor procede de un editor solvente con metodología declarada.
La dispersión se resuelve al separar tres preguntas que se usan como si fueran una. «¿Has usado alguna vez IA en relación con un viaje?» devuelve las cifras más altas: Amadeus la sitúa cerca del 79% en marzo de 2026 y Booking.com en el 67% para 33 mercados en 2025. «¿Usas IA para planificar viajes?» devuelve la franja intermedia: Sojern 54% para viajeros estadounidenses, Euromonitor 51% a escala global. «¿Usas IA generativa para planificar?» devuelve la más baja: Amadeus 18% para 2025.
Para un público general, la formulación honesta es que alrededor de la mitad de los viajeros ha usado IA para planificar y que la proporción sube a doble dígito cada año. Para un informe de consejo, cite el instrumento concreto y su redacción.
**Por qué difieren las fuentes solventes.** Tres variables explican casi toda la varianza: el alcance de la pregunta (cualquier uso de IA frente a IA generativa para planificar), la población (los paneles estadounidenses están por encima de las muestras globales de 33 mercados) y la fecha (la serie se mueve varios puntos por trimestre, así que las lecturas de principios de 2025 y las de primavera de 2026 no son comparables). Ninguna fuente se equivoca: miden cosas distintas.
**Leído desde este mercado.** No hay en este conjunto de datos una medición de adopción hecha en España o en América Latina. El 54% y el 56% son paneles estadounidenses y el 67% promedia 33 mercados, así que para un público hispanohablante la cifra honesta es la global y conviene nombrar el instrumento al citarla.
https://travel.rankwit.ai/es/questions/how-many-travellers-use-ai-to-plan-trips
### ¿Confían los viajeros en la IA para informarse sobre viajes?
**Respuesta breve.** La usan mucho más de lo que confían en ella. El 6% de los consumidores confía plenamente en la IA, el 42% verifica siempre lo que le dice y el 25% ha recibido de ella información de viaje obsoleta o incorrecta.
Uso y confianza se han separado, y la brecha no se cierra. En la misma encuesta de Booking.com a 37.325 personas, el 91% se declaró entusiasmado con la IA y el 6% dijo confiar plenamente en ella. Ambas cifras son reales y describen cosas distintas: apetito por la capacidad y disposición a actuar sobre su resultado sin verificarlo.
El comportamiento de verificación es la consecuencia práctica. Siete de cada diez viajeros comprueban al menos a veces y cuatro de cada diez siempre. Eso convierte la respuesta de la IA en el movimiento de apertura de una secuencia de investigación, no en su conclusión, y significa que una respuesta errónea sobre su establecimiento probablemente se descubrirá.
La variación regional es lo bastante grande como para cambiar la estrategia de mercado. El 32% de los norteamericanos y el 29% de los europeos rara vez o nunca confían en la información generada por IA, frente al 15% en América Latina y el 16% en Asia-Pacífico.
**Por qué difieren las fuentes solventes.** Las medidas de confianza divergen según lo que preguntan. Travelport halla que el 42% confía en que las marcas de viajes usen la IA de forma responsable: es una pregunta sobre instituciones. Booking.com halla que el 6% confía plenamente en la IA: es una pregunta sobre la tecnología. Ambas son coherentes: la gente confía más en la empresa que en la herramienta.
**Leído desde este mercado.** Es la pregunta en la que las dos mitades de esta edición responden distinto. En América Latina solo el 15% rara vez o nunca confía en la información generada por IA, frente al 32% de Norteamérica, y Europa está bastante más cerca del segundo valor que del primero. Si publica un solo español para los dos mercados, enseñe las fuentes: es lo único que suma en Madrid sin restar en Bogotá.
https://travel.rankwit.ai/es/questions/do-travellers-trust-ai-for-travel
### ¿Dejarán los viajeros que la IA reserve por ellos?
**Respuesta breve.** Mayoritariamente todavía no. Alrededor del 12% está cómodo con decisiones autónomas de la IA, cerca del 6% le dejaría la mayor parte de la planificación y entre una cuarta parte y un tercio le permitiría completar una reserva ya especificada.
La delegación es donde se detiene hoy la historia de la IA en los viajes. La adopción de IA para planificar se acerca a la mayoría en casi todos los mercados; la adopción de IA para decidir está en un dígito.
El orden de las tres cifras es informativo. Muy pocos dejan que la IA decida qué hacer (6%). Algunos más le conceden decisiones autónomas en general (12%). Bastantes más, entre una cuarta parte y un tercio según el mercado, le dejan ejecutar una reserva que ya han definido. Los viajeros delegan la transacción, no el criterio.
El 80% de viajeros frecuentes cómodos con la IA para planificar no contradice esto. Estar cómodo con una herramienta y darle autoridad sobre una decisión son concesiones distintas, y hoy los viajeros conceden la primera y retienen la segunda.
**Por qué difieren las fuentes solventes.** Amadeus (≈6%) y Booking.com (12%) difieren sobre todo porque Amadeus pregunta por gestionar «la mayor parte» de un viaje mientras Booking.com pregunta por decisiones autónomas en general. El rango de Phocuswright, entre una cuarta parte y un tercio, es mayor porque completar una reserva ya especificada es una concesión más estrecha y de menor riesgo.
**Leído desde este mercado.** Las cifras de delegación (12%, cerca del 6%, entre una cuarta parte y un tercio) son globales y no están desglosadas por región, así que el 98% de entusiasmo latinoamericano no autoriza a suponer allí más delegación. En España ya se delega mucho, 951,6 millones de pernoctaciones de la UE vía tres plataformas, pero ceder un intermediario no es ceder el criterio.
https://travel.rankwit.ai/es/questions/will-travellers-let-ai-book-for-them
### ¿Está la IA sustituyendo a los buscadores en la investigación de viajes?
**Respuesta breve.** Está desplazando canales más que sustituyendo la búsqueda. Los asistentes de IA son hoy una fuente de planificación más fiable (24%) que los colegas (19%) o los influencers (14%), y el 69% de los millennials usa IA tanto como las redes sociales.
La evidencia más clara es comparativa. Al pedirles nombrar fuentes fiables para planificar un viaje, los consumidores colocan a los asistentes de IA por encima tanto de las personas con las que trabajan como de la economía de creadores construida específicamente para influir en decisiones de viaje.
Los datos generacionales lo afinan. Para el 69% de los millennials y el 63% de la generación Z, la IA se consulta hoy con la misma frecuencia que las redes sociales al planificar un viaje. Las plataformas sociales fueron el canal de inspiración por defecto de ambas cohortes durante casi toda la última década.
Lo que la IA desplaza es la secuencia de investigación, no la transacción. Los viajeros usan la IA para acotar el campo y luego pasan a una superficie de reserva. El 56% la usa para comparar precios, pero solo el 32% para comparar vuelos y hoteles en concreto: esa diferencia marca la frontera.
Para los operadores la consecuencia es estructural. Una página de resultados muestra diez opciones; una respuesta de IA nombra tres o cuatro. Las posiciones de la undécima a la centésima tampoco valían mucho antes, pero existían. En una respuesta de IA no existen.
**Por qué difieren las fuentes solventes.** Las medidas de «IA frente a búsqueda» rara vez comparan lo mismo. Rankings de confianza, datos de tiempo de uso y analítica de referencias cuentan historias distintas. Nos apoyamos en los rankings de fuentes fiables y en las medidas de cambio de comportamiento porque son las que están ligadas a una decisión.
**Leído desde este mercado.** El 50% de clics se midió en Estados Unidos y dentro de buscadores, no en asistentes independientes, y no existe publicación equivalente para estos mercados. Con un público latinoamericano mayoritariamente móvil, la respuesta llega más a menudo dentro de una app, donde el comportamiento de clic no está medido. Trátelo como orden de magnitud, no como previsión de tráfico.
https://travel.rankwit.ai/es/questions/is-ai-replacing-google-for-travel-search
### ¿Para qué usan realmente la IA los viajeros?
**Respuesta breve.** Buscar atracciones y restaurantes (60%), comparar precios (56%), traducir durante el viaje (45%), construir itinerarios (43%) e informarse sobre el destino (38%). Dominan las tareas de síntesis; las transaccionales van por detrás.
El dato por tarea es más accionable que cualquier titular de adopción, porque indica qué preguntas tendrá que responder un modelo en su nombre.
Un patrón coherente atraviesa todas las encuestas. La IA es más fuerte donde el trabajo es sintetizar muchas fuentes dispersas: qué merece la pena ver, dónde comer, cuál es un precio razonable, cómo ordenar cinco días. Es más débil donde el trabajo es una transacción con dinero y fechas de por medio.
El uso durante el viaje es mayor de lo que los operadores esperan y suele pasarse por alto. El 96% de quienes usan IA en viajes la usa mientras viaja de verdad: traducción 45%, sugerencias de actividades 44%, orientación 40%. El viajero que planificó sin IA igualmente le preguntará dónde cenar al aterrizar.
**Leído desde este mercado.** El 60% de atracciones y restaurantes es el panel estadounidense de Sojern; la cifra global comparable es el 38% que se informa sobre el destino. Para España la tarea decisiva es la que nadie destaca: traducción, 45% del uso en destino. Su ficha se leerá traducida por un modelo, con los errores que eso arrastre.
https://travel.rankwit.ai/es/questions/what-do-travellers-use-ai-for
### ¿Cuántos hoteles y empresas turísticas usan IA?
**Respuesta breve.** Alrededor del 70% de las empresas turísticas usa IA, sobre todo para chatbots, precios dinámicos y previsión de demanda. Pero la adopción depende mucho del tamaño, y la IA operativa no es lo mismo que ser visible en las respuestas de IA.
El 70% de UN Tourism es la cifra de adopción con mayor autoridad disponible del lado de la oferta, y cuenta IA operativa dentro de la empresa: chatbots de atención, revenue management, previsión.
Esa distinción importa más que el nivel. Un hotel puede usar precios con IA, mensajería con IA y previsión con IA y aun así no ser nombrado cuando un viajero pregunta a un asistente dónde alojarse en su ciudad. Adopción interna y visibilidad externa son variables independientes, y esta estadística solo mide una.
El efecto tamaño lo atraviesa todo. Las cadenas de alojamiento europeas declaran un 72% de confianza en sus perspectivas frente al 55% de los independientes; el 94% de los grandes establecimientos se siente preparado ante amenazas de ciberseguridad frente al 60% de los que tienen menos de diez empleados. La brecha de capacidad es constante y se amplía a medida que los establecimientos son más pequeños.
**Por qué difieren las fuentes solventes.** El 70% de UN Tourism no declara tamaño muestral, por eso tratamos el nivel como indicativo. Las encuestas a nivel de establecimiento de Booking.com, con periodo de campo declarado, muestran de forma sistemática menos capacidad entre los independientes de lo que el agregado sectorial da a entender.
**Leído desde este mercado.** El 70% de UN Tourism es global y mide IA operativa dentro de la empresa, no visibilidad. El corte útil aquí es el europeo: 72% de confianza en cadenas frente a 55% en independientes, y 94% frente a 60% en preparación ante ciberamenazas según el tamaño. En España esa brecha se observa dentro de un mismo paseo marítimo.
https://travel.rankwit.ai/es/questions/how-many-hotels-use-ai
### ¿Están los destinos preparados para la búsqueda con IA?
**Respuesta breve.** Todavía no. El 22% de las DMO ofrece planificación con IA en su web y el 26% tiene una estrategia de IA documentada, mientras que alrededor del 40% de las organizaciones nacionales de turismo europeas tiene un equipo de IA dedicado o hace seguimiento del uso de la IA.
Las organizaciones de destino son el caso documentado más claro de un sector por detrás de su propio público, porque un mismo editor midió ambos lados en el mismo mes.
En abril de 2026, el 54% de los viajeros estadounidenses había usado IA para planificar un viaje. Ese mismo mes, el 22% de las organizaciones de destino de todo el mundo ofrecía alguna capacidad de planificación con IA en su propia web. El 63% de esos mismos viajeros estadounidenses dijo que usaría una si existiera. La demanda está medida en Estados Unidos y la oferta no se desglosa por países, de modo que la brecha no es una lectura estadounidense contra otra estadounidense.
Las organizaciones nacionales de turismo europeas están en una posición parecida. Alrededor del 40% tiene un equipo de IA dedicado o hace seguimiento del uso de la IA, y la European Travel Commission atribuye el resto a competencias y recursos, no al escepticismo. Atención a la afirmación más débil: tener un equipo no es lo mismo que usar IA en operaciones, y el informe no publica ningún desglose subregional.
Hay una señal en sentido contrario que conviene sopesar. El 64% de los responsables de marketing de destino produce ya contenido formateado para IA: listas, FAQ, respuestas estructuradas. La capa de contenido se mueve más rápido que la de producto, y es racional: ser descrito correctamente en una respuesta de IA es más barato y más urgente que lanzar un planificador.
**Leído desde este mercado.** El 22% sale de 103 responsables de DMO y el 40% de la ETC se refiere a organizaciones nacionales europeas; América Latina no aparece desglosada. España parte con infraestructura previa: SEGITTUR y los Destinos Turísticos Inteligentes llevan años normalizando datos de destino. Esa base sirve, pero se diseñó para cuadros de mando, no para ser citada por un modelo.
https://travel.rankwit.ai/es/questions/are-destinations-ready-for-ai-search
### ¿Qué tan grande es la brecha entre viajeros y sector turístico en IA?
**Respuesta breve.** Unos dos años, según la propia formulación del editor. El 54% de los viajeros estadounidenses planifica con IA; el 22% de los destinos de todo el mundo la ofrece. El 72% de los responsables de destino dice que dos años más de inacción ponen en riesgo la relevancia.
Sojern tituló su estudio de 2026 «Travelers Are Two Years Ahead of the Travel Industry on AI», y el diseño de encuestas emparejadas es lo que hace la afirmación verificable y no retórica: viajeros y responsables de DMO, dos cuestionarios, un mes. La mitad de los viajeros está medida en Estados Unidos; la de las DMO no se desglosa por países.
La brecha es de 32 puntos en uso actual y de 41 puntos entre demanda declarada y oferta disponible. No son proyecciones: son dos mediciones tomadas al mismo tiempo.
La conciencia no es el cuello de botella. El 72% de los responsables de DMO nombra el riesgo de forma explícita. El 26% ha escrito una estrategia. La restricción es la capacidad de ejecución, que es un problema de presupuesto y competencias, no de convicción.
La asimetría es lo que hace esto urgente y no solo interesante. La adopción de los viajeros se compone sola; la adopción institucional exige una decisión, un ciclo presupuestario y un proceso de compra.
**Leído desde este mercado.** Los dos años de desfase se midieron entre 1.006 viajeros estadounidenses y 103 responsables de destino, no aquí. Y la brecha no tiene por qué ser igual en los dos mercados de esta edición: con un 98% de entusiasmo del lado del viajero latinoamericano y un 40% de integración de IA en las organizaciones nacionales europeas, cada mitad mueve un lado de la brecha a distinta velocidad.
https://travel.rankwit.ai/es/questions/how-big-is-the-ai-gap-in-travel
### ¿Cambia la IA adónde viaja realmente la gente?
**Respuesta breve.** Sí. El 40% de los viajeros descubrió un destino a través de la IA y el 29% cambió sus planes por una recomendación suya. Y alrededor de la mitad de quienes ven una respuesta de IA en un buscador sigue haciendo clic hacia la fuente.
La cifra de descubrimiento y la de cambio de planes son las dos medidas que convierten la visibilidad en IA en demanda, y ambas son conductuales y no actitudinales.
Cuatro de cada diez viajeros encontrando un destino por primera vez dentro de una respuesta de IA es la cifra de la fase de inspiración. Casi tres de cada diez cambiando un plan ya formado por una recomendación de IA es el hallazgo más sólido, porque mide un resultado y no una impresión.
El contrapeso a la preocupación por el zero-click es medible: Phocuswright halla que alrededor de la mitad de los viajeros que encuentran una respuesta de IA dentro de un buscador sigue haciendo clic hacia las fuentes. Ser nombrado en la respuesta no es por tanto solo un resultado de marca: para cerca de la mitad del público sigue enviando una visita.
El contrapeso es la concentración. Una respuesta de IA nombra un puñado de opciones. El descubrimiento se amplía para quien es nombrado y se derrumba para quien no.
**Leído desde este mercado.** El 40% que descubrió un destino por IA y el 29% que cambió planes son viajeros estadounidenses. Trasladable es el mecanismo: una respuesta nombra tres o cuatro sitios, así que cuando alguien pide una semana de playa en el Mediterráneo, Baleares o la costa andaluza entran en la lista o no entran. En el viaje intrarregional latinoamericano ocurre lo mismo con otros nombres.
https://travel.rankwit.ai/es/questions/does-ai-change-where-people-travel
### ¿Qué exactitud tiene la información de viajes de la IA?
**Respuesta breve.** El 25% de los viajeros declara haber recibido de la IA información de viaje obsoleta o incorrecta, y eso solo cuenta los errores que advirtieron.
Una cuarta parte de los viajeros ha recibido de una IA información de viaje equivocada o desfasada. Como la medida es autodeclarada, recoge los errores que se detectaron: la tasa real es mayor.
El diagnóstico importa para quien quiera corregirlo. La mayor parte de la inexactitud turística no es el modelo inventando hechos de la nada. Es el modelo respondiendo con información vieja o ausente: horarios que cambiaron, un establecimiento que se reformó, una ruta que ya no opera. Donde no hay datos actuales y estructurados alcanzables, el modelo responde con lo último que vio, con el mismo tono seguro.
Por eso el 42% verifica siempre y solo el 6% confía plenamente. Los viajeros se han calibrado a la tasa de error.
La respuesta práctica no es discutir con los modelos. Es hacer que los datos actuales sean legibles por máquina, estructurados y alcanzables: la misma disciplina que este observatorio se aplica a sí mismo, y la que recomienda.
**Leído desde este mercado.** El 25% es una cifra global, y en España tiene una causa concreta: la estacionalidad. En Baleares, Canarias y la costa, horarios, cierres de temporada y servicios cambian dos veces al año, y un modelo que leyó la ficha en agosto la repite en febrero. Publicar fechas de apertura explícitas y fechadas corrige más errores que cualquier otra medida.
https://travel.rankwit.ai/es/questions/how-accurate-is-ai-travel-information
### ¿Qué generación usa más la IA para viajar?
**Respuesta breve.** Los millennials, por poco. El 69% usa IA tanto como las redes sociales para planificar un viaje, frente al 63% de la generación Z.
Lideran los millennials, lo que sorprende a quien espera un gradiente de edad limpio. Los seis puntos de ventaja sobre la generación Z caen dentro de la incertidumbre de submuestras no declaradas, así que conviene tratar ambas cohortes como comparables y no como un ranking.
La explicación más probable de que la generación Z no lidere es el término de comparación. La pregunta es sobre el uso de IA en relación con las redes sociales, y la base social de la generación Z es la más alta de cualquier cohorte. Igualarla es un listón más alto.
La lectura más útil es que ambas cohortes han alcanzado la paridad entre IA y plataformas sociales en la planificación de viajes. Para los presupuestos de marketing de destino todavía muy escorados a lo social, ese es el hallazgo con un coste asociado.
**Por qué difieren las fuentes solventes.** Los desgloses generacionales de este conjunto de datos proceden de subconjuntos de un panel estadounidense de 1.006 personas con tamaños no declarados. Fiables en dirección, no en precisión, y no trasladables automáticamente fuera de Estados Unidos.
**Leído desde este mercado.** El 69% de millennials y el 63% de la generación Z son submuestras de un panel estadounidense de 1.006 personas, con tamaños no declarados: no son trasladables a España ni a América Latina. Lo que aquí está medido por región es la actitud, no la edad, y el 98% latinoamericano tampoco viene desglosado por generación.
https://travel.rankwit.ai/es/questions/which-generation-uses-ai-most-for-travel
### ¿Cuánto vale la IA para el sector turístico?
**Respuesta breve.** La cifra más citada es la previsión de Euromonitor de 1,4 billones de dólares de crecimiento del gasto turístico en cinco años atribuidos al potencial liberado por la IA. Es una previsión, no una medición.
Las afirmaciones económicas sobre la IA en el turismo se dividen en dos tipos, y tratarlos como uno solo es el error más común del comentario sectorial.
Las magnitudes medidas existen y son modestas. El 40% de las agencias de viajes que han adoptado IA reporta un impacto medible en productividad, lo que significa que tres de cada cinco no. El 33% de los directivos turísticos estadounidenses reporta una personalización mejorada. Proceden de encuestas con muestra declarada y describen efectos ya observados.
Las magnitudes proyectadas son mucho mayores y mucho más blandas. La cifra de 1,4 billones es una previsión quinquenal de gasto turístico en la que el crecimiento se atribuye a la IA por juicio del analista; la descomposición no está publicada. La etiquetamos como previsión en todas las páginas donde aparece.
La distancia entre adopción casi universal y retorno medible minoritario es el estado honesto de la evidencia en 2026. La investigación de proveedores lo atribuye sobre todo a la fragmentación de datos y no a la capacidad de los modelos.
**Por qué difieren las fuentes solventes.** Previsiones y mediciones no son comparables y nunca deben promediarse. Por eso este observatorio marca cada cifra con su tipo de evidencia.
**Leído desde este mercado.** Los 1,4 billones de dólares son una previsión global de Euromonitor y no admiten reparto por país: no hay porción española ni latinoamericana publicada. Las magnitudes medidas son modestas y de muestras ajenas: 40% de agencias en 14 países, 33% de directivos sobre todo estadounidenses. Un caso de negocio en euros habrá que construirlo con datos propios.
https://travel.rankwit.ai/es/questions/how-much-is-ai-worth-to-travel
### ¿Usan agentes de IA las aerolíneas y las agencias de viajes?
**Respuesta breve.** La adopción es casi universal en intención y parcial en producción. El 80% de las agencias ha adoptado IA o planea hacerlo, y el 52% de los directivos de todos los sectores declara agentes en producción, pero solo el 40% de las agencias con IA reporta una ganancia medible.
El lado de la oferta de la distribución turística va por delante del lado de cara al consumidor, porque su caso de uso es la productividad interna y no la visibilidad pública, y el retorno es más fácil de justificar.
El factor limitante está documentado y no es la capacidad de los modelos. El 91% de las agencias de viajes trabaja con cuatro o más sistemas de reservas y la mitad con siete o más. Un agente que razona sobre disponibilidad, precio y políticas en diez sistemas desconectados se equivocará lo bastante como para perder la confianza que necesita para ser útil.
Por eso las recetas de los proveedores convergen: API simples y granulares en vez de monolitos, contexto de dominio explícito, gestión de errores pensada para llamadores autónomos y gobernanza integrada desde el principio en lugar de añadida después.
**Por qué difieren las fuentes solventes.** La cifra del 52% en producción es intersectorial, procede de un estudio de Google Cloud y queda por encima de las medidas específicas del turismo. La mostramos como referencia, no como estadística turística.
**Leído desde este mercado.** El estudio de Sabre cubre agencias de 14 países y es el más trasladable de esta sección; el 52% de agentes en producción es intersectorial, de 24 países, y no turístico. Para las redes minoristas de España y América Latina el dato que decide no es el 80% de adopción, sino el 91% que trabaja con cuatro o más sistemas de reservas.
https://travel.rankwit.ai/es/questions/are-airlines-and-agencies-using-ai-agents
### ¿Dónde es más alta la adopción de IA en el turismo?
**Respuesta breve.** América Latina lidera en entusiasmo (98%) y Asia-Pacífico sigue (95%). Norteamérica y Europa son las más escépticas. La intensidad de uso medida por telemetría no sigue en absoluto el tamaño del mercado.
Las actitudes se dividen con nitidez por región en la mayor encuesta disponible. América Latina declara un 98% de entusiasmo y un 89% de familiaridad; Asia-Pacífico, un 95% y un 82%. La desconfianza va en sentido contrario: 32% en Norteamérica y 29% en Europa rara vez o nunca confían en la información generada por IA, frente al 15% en América Latina y el 16% en Asia-Pacífico.
La telemetría cuenta una historia distinta de las encuestas, y por eso conviene tener ambas. El Economic Index de Anthropic sitúa a Australia en 6,40 veces la base proporcional a la población para el uso de Claude, la más alta de 121 países. La intensidad de uso no sigue el tamaño del mercado.
Dentro de Europa el gradiente es institucional más que actitudinal. Alrededor del 40% de las organizaciones nacionales de turismo declara un equipo de IA dedicado o un seguimiento activo, que la European Travel Commission atribuye a competencias y recursos.
La implicación operativa es que la secuencia de entrada en mercados debería seguir las actitudes y la intensidad de uso, no el volumen de tráfico. El mismo posicionamiento centrado en IA rinde distinto en São Paulo y en Chicago.
**Leído desde este mercado.** Para esta edición la respuesta es doble, y conviene darla así. América Latina encabeza el entusiasmo con un 98% y registra la menor desconfianza, un 15%; Norteamérica llega al 32% y Europa, donde está España, queda del mismo lado escéptico. La misma función de IA se puede anunciar en Lima y es mejor justificarla con fuentes en Sevilla.
https://travel.rankwit.ai/es/questions/where-in-the-world-is-ai-travel-adoption-highest
### ¿Cómo consigo que ChatGPT recomiende mi hotel?
**Respuesta breve.** Haga que datos actuales, específicos y estructurados sobre el establecimiento sean alcanzables por máquinas, manténgalos frescos y asegúrese de que las fuentes de terceros en las que los modelos ya confían le describan con precisión.
Empiece por cómo ocurre realmente el fallo. El 25% de los viajeros ha recibido información de viaje obsoleta o incorrecta de la IA. En hotelería rara vez es invención: es un modelo respondiendo con datos viejos o ausentes, porque cuando miró no había nada actual y estructurado que alcanzar.
Eso convierte la frescura y la estructura en el trabajo de primer orden, por delante de cualquier cosa que se parezca a optimizar por palabras clave. Horarios, políticas, tipos de habitación, servicios, relaciones de ubicación y posicionamiento de precio deben existir como hechos explícitos y legibles por máquina, actualizados cuando cambian.
Segundo, las preguntas que se formulan son específicas, no genéricas. Los viajeros preguntan por atracciones y restaurantes (60%), comparaciones de precio (56%) e itinerarios (43%). Un establecimiento descrito solo en lenguaje de marca no se emparejará con «hotel boutique tranquilo cerca del Duomo con desayuno tardío». Uno descrito por atributos concretos sí.
Tercero, los modelos anclan sus respuestas en fuentes a las que ya dan peso. El 64% de los responsables de marketing de destino formatea hoy el contenido para la recuperación por IA: listas, FAQ, respuestas estructuradas. Cuenta su propia web, y cuenta cómo le describen los directorios, las plataformas de reseñas y las webs de destino de su entorno.
Cuarto, mídalo. Ser nombrado no es binario: varía por prompt, por motor y por semana. Sin seguimiento no se puede distinguir un problema de redacción de un problema de fuentes.
**Por qué difieren las fuentes solventes.** Ningún estudio publicado mide la cuota de citación por táctica, y quien afirme tener una fórmula de ranking para los motores generativos está extrapolando. Las recomendaciones aquí se derivan de modos de fallo documentados (obsolescencia, falta de estructura, descripción genérica) y no de un algoritmo de ranking publicado.
**Leído desde este mercado.** Para un establecimiento español el orden práctico es: su ficha en las tres plataformas por las que pasaron 951,6 millones de pernoctaciones de la UE en 2025, la web oficial del destino y después su propio sitio. Añada dos cosas que aquí pesan: fechas de temporada explícitas y la descripción también en los idiomas de sus mercados emisores, no solo en español.
https://travel.rankwit.ai/es/questions/how-do-i-get-my-hotel-recommended-by-chatgpt
### ¿Sigue creciendo el uso de IA en el turismo o se ha estancado?
**Respuesta breve.** Sigue creciendo. La planificación con IA generativa creció un 64% interanual hasta el 18%, los viajeros estadounidenses que usaron IA en al menos un viaje pasaron del 33% al 43% y al 56% en tres oleadas consecutivas, y la intención va muy por delante del comportamiento tanto en datos estadounidenses como globales.
Tres mediciones independientes apuntan en la misma dirección, lo que es más convincente que cualquier lectura de nivel. Phocuswright, con la misma pregunta en tres oleadas consecutivas, registró un 33%, luego un 43% y luego un 56% de viajeros estadounidenses usando IA en al menos un viaje. Amadeus registró que la planificación con IA generativa pasó del 11% al 18% entre 2024 y 2025, un aumento del 64% con redacción constante. Deloitte informa de casi una cuarta parte de viajeros usando IA generativa para planificar a finales de 2025, el triple que en 2022.
La intención es el indicador adelantado y no se está ablandando. El 75% de los viajeros estadounidenses piensa usar IA en próximos viajes frente al 54% que ya lo ha hecho. A escala global, el 89% quiere IA en su planificación futura frente al 67% que la ha usado. En una categoría que satura, la prueba suele ir por delante de la intención; aquí ocurre lo contrario.
La restricción al crecimiento adicional no es el interés. Es la confianza: el 6% confía plenamente en la IA y el 12% le dejaría decidir de forma autónoma. Es de esperar que las cifras de planificación sigan subiendo y que las de delegación se muevan despacio.
**Leído desde este mercado.** La serie de tres oleadas que zanja la pregunta es estadounidense. Para un lector hispanohablante la medición utilizable es la global de Amadeus: del 11% al 18% entre 2024 y 2025 con redacción idéntica, un 64% más. El 98% de entusiasmo latinoamericano es un nivel de una sola ola, no una tendencia, y no responde a esto.
https://travel.rankwit.ai/es/questions/is-ai-growing-or-plateauing-in-travel
### Does blocking AI crawlers in robots.txt keep my hotel out of ChatGPT?
**Respuesta breve.** It stops the scheduled crawlers. It does not reliably stop a fetch a person triggered, because three of the four major assistant makers publish that robots.txt may not apply to those.
Two different things get called the same thing. A training crawler visits on a schedule to collect content; a user-triggered fetch happens when someone asks a question and the assistant goes to look. The first obeys robots.txt at every major publisher. The second is where the documentation diverges.
OpenAI writes that because those actions are initiated by a user, robots.txt rules may not apply. Google writes that its user-triggered fetchers generally ignore robots.txt. Perplexity writes the same of Perplexity-User. Anthropic states its bots honour robots.txt and names no exception, which is not the same as promising one.
The practical consequence for a property is that a blanket block is a decision about training data, not about visibility. It will keep your content out of future model weights. It will not reliably keep your page from being read when a traveller asks about you, and at OpenAI and Perplexity the search and training controls are explicitly separate: you can allow one and refuse the other.
That separation is the part worth acting on. Allowing the search bot while disallowing the training bot is a documented, supported configuration at both, and it is closer to what most hotels actually want than either extreme.
**Por qué difieren las fuentes solventes.** The four publishers describe their own behaviour and nobody audits them. Cloudflare has accused Perplexity of crawling from undeclared agents after being blocked; Perplexity says Cloudflare misattributed a third party's traffic. Neither published reproducible evidence, and both sell something in the dispute.
https://travel.rankwit.ai/es/questions/does-robots-txt-keep-me-out-of-chatgpt
### Do I need an llms.txt file to appear in AI answers?
**Respuesta breve.** Not for Google, which states in writing that no new file, markup or schema is needed. No assistant maker has published that it reads llms.txt.
Google's documentation is unusually direct on this. To appear in AI Overviews or AI Mode a page must be indexed and eligible to show with a snippet, and there are, in its words, no additional technical requirements. It then says explicitly that you do not need to create machine-readable files, AI text files, or special schema.org markup.
That sentence is worth reading twice, because a large part of what is sold as generative engine optimisation proposes exactly those artefacts. The honest position today is that llms.txt is a proposal with no published adoption by any major assistant: no crawler documentation from OpenAI, Anthropic, Google or Perplexity mentions reading it.
This site publishes an llms.txt and a Markdown twin of every page, which deserves the same scepticism. We do it because it costs little and because the content exists anyway, not because anyone has demonstrated that a model reads it. If that changes, it will be because someone publishes a measurement, and the measurement will go in this dataset.
What does have published support is duller: be indexed, be current, be specific, and be correctly described by the third-party sources that already get cited. The Tokyo citation audit suggests that last one carries more weight than anything on your own domain for transactional questions.
https://travel.rankwit.ai/es/questions/do-i-need-an-llms-txt-file
### Which sources do AI assistants cite when asked about hotels?
**Respuesta breve.** Mostly intermediaries. Online travel agencies took 55.3% of citations in an audit of 1,357 Gemini citations, but the share flips by question type: non-OTA sources take 55.9% of experiential queries.
The one published audit of this looked at 1,357 grounding citations across 156 paired hotel queries in Tokyo. Across everything, online travel agencies held 55.3% of citations, which is the number most people quote.
The more useful finding is underneath it. Split the queries by what the traveller is trying to do and the picture inverts. On experiential questions, what a neighbourhood is like, what a property is near, what kind of stay it is, non-OTA sources took 55.9% of citations. On transactional questions, about booking and price, they took 30.8%. A gap of 25.1 points.
For a hotel or a destination that is the whole strategy in one line. Competing for citation on booking questions means competing with the intermediaries on their own ground, which is expensive and rarely winnable. Competing on experiential questions means describing the place accurately and specifically, which is work you control.
**Por qué difieren las fuentes solventes.** One city, one model, one month, and a preprint that has not been peer-reviewed. The OTA classification rests on curated domain matching. Treat the direction as informative and the exact percentages as provisional until someone replicates it elsewhere.
https://travel.rankwit.ai/es/questions/which-sources-do-ai-assistants-cite-for-hotels
### Is traffic from AI assistants worth anything yet?
**Respuesta breve.** Small in volume, better in quality. On one destination portal with 1.6 million sessions it converted at 8.26% against 3.88% for organic search.
Volume first, because that is where the honest answer starts. AI bots were 4.2% of HTML requests across 2025, less than Googlebot alone, and assistant referrals remain a small share of arrivals for most travel businesses. Anyone describing this as a replacement for search traffic today is describing a forecast, not a measurement.
Quality is where it gets interesting. A longitudinal study of one Mediterranean destination portal, covering 1.6 million sessions from April 2022 to January 2026, found traffic arriving from AI assistants converted at 8.26% against 3.88% from organic search, with shorter sessions. That is what you would expect if the comparison work happened inside the assistant before the click.
So the reasonable position is neither of the two being sold. It is not yet a volume channel, and it is already a qualified one. A visitor who arrives having been told you fit has fewer reasons to leave.
**Por qué difieren las fuentes solventes.** One portal is not a sector, the destination is not named, and the conversion measure is a booking-intent click rather than a confirmed booking. Several widely quoted conversion figures in this field, including an 11.4% against 5.3% pair, are all-web cross-industry numbers being passed off as travel-specific.
https://travel.rankwit.ai/es/questions/is-traffic-from-ai-assistants-worth-anything
### How many hotels are invisible in AI search?
**Respuesta breve.** Nobody knows, and the figure everyone quotes does not survive checking. We went looking for the source of the widely cited 94% and could not find one.
The claim that 94% of hotels are invisible in AI search is the most repeated statistic in this field. It is attributed, in different places, to a Cornell study with Curacity and to Cvent. It appears in at least two incompatible forms: that 94% of hotels do not appear in AI answers, and that 94% lack the structured data needed to appear. Those are different claims requiring different measurements.
We went to the primary. The research page it is attributed to carries a headline, partner logos and a request-a-demo button, and no figures, no sample and no method. The underlying report is not published. One number, two attributions, two meanings, no retrievable method.
So this dataset does not carry it, and the absence is the point. A figure that cannot be traced is not a weaker version of a figure that can; it is a different kind of object, and repeating it is how it becomes true by circulation.
What can be said is narrower and duller. In the one published citation audit, intermediaries held the majority of hotel citations, which means many individual properties were not cited in their own right. That is a measurement of one model in one city in one month, and it does not license a global percentage.
**Por qué difieren las fuentes solventes.** A second gated study reports that one sixth of roughly 810,000 hotel properties are visible to AI tools, from 2.36 million data points across 2,105 brands. The sample is disclosed but the report is behind a form, with no stated period and no definition of visible, so we record its existence without using its figure.
https://travel.rankwit.ai/es/questions/how-many-hotels-are-invisible-in-ai-search

## Indicadores

### Adopción de los viajeros

Cuántas personas usan realmente la IA para planificar y reservar, y a qué velocidad crece esa proporción.

Ninguna de las series largas de adopción se midió en español. El 56% de Phocuswright y el 54% de Sojern son paneles estadounidenses, y el 67% de Booking.com promedia 33 mercados. Para España y América Latina la referencia defendible es la global, no la estadounidense, y conviene decir de dónde sale cada vez que se cita.

- **Viajeros estadounidenses que usaron IA en al menos un viaje: 56%**
  - Periodo de referencia: Primer semestre de 2026 (2026-03)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Phocuswright, https://www.phocuswright.com/Travel-Research/Research-Updates/2026/The-fastest-shift-in-travel-behavior-just-became-the-default
  - Muestra: US travellers; The AI Surge: Travel's Fastest Behavioral Shift in a Decade, published March 2026
  - Para comparar: segundo semestre de 2025 43%
  - https://travel.rankwit.ai/es/data/us-travellers-ai-any-trip
  - Método: Phocuswright, The AI Surge: Travel's Fastest Behavioral Shift in a Decade, publicado en marzo de 2026. Viajeros estadounidenses; oleadas 1H25, 2H25 y 1H26. Entre quienes han usado IA en general, el 94% la ha usado para viajar.
  - La serie más clara de este conjunto de datos: el mismo instrumento, tres oleadas consecutivas, una sola dirección. Phocuswright lo llama el cambio de comportamiento más rápido del turismo en una década, y las ganancias entre oleadas se sostienen en todas las generaciones.
- **Viajeros estadounidenses que han usado IA para planificar un viaje: 54%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults who travelled in the past 12 months
  - https://travel.rankwit.ai/es/data/ai-trip-planning-us-travellers
  - Método: Encuesta online a 1.006 adultos estadounidenses que habían viajado en los doce meses anteriores, con trabajo de campo en abril de 2026 y publicada junto a una encuesta paralela a 103 responsables de DMO. Comportamiento autodeclarado, así que recoge cualquier uso de IA en cualquier momento, no el uso habitual.
  - Es la cifra que usar cuando alguien pregunta si la planificación con IA se ha hecho mayoritaria en Estados Unidos. Lo ha hecho. La encuesta paralela del mismo editor halló que esa función solo la ofrecía el 22% de las organizaciones de destino de todo el mundo: eso es lo que hace interesante la cifra, no su magnitud.
- **Consumidores que han usado IA en algún contexto de viaje: 67%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - https://travel.rankwit.ai/es/data/ai-used-in-travel-global
  - Método: Encuesta online a 37.325 participantes en 33 mercados, con campo entre abril y mayo de 2025 para el Global AI Sentiment Report. Entre quienes habían usado IA en viajes, el 98% la usó para planificar o reservar y el 96% durante el viaje.
  - La mayor muestra declarada de este conjunto de datos y la pregunta más amplia. Cubre cualquier uso relacionado con el viaje (antes, durante o después), por eso queda por encima de las cifras específicas de planificación.
- **Consumidores que usan IA para planificar viajes: 51%**
  - Periodo de referencia: Enero–febrero de 2025 (2025-01)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Euromonitor International, https://www.euromonitor.com/article/ai-a-turning-point-in-global-travel
  - Muestra: Voice of the Consumer: Travel Survey
  - https://travel.rankwit.ai/es/data/ai-trip-planning-global-consumers
  - Método: Voice of the Consumer: Travel Survey de Euromonitor, con campo entre enero y febrero de 2025 sobre su panel multimercado habitual. La pregunta se refiere a la IA en sentido amplio, no específicamente a la IA generativa.
  - Una lectura de principios de 2025 y una de las primeras en situar la planificación global con IA por encima de la mitad. Queda por debajo de las cifras posteriores solo de EE. UU. y por encima de la medida más estrecha de Amadeus sobre IA generativa: exactamente donde debe situarse una media global.
- **Viajeros que usan IA generativa para planificar: 18%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/documents/resources/research-report/travel-trends-2026/amadeus-travel-trends-2026-report.pdf
  - Muestra: Amadeus global traveller survey
  - Para comparar: 2024 11%
  - Variación interanual: +64%
  - https://travel.rankwit.ai/es/data/genai-travel-planning-share-amadeus
  - Método: Encuesta de Amadeus a viajeros globales recogida en Travel Trends 2026. Redacción idéntica en las olas de 2024 y 2025, lo que hace la variación interanual más fiable que cualquiera de los dos niveles por separado.
  - La cifra de crecimiento más útil del conjunto de datos, porque el mismo editor hizo la misma pregunta restringida dos años seguidos. El nivel es bajo frente a las medidas más amplias precisamente porque la pregunta es específica sobre herramientas generativas usadas para planificar.
- **Viajeros que han usado IA para planificar o gestionar un viaje: ~79%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/en/resources/white-paper/agentic-ai-airlines
  - Muestra: Amadeus traveller research, March 2026
  - https://travel.rankwit.ai/es/data/ai-trip-planning-amadeus-2026
  - Método: Investigación de Amadeus sobre viajeros realizada en marzo de 2026, recogida en el white paper sobre IA agéntica para aerolíneas. El mismo estudio halló que solo alrededor del 6% se siente cómodo dejando a la IA la mayor parte de la planificación.
  - El extremo superior del rango publicado, y del mismo editor que un año antes reportaba el 18% para la IA generativa. La diferencia es la pregunta, no la población: aquí se cuenta planificación y gestión durante el viaje, alguna vez, con cualquier herramienta de IA.
- **Viajeros estadounidenses que piensan usar IA en próximos viajes: 75%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/ai-trip-planning-intent-us
  - Método: Mismo instrumento que la cifra de adopción: 1.006 adultos estadounidenses, abril de 2026. La intención declarada es una señal más débil que el comportamiento reportado y sobrestima sistemáticamente la acción futura, por eso la mostramos junto a la cifra conductual y no en su lugar.
  - La intención va 21 puntos por delante del comportamiento. En una categoría madura cabría esperar lo contrario, con la prueba por encima de la intención, así que esta brecha sugiere que la serie aún tiene recorrido.
- **Viajeros estadounidenses que usan IA generativa para planificar: ~25%**
  - Periodo de referencia: Finales de 2025 (2025)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Deloitte, https://www.deloitte.com/us/en/insights/industry/transportation/travel-hospitality-industry-outlook.html
  - Muestra: Synthesis of Deloitte's 2025 Summer Travel, Holiday Travel and Corporate Travel surveys, fielded March to October 2025
  - Para comparar: frente a 2022 3x lower
  - https://travel.rankwit.ai/es/data/genai-trip-planning-deloitte
  - Método: Deloitte 2026 Travel Industry Outlook, que sintetiza sus encuestas de 2025 sobre viajes de verano, viajes de fin de año y viaje corporativo, con campo entre marzo y octubre de 2025. «Casi una cuarta parte» es la formulación de Deloitte: no la afinamos más.
  - Una tendencia de tres años de un mismo editor, lo que hace la dirección más fiable que el nivel. El documento primario es el Travel Industry Outlook de Deloitte; una versión anterior de esta página atribuía la cifra a la Summer Travel Survey de Deloitte, que en realidad no trata de IA.
- **Millennials que usan IA tanto como las redes sociales para planificar: 69%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: Millennial subset of 1,006 US adults
  - Para comparar: generación Z 63%
  - https://travel.rankwit.ai/es/data/millennials-ai-as-often-as-social
  - Método: Encuesta de Sojern a viajeros, abril de 2026, subconjuntos generacionales de 1.006 adultos estadounidenses. No se declaran los tamaños de submuestra, así que los desgloses generacionales tienen más incertidumbre que la cifra principal.
  - La comparación es lo relevante. Durante casi toda la última década las plataformas sociales fueron el canal de inspiración por defecto para los viajeros jóvenes. Para una clara mayoría de millennials, la IA ya lo iguala.
- **Generación Z que usa IA tanto como las redes sociales para planificar: 63%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: Gen Z subset of 1,006 US adults
  - https://travel.rankwit.ai/es/data/genz-ai-as-often-as-social
  - Método: Encuesta de Sojern a viajeros, abril de 2026, subconjunto de generación Z de 1.006 adultos estadounidenses. Tamaño de submuestra no declarado.
  - Que la generación Z quede por debajo de los millennials es contraintuitivo y merece señalarse. La explicación más probable es que su base de uso de redes sociales es mayor, no que su uso de IA sea menor.
- **Viajeros frecuentes cómodos usando IA para planificar: 80%**
  - Periodo de referencia: 2024 (2024)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Travelport, https://www.travelport.com/press-releases/travelport-releases-second-annual-state-of-modern-retailing-report-travels-tipping-point
  - Muestra: State of Modern Retailing consumer survey
  - https://travel.rankwit.ai/es/data/frequent-travellers-comfort-ai-planning
  - Método: Segunda edición anual de la encuesta de consumo State of Modern Retailing de Travelport, publicada en enero de 2025. El subconjunto de viajeros frecuentes es autodefinido y la pregunta mide comodidad, no uso.
  - Entre los viajeros de alta frecuencia la comodidad supera con claridad las medidas de confianza de población general. El mismo informe sitúa los viajes entre los tres primeros sectores en confianza del consumidor en la IA: una posición de partida mejor de la que el sector suele reconocerse.
- **Viajeros que encuentran útiles los resultados de la IA generativa: 78%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Phocuswright, https://www.phocuswright.com/Travel-Research/Research-Updates/2025/From-hype-to-habit-78-percent-of-travelers-say-GenAI-improves-trip-planning
  - Muestra: Phocuswright, Chat, Plan, Book: GenAI Goes Mainstream
  - https://travel.rankwit.ai/es/data/genai-helpful-planning-phocuswright
  - Método: Phocuswright, Chat, Plan, Book: GenAI Goes Mainstream, 2025. La cifra cubre tanto la planificación como el uso en destino.
  - Una medida de satisfacción, y la que mejor explica por qué la adopción sigue subiendo. Atención a la formulación exacta: útiles, no mejores que la búsqueda. Ambas cosas se confunden a menudo en el debate sectorial.
- **Consumidores que quieren usar IA en la planificación futura de viajes: 89%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - https://travel.rankwit.ai/es/data/ai-future-travel-planning-intent-global
  - Método: Booking.com Global AI Sentiment Report, 37.325 participantes en 33 mercados, abril-mayo de 2025. Preferencia declarada, no comportamiento observado.
  - La demanda es casi universal y queda muy por encima tanto del uso actual (67%) como de la confianza actual (6%). Los viajeros quieren la capacidad; lo que retienen es la autoridad sobre las decisiones.
- **Índice de uso de Claude, Australia: 6.40×**
  - Periodo de referencia: Junio de 2026 (2026-06)
  - Ámbito geográfico: Australia
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: Anthropic, https://www.anthropic.com/economic-index
  - Muestra: Privacy-preserving aggregate usage across 121 countries
  - Para comparar: base esperada 1.00×
  - https://travel.rankwit.ai/es/data/claude-usage-index-australia
  - Método: Anthropic Economic Index, junio de 2026. Estadísticas agregadas que preservan la privacidad en 121 países; el índice es la proporción de uso dividida por la proporción de población en edad de trabajar. Mide un solo asistente, no todo el uso de IA.
  - Telemetría de primera mano en lugar de una encuesta, y un correctivo útil: la intensidad de uso de la IA no sigue el tamaño del mercado. Para las marcas de viajes, los mercados con índice alto son aquellos en los que el descubrimiento mediado por IA ya es relevante.

### Descubrimiento y visibilidad

La IA como canal de descubrimiento: a quién recomienda, a quién cita y quién desaparece.

El 50% que sigue haciendo clic tras una respuesta de IA se midió entre viajeros estadounidenses y dentro de buscadores; no hay publicación equivalente para estos mercados. Lo que sí es medible a este lado es la intermediación previa: 951,6 millones de pernoctaciones de la UE pasaron en 2025 por Airbnb, Booking y Expedia. Quien no controla su descripción en esas tres fichas tampoco la controla en la respuesta.

- **Viajeros que siguen haciendo clic tras una respuesta de IA: ~50%**
  - Periodo de referencia: Primer semestre de 2026 (2026-03)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Phocuswright, https://www.phocuswright.com/Travel-Research/Research-Updates/2026/The-fastest-shift-in-travel-behavior-just-became-the-default
  - Muestra: US travellers who encounter AI answers in search engines
  - https://travel.rankwit.ai/es/data/ai-answer-click-through
  - Método: Phocuswright, The AI Surge, marzo de 2026. Cubre a quienes encuentran respuestas de IA dentro de buscadores, no a los asistentes independientes, donde el comportamiento de clic difiere.
  - La cifra más útil aquí para quien deba decidir cuánto invertir en ser citado. En turismo las respuestas de IA no son puramente zero-click: ser nombrado en la respuesta sigue enviando tráfico, porque alrededor de la mitad del público va a comprobarlo.
- **Viajeros estadounidenses que usaron IA en al menos un viaje: 56%**
  - Periodo de referencia: Primer semestre de 2026 (2026-03)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Phocuswright, https://www.phocuswright.com/Travel-Research/Research-Updates/2026/The-fastest-shift-in-travel-behavior-just-became-the-default
  - Muestra: US travellers; The AI Surge: Travel's Fastest Behavioral Shift in a Decade, published March 2026
  - Para comparar: segundo semestre de 2025 43%
  - https://travel.rankwit.ai/es/data/us-travellers-ai-any-trip
  - Método: Phocuswright, The AI Surge: Travel's Fastest Behavioral Shift in a Decade, publicado en marzo de 2026. Viajeros estadounidenses; oleadas 1H25, 2H25 y 1H26. Entre quienes han usado IA en general, el 94% la ha usado para viajar.
  - La serie más clara de este conjunto de datos: el mismo instrumento, tres oleadas consecutivas, una sola dirección. Phocuswright lo llama el cambio de comportamiento más rápido del turismo en una década, y las ganancias entre oleadas se sostienen en todas las generaciones.
- **Asistentes de IA como fuente fiable para planificar viajes: 24%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - Para comparar: influencers 14%
  - https://travel.rankwit.ai/es/data/ai-assistants-more-trusted-than-influencers
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, 37.325 participantes en 33 mercados. Los participantes elegían fuentes fiables de una lista cerrada.
  - Un canal que hace cinco años no existía para planificar viajes supera hoy a toda la economía de influencers construida precisamente para eso. Para destinos y hoteles, la implicación presupuestaria es directa.
- **Viajeros que descubrieron un destino a través de la IA: 40%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/discovered-destination-via-ai
  - Método: Encuesta de Sojern a viajeros, abril de 2026, 1.006 adultos estadounidenses. Atribución autodeclarada, que tiende a subestimar la influencia que los viajeros no registraron conscientemente.
  - Descubrimiento y cambio de planes son las dos medidas que convierten la visibilidad en IA en demanda. Si un modelo no nombra su destino, cuatro de cada diez viajeros nunca lo encuentran en el momento de la inspiración.
- **Viajeros que cambiaron sus planes por recomendaciones de la IA: 29%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/changed-plans-due-to-ai
  - Método: Encuesta de Sojern a viajeros, abril de 2026, 1.006 adultos estadounidenses. Cambio de comportamiento autodeclarado.
  - Casi tres de cada diez reportan que una respuesta de IA alteró una decisión ya tomada. Es un resultado conductual, no una actitud, y es la evidencia más sólida de que la visibilidad en IA tiene consecuencias comerciales.
- **Grandes grupos turísticos que mencionan la IA en sus informes anuales: 35%**
  - Periodo de referencia: Informes anuales de 2024 (2024)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: Skift Travel 200, the largest publicly traded travel companies
  - Para comparar: informes anuales de 2022 4%
  - https://travel.rankwit.ai/es/data/skift200-ai-mentions
  - Método: Análisis del Skift Travel 200, las mayores empresas turísticas cotizadas, en Remapping travel with agentic AI (McKinsey con Skift, septiembre de 2025). Cuenta cualquier mención de IA, por lo que mide notoriedad y no despliegue.
  - Una multiplicación por ocho en dos años, medida en los documentos sobre los que las empresas son legalmente cuidadosas y no en material de marketing. Es la evidencia más limpia de que la IA pasó de experimento a estrategia declarada.
- **DMO que producen contenido formateado para IA: 64%**
  - Periodo de referencia: 2026 (2026)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/reports/state-of-destination-marketing-2026
  - Muestra: 359 destination marketers worldwide, fielded with Dynata. Quoted from the publisher's summary; the full report is behind a download form
  - https://travel.rankwit.ai/es/data/dmos-creating-ai-formatted-content
  - Método: Sojern State of Destination Marketing 2026, 359 profesionales de marketing de destino en todo el mundo, con campo en colaboración con Dynata.
  - La evidencia más clara de que la generative engine optimisation ha pasado de la teoría a la partida presupuestaria. Dos tercios de los responsables de marketing de destino han cambiado cómo escriben, no solo dónde publican.
- **Viajeros que usarían un planificador con IA en la web de un destino: 63%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/would-use-ai-planner-on-destination-site
  - Método: Encuestas emparejadas de Sojern, abril de 2026: 1.006 viajeros estadounidenses y 103 responsables de DMO, con campo simultáneo.
  - Una brecha de 41 puntos entre demanda declarada y oferta disponible, medida por un mismo editor en un mismo mes. Pocas decisiones de producto en marketing turístico tienen una base de evidencia tan nítida, aunque la mitad de la demanda está medida en Estados Unidos y la de la oferta es global.
- **Viajeros menos propensos a visitar una web de destino sin funciones de IA: 25%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/less-likely-to-visit-site-without-ai
  - Método: Encuesta de Sojern a viajeros, abril de 2026, 1.006 adultos estadounidenses. Preferencia declarada.
  - Es la cara negativa del 63% de demanda declarada. Una cuarta parte del público trata la ausencia de herramientas de IA como motivo para irse a otra parte.
- **Uso de IA antes del viaje para informarse sobre el destino: 38%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Pre-trip use among AI users, 33 markets
  - https://travel.rankwit.ai/es/data/ai-task-destination-research
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025. Las proporciones son sobre quienes usan IA en viajes, no sobre todos los consumidores.
  - Informarse sobre el destino es el principal uso previo al viaje, y sitúa la IA en la parte alta del embudo, donde la elección de destino y alojamiento sigue abierta. Es la fase en la que ser nombrado importa más.
- **Viajeros que recibieron información de viaje obsoleta o incorrecta de la IA: 25%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/documents/resources/research-report/travel-trends-2026/amadeus-travel-trends-2026-report.pdf
  - Muestra: Amadeus traveller data, 2025
  - https://travel.rankwit.ai/es/data/received-outdated-ai-travel-info
  - Método: Datos de Amadeus sobre viajeros para 2025, recogidos en Travel Trends 2026. Autodeclarado, así que recoge los errores que los viajeros notaron: la tasa real es probablemente mayor.
  - Suele ser un problema de contenido, no de modelo. Cuando los datos actuales de un establecimiento no son alcanzables en forma estructurada, el modelo responde con lo último que vio, y una seguridad obsoleta suena a autoridad.
- **Millennials que usan IA tanto como las redes sociales para planificar: 69%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: Millennial subset of 1,006 US adults
  - Para comparar: generación Z 63%
  - https://travel.rankwit.ai/es/data/millennials-ai-as-often-as-social
  - Método: Encuesta de Sojern a viajeros, abril de 2026, subconjuntos generacionales de 1.006 adultos estadounidenses. No se declaran los tamaños de submuestra, así que los desgloses generacionales tienen más incertidumbre que la cifra principal.
  - La comparación es lo relevante. Durante casi toda la última década las plataformas sociales fueron el canal de inspiración por defecto para los viajeros jóvenes. Para una clara mayoría de millennials, la IA ya lo iguala.
- **Generación Z que usa IA tanto como las redes sociales para planificar: 63%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: Gen Z subset of 1,006 US adults
  - https://travel.rankwit.ai/es/data/genz-ai-as-often-as-social
  - Método: Encuesta de Sojern a viajeros, abril de 2026, subconjunto de generación Z de 1.006 adultos estadounidenses. Tamaño de submuestra no declarado.
  - Que la generación Z quede por debajo de los millennials es contraintuitivo y merece señalarse. La explicación más probable es que su base de uso de redes sociales es mayor, no que su uso de IA sea menor.
- **DMO que ofrecen planificación con IA en su web: 22%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 103 DMO leaders
  - https://travel.rankwit.ai/es/data/dmo-ai-trip-planning-on-site
  - Método: Encuesta de Sojern a 103 responsables de DMO, abril de 2026, con campo junto a la encuesta a viajeros. Muestra reducida: tómese como indicativa de la dirección, no como medida precisa.
  - Puesto junto al 54% de viajeros estadounidenses que ya planifica con IA y al 63% que dice que usaría un planificador en una web de destino, es la brecha oferta-demanda más marcada del observatorio. Esta cifra es global, de modo que las dos mitades no describen la misma población.
- **Extra technical requirements to appear in Google's AI Overviews: None**
  - Periodo de referencia: December 2025 (2025-12)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Google, https://developers.google.com/search/docs/appearance/ai-features
  - Muestra: Google Search Central documentation on AI features. States no additional technical requirements beyond ordinary Search eligibility, and no new machine-readable file or schema
  - https://travel.rankwit.ai/es/data/google-no-extra-requirements-ai-overviews
  - Método: Google Search Central, AI features documentation, last updated 10 December 2025. Verbatim: "You don't need to create new machine readable files, AI text files, or markup to appear in these features." It covers AI Overviews and AI Mode in Google Search, and says nothing about other assistants, which publish their own rules.
  - This is the single most useful sentence in the field, because it contradicts most of what is sold around it. Google's documentation says a page needs only to be indexed and eligible to show with a snippet, and goes further: you do not need to create machine-readable files, AI text files, or special schema.org markup. A good deal of GEO advice sells exactly those things.
- **AI bots as a share of HTML requests: 4.2%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: Cloudflare, https://blog.cloudflare.com/radar-2025-year-in-review/
  - Muestra: HTML content requests across Cloudflare's customer base, 1 January to 2 December 2025. Ranged from 2.4% to 6.4% through the year
  - Para comparar: Googlebot alone 4.5%
  - https://travel.rankwit.ai/es/data/ai-bots-share-of-html-requests
  - Método: Cloudflare Radar 2025 Year in Review, published 15 December 2025, covering 1 January to 2 December 2025. Population is Cloudflare's own customer base, HTML content requests only, which Cloudflare states explicitly because the shares differ from its all-content figures. Cloudflare sells bot blocking, so it has an interest in the salience of this measure.
  - Useful for scale, and useful against panic. AI crawlers in aggregate were a slightly smaller share of HTML requests last year than Google's own search crawler by itself. The year-on-year direction matters more than the level, and the level is not yet what the louder coverage suggests.
- **Online travel agency share of Gemini's hotel citations: 55.3%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: 1,357 grounding citations across 156 paired hotel queries in Tokyo, Gemini 2.5 Flash with Google Search grounding, English and Japanese. Preprint, not peer-reviewed
  - https://travel.rankwit.ai/es/data/ota-share-of-gemini-hotel-citations
  - Método: Preprint, not peer-reviewed. Gemini 2.5 Flash with Google Search grounding, March 2026, 156 paired queries across four categories, two intents, nine Tokyo wards and two languages. One city, one model, one month, so read it as a measurement of that setting rather than of assistants generally.
  - The most direct measurement anyone has published of whose content an assistant reaches for on hotel questions, and it says intermediaries still hold the majority. For a property, the practical reading is that its presence in an answer often arrives through a listing it does not control rather than through its own site.
- **Non-OTA citation share: experiential against transactional queries: 55.9%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: Non-OTA share of citations on experiential queries (419 of 750) against transactional queries (187 of 607). Same Tokyo Gemini audit. Preprint, not peer-reviewed
  - Para comparar: transactional queries 30.8%
  - https://travel.rankwit.ai/es/data/non-ota-citations-by-query-intent
  - Método: Same Tokyo Gemini audit, March 2026. 419 of 750 experiential citations were non-OTA, against 187 of 607 transactional. Reported as statistically significant. Preprint, not peer-reviewed, and the OTA classification rests on curated domain matching.
  - This is the finding with the clearest operational consequence in the whole dataset. On questions about what a place is like, independent and first-party sources are cited more than half the time; on questions about booking, intermediaries take over. A hotel or destination has far more room to be cited on the first kind of question than on the second.

### Confianza y autonomía

El entusiasmo es casi universal; la delegación no. La distancia entre ambos es la verdadera noticia.

Aquí está la tensión de esta edición. América Latina declara un 15% de desconfianza en la información generada por IA y un 98% de entusiasmo, lo más alto de cualquier región; Norteamérica llega al 32% y Europa, donde está España, se sitúa junto a ella. Una sola comunicación en español alcanza los dos extremos del rango: el argumento que convence en Bogotá puede restar conversión en Bilbao.

- **Consumidores que confían plenamente en la IA: 6%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - https://travel.rankwit.ai/es/data/full-trust-in-ai-global
  - Método: Booking.com Global AI Sentiment Report, 37.325 participantes en 33 mercados, abril-mayo de 2025. La misma encuesta registra un 91% que expresa al menos una preocupación sobre las implicaciones de la IA.
  - La cifra más importante de este conjunto de datos. Entusiasmo y confianza no son la misma variable y ni siquiera se acercan. Cualquier estrategia construida sobre el 91% y no sobre el 6% calculará mal cuánta autoridad están dispuestos a ceder los viajeros.
- **Consumidores cómodos con decisiones autónomas de la IA: 12%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - https://travel.rankwit.ai/es/data/comfort-ai-independent-decisions
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, 37.325 participantes en 33 mercados.
  - Es el techo de los agentes de viaje plenamente autónomos hoy. No un techo técnico: uno de consentimiento. La capacidad puede lanzarse mucho antes de que llegue el permiso.
- **Viajeros cómodos dejando a la IA la mayor parte de la planificación: ~6%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/en/resources/white-paper/agentic-ai-airlines
  - Muestra: Amadeus traveller research, March 2026
  - https://travel.rankwit.ai/es/data/comfort-ai-handles-most-planning
  - Método: Investigación de Amadeus sobre viajeros realizada en marzo de 2026, recogida en el white paper sobre IA agéntica para aerolíneas. Ambas cifras proceden del mismo instrumento.
  - Del mismo estudio, así que ambas cifras son directamente comparables: uso casi universal, delegación casi nula. La distancia entre el 79% y el 6% es el camino que al viaje agéntico aún le queda por recorrer.
- **Viajeros dispuestos a dejar una reserva en manos de la IA: 25–33%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Phocuswright, https://www.phocuswright.com/Travel-Research/Research-Updates/2025/From-hype-to-habit-78-percent-of-travelers-say-GenAI-improves-trip-planning
  - Muestra: Phocuswright, Chat, Plan, Book: GenAI Goes Mainstream; range across surveyed markets
  - https://travel.rankwit.ai/es/data/would-let-ai-complete-booking
  - Método: Phocuswright, Chat, Plan, Book: GenAI Goes Mainstream, 2025. Rango reportado entre los países encuestados. El mismo estudio halla que solo alrededor de un tercio confía plenamente en las respuestas de la IA generativa.
  - Se publica como rango entre mercados y no como una cifra única, y así lo mantenemos. Queda muy por encima del 6% que cedería la planificación entera: los viajeros aprueban una transacción que han especificado, no la especificación misma.
- **Consumidores que siempre verifican lo que dice la IA: 42%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - Para comparar: verifican a veces 29%
  - https://travel.rankwit.ai/es/data/always-fact-check-ai
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, 37.325 participantes en 33 mercados.
  - Siete de cada diez verifican al menos a veces, lo que convierte la respuesta de la IA en el inicio de una ruta de investigación y no en su final. También significa que una respuesta errónea u obsoleta sobre su establecimiento probablemente se descubrirá, y se le atribuirá a usted.
- **Consumidores que confían en el uso responsable de la IA por las marcas de viajes: 42%**
  - Periodo de referencia: 2024 (2024)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Travelport, https://www.travelport.com/press-releases/travelport-releases-second-annual-state-of-modern-retailing-report-travels-tipping-point
  - Muestra: State of Modern Retailing consumer survey
  - https://travel.rankwit.ai/es/data/trust-travel-brands-ai-responsible
  - Método: Travelport State of Modern Retailing, publicado en enero de 2025. Comparación intersectorial dentro del mismo instrumento.
  - Una fortaleza relativa que el sector rara vez reivindica. El turismo parte por delante de la mayoría de los sectores en confianza en la IA, lo que convierte la transparencia en una posición defendible y no en un coste.
- **Proporción de consumidores clasificados como entusiastas de la IA: 36%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - Para comparar: detractores 25%
  - https://travel.rankwit.ai/es/data/ai-enthusiast-cohort-share
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025. Reparto completo: entusiastas 36%, defensores 13%, cautos 13%, escépticos 9%, detractores 25%.
  - La división en cinco grupos es más útil que cualquier media. Una cuarta parte del mercado es activamente negativa hacia la IA, por lo que funcionalidades de IA demasiado visibles pueden costar conversión con algunos públicos mientras ganan otros.
- **Norteamericanos que rara vez o nunca confían en información generada por IA: 32%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Norteamérica
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Regional breakdown of 37,325 respondents
  - Para comparar: América Latina 15%
  - https://travel.rankwit.ai/es/data/ai-distrust-north-america
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, desglose regional de 37.325 participantes en 33 mercados.
  - Una diferencia de dos a uno entre la región más escéptica y la menos escéptica. Los mercados no son intercambiables: el mismo posicionamiento centrado en IA que funciona en São Paulo puede rendir menos en Chicago.
- **Participantes latinoamericanos entusiasmados con la IA: 98%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: América Latina
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Regional breakdown of 37,325 respondents
  - Para comparar: Asia-Pacífico 95%
  - https://travel.rankwit.ai/es/data/latam-ai-enthusiasm
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, desglose regional. El entusiasmo es una medida más blanda que la confianza, y ambas divergen con fuerza por región.
  - América Latina lidera en entusiasmo y familiaridad, y Asia-Pacífico sigue con un 95% de entusiasmados. La secuencia regional importa al elegir dónde lanzar un producto turístico centrado en IA.
- **Viajeros frecuentes cómodos usando IA para planificar: 80%**
  - Periodo de referencia: 2024 (2024)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Travelport, https://www.travelport.com/press-releases/travelport-releases-second-annual-state-of-modern-retailing-report-travels-tipping-point
  - Muestra: State of Modern Retailing consumer survey
  - https://travel.rankwit.ai/es/data/frequent-travellers-comfort-ai-planning
  - Método: Segunda edición anual de la encuesta de consumo State of Modern Retailing de Travelport, publicada en enero de 2025. El subconjunto de viajeros frecuentes es autodefinido y la pregunta mide comodidad, no uso.
  - Entre los viajeros de alta frecuencia la comodidad supera con claridad las medidas de confianza de población general. El mismo informe sitúa los viajes entre los tres primeros sectores en confianza del consumidor en la IA: una posición de partida mejor de la que el sector suele reconocerse.
- **Viajeros que recibieron información de viaje obsoleta o incorrecta de la IA: 25%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/documents/resources/research-report/travel-trends-2026/amadeus-travel-trends-2026-report.pdf
  - Muestra: Amadeus traveller data, 2025
  - https://travel.rankwit.ai/es/data/received-outdated-ai-travel-info
  - Método: Datos de Amadeus sobre viajeros para 2025, recogidos en Travel Trends 2026. Autodeclarado, así que recoge los errores que los viajeros notaron: la tasa real es probablemente mayor.
  - Suele ser un problema de contenido, no de modelo. Cuando los datos actuales de un establecimiento no son alcanzables en forma estructurada, el modelo responde con lo último que vio, y una seguridad obsoleta suena a autoridad.

### Para qué se usa la IA

Las tareas concretas que los viajeros delegan en un asistente, antes, durante y después del viaje.

El desglose más fino por tareas (60% atracciones y restaurantes, 56% precios) procede del panel estadounidense de Sojern; las cifras de 33 mercados de Booking.com son las utilizables aquí. Y hay una tarea que en España pesa más que en cualquier panel: la traducción, 45% del uso en destino, en un país que recibió 93,8 millones de llegadas internacionales en 2024.

- **Uso de IA para buscar atracciones y restaurantes: 60%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: AI users among 1,006 US adults. The source's scope is attractions, restaurants and transportation
  - https://travel.rankwit.ai/es/data/ai-task-attractions-and-restaurants
  - Método: Encuesta de Sojern a viajeros, abril de 2026, entre quienes usan IA dentro de la muestra de 1.006 adultos estadounidenses.
  - Es la cifra más alta a nivel de tarea en el conjunto de datos. El descubrimiento de atracciones y restaurantes es donde la IA ha sustituido más a fondo la navegación, y donde una ficha ausente o errónea sale más cara.
- **Uso de IA para comparar precios: 56%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: AI users among 1,006 US adults
  - https://travel.rankwit.ai/es/data/ai-task-price-comparison
  - Método: Encuesta de Sojern a viajeros, abril de 2026, entre quienes usan IA dentro de la muestra de 1.006 adultos estadounidenses.
  - Los 24 puntos de diferencia entre comparación general de precios y comparación de vuelos y hoteles marcan la frontera actual de la confianza. Los viajeros usan la IA para entender cuánto cuestan las cosas y luego pasan a una superficie de reserva para cerrar.
- **Uso de IA durante el viaje para traducir: 45%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: In-trip use among AI users, 33 markets
  - Para comparar: orientación 40%
  - https://travel.rankwit.ai/es/data/ai-task-in-trip-translation
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, entre quienes usan IA en viajes. El 96% de ellos declaró usarla durante el viaje.
  - El uso durante el viaje es mayor que el previo en casi todas las tareas, y es fácil pasarlo por alto. El viajero que llegó planificando sin IA la usará igualmente sobre el terreno.
- **Uso de IA para construir y organizar itinerarios: 43%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: AI users among 1,006 US adults
  - https://travel.rankwit.ai/es/data/ai-task-itinerary-building
  - Método: Encuestas emparejadas de Sojern, abril de 2026. Las cifras de viajeros y de DMO se midieron a la vez y se publicaron juntas, pero son dos cuestionarios: 1.006 adultos estadounidenses por un lado, 103 responsables de destino de todo el mundo por el otro.
  - La construcción de itinerarios es la tarea que más subestiman las organizaciones de destino: solo el 20% de los responsables de DMO la considera de alto valor, mientras cuatro de cada diez viajeros ya la hacen con IA.
- **Uso de IA antes del viaje para informarse sobre el destino: 38%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Pre-trip use among AI users, 33 markets
  - https://travel.rankwit.ai/es/data/ai-task-destination-research
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025. Las proporciones son sobre quienes usan IA en viajes, no sobre todos los consumidores.
  - Informarse sobre el destino es el principal uso previo al viaje, y sitúa la IA en la parte alta del embudo, donde la elección de destino y alojamiento sigue abierta. Es la fase en la que ser nombrado importa más.
- **Uso de IA antes del viaje para experiencias locales: 37%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Pre-trip use among AI users, 33 markets
  - https://travel.rankwit.ai/es/data/ai-task-local-experiences
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, entre quienes usan IA en viajes.
  - Las experiencias son una categoría fragmentada y de cola larga, donde los modelos tienen una ventaja real sobre los directorios y donde los pequeños operadores más pueden ganar si se les describe con precisión.
- **Uso de IA antes del viaje para recomendaciones de restaurantes: 36%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: Pre-trip use among AI users, 33 markets
  - https://travel.rankwit.ai/es/data/ai-task-restaurant-recommendations
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, entre quienes usan IA en viajes.
  - Los restaurantes muestran el problema de la obsolescencia en su forma más aguda: horarios, cierres y cambios de carta se mueven más rápido que los datos de entrenamiento de cualquier modelo, y es uno de los casos más claros a favor de datos estructurados, actuales y legibles por máquina.

### Destinos y DMO

Organizaciones nacionales de turismo y marketing de destino, medidos frente a los viajeros a los que sirven.

El 22% con planificador y el 26% con estrategia escrita salen de 103 responsables de DMO, muestra pequeña; para Europa la medida con más base es el 40% de organizaciones nacionales de la ETC. España llega con una ventaja institucional poco común, SEGITTUR y la red de Destinos Turísticos Inteligentes, pero esa red se construyó para gestionar datos del destino, no para que un modelo lo cite.

- **DMO que ofrecen planificación con IA en su web: 22%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 103 DMO leaders
  - https://travel.rankwit.ai/es/data/dmo-ai-trip-planning-on-site
  - Método: Encuesta de Sojern a 103 responsables de DMO, abril de 2026, con campo junto a la encuesta a viajeros. Muestra reducida: tómese como indicativa de la dirección, no como medida precisa.
  - Puesto junto al 54% de viajeros estadounidenses que ya planifica con IA y al 63% que dice que usaría un planificador en una web de destino, es la brecha oferta-demanda más marcada del observatorio. Esta cifra es global, de modo que las dos mitades no describen la misma población.
- **DMO con una estrategia de IA documentada: 26%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 103 DMO leaders
  - https://travel.rankwit.ai/es/data/dmo-documented-ai-strategy
  - Método: Encuesta de Sojern a 103 responsables de DMO, abril de 2026. «Documentada» es una valoración de los encuestados.
  - Tres cuartas partes operan sin ella. Un estudio de Sojern distinto y más amplio (359 responsables de marketing de destino, no estos 103 directivos) halla que el 64% ya produce contenido formateado para IA. Son dos muestras y no una, así que no se trata del "64% de ellos"; la dirección se sostiene igualmente: la actividad va por delante de la estrategia, y así es como el presupuesto suele gastarse dos veces.
- **Responsables de DMO que ven riesgo de irrelevancia en dos años: 72%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 103 DMO leaders
  - https://travel.rankwit.ai/es/data/dmo-irrelevance-risk-two-years
  - Método: Encuesta de Sojern a 103 responsables de DMO, abril de 2026. Medida actitudinal.
  - La conciencia no es la restricción. Casi tres cuartas partes nombran el riesgo, una cuarta parte ha escrito una estrategia y una quinta ha lanzado algo. La brecha está en la capacidad de ejecución.
- **NTO europeas con equipos de IA dedicados o seguimiento de la IA: ~40%**
  - Periodo de referencia: March–April 2025 (2025-03)
  - Ámbito geográfico: Europa
  - Tipo de evidencia: Encuesta
  - Fuente: European Travel Commission, https://etc-corporate.org/uploads/2025/09/2025_AI-in-tourism_Supporting-NTO-Operations.pdf
  - Muestra: 29 of 36 ETC member national tourism organisations; the report's wording is "around 40%"
  - https://travel.rankwit.ai/es/data/nto-ai-adoption-europe
  - Método: European Travel Commission, Artificial Intelligence in Tourism: Assessing and Supporting NTOs' Research & Marketing Operations, Bruselas, julio de 2025. La formulación del informe es «alrededor del 40%» y no la afinamos. Su gráfico de etapas de adopción usa una escala separada de siete puntos.
  - Atención a la afirmación exacta: tener un equipo u observar el campo no es lo mismo que usar IA en las operaciones, y una versión anterior de esta página confundía ambas cosas. Incluso en la lectura más laxa, tres de cada cinco organismos nacionales no tienen ninguna de las dos, frente a viajeros que ya planifican con IA en mayoría.
- **DMO que producen contenido formateado para IA: 64%**
  - Periodo de referencia: 2026 (2026)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/reports/state-of-destination-marketing-2026
  - Muestra: 359 destination marketers worldwide, fielded with Dynata. Quoted from the publisher's summary; the full report is behind a download form
  - https://travel.rankwit.ai/es/data/dmos-creating-ai-formatted-content
  - Método: Sojern State of Destination Marketing 2026, 359 profesionales de marketing de destino en todo el mundo, con campo en colaboración con Dynata.
  - La evidencia más clara de que la generative engine optimisation ha pasado de la teoría a la partida presupuestaria. Dos tercios de los responsables de marketing de destino han cambiado cómo escriben, no solo dónde publican.
- **Viajeros que usarían un planificador con IA en la web de un destino: 63%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/would-use-ai-planner-on-destination-site
  - Método: Encuestas emparejadas de Sojern, abril de 2026: 1.006 viajeros estadounidenses y 103 responsables de DMO, con campo simultáneo.
  - Una brecha de 41 puntos entre demanda declarada y oferta disponible, medida por un mismo editor en un mismo mes. Pocas decisiones de producto en marketing turístico tienen una base de evidencia tan nítida, aunque la mitad de la demanda está medida en Estados Unidos y la de la oferta es global.
- **Viajeros menos propensos a visitar una web de destino sin funciones de IA: 25%**
  - Periodo de referencia: Abril de 2026 (2026-04)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/press-release/new-research-reveals-travellers-are-two-years-ahead-of-the-travel-industry-on-ai
  - Muestra: 1,006 US adults
  - https://travel.rankwit.ai/es/data/less-likely-to-visit-site-without-ai
  - Método: Encuesta de Sojern a viajeros, abril de 2026, 1.006 adultos estadounidenses. Preferencia declarada.
  - Es la cara negativa del 63% de demanda declarada. Una cuarta parte del público trata la ausencia de herramientas de IA como motivo para irse a otra parte.
- **DMO que aumentaron el gasto en marketing digital: 41%**
  - Periodo de referencia: 2026 (2026)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/reports/state-of-destination-marketing-2026
  - Muestra: 359 destination marketers worldwide
  - Para comparar: redujeron el gasto 13%
  - https://travel.rankwit.ai/es/data/dmo-digital-spend-increase
  - Método: Sojern State of Destination Marketing 2026, 359 profesionales de marketing de destino en todo el mundo, con campo junto a Dynata. La proporción restante no respondió.
  - Un agregado plano que esconde una reasignación. Con un 64% produciendo contenido formateado para IA sobre presupuestos que en su mayoría no crecieron, el dinero se mueve dentro de la misma partida en lugar de sumarse a ella.
- **Áreas prioritarias de la OCDE para una adopción responsable de la IA en turismo: 6**
  - Periodo de referencia: Septiembre de 2026 (2026-09)
  - Ámbito geográfico: Economías APEC
  - Tipo de evidencia: Análisis
  - Fuente: OECD, https://www.oecd.org/en/publications/artificial-intelligence-and-tourism-in-apec-economies_4549486a-en.html
  - Muestra: OECD policy paper on AI and tourism in APEC economies
  - https://travel.rankwit.ai/es/data/oecd-apec-priority-areas
  - Método: Documento de política de la OCDE «Artificial Intelligence and tourism in APEC economies», publicado el 9 de septiembre de 2026. Análisis cualitativo de política, no una encuesta.
  - El trabajo regulatorio ha pasado de describir la IA a fijar las condiciones de su adopción. El enfoque de la OCDE gira en torno al acceso de las pymes, porque el turismo está dominado por pymes y, de otro modo, los beneficios se concentran en los operadores con capital para invertir.
- **Non-OTA citation share: experiential against transactional queries: 55.9%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: Non-OTA share of citations on experiential queries (419 of 750) against transactional queries (187 of 607). Same Tokyo Gemini audit. Preprint, not peer-reviewed
  - Para comparar: transactional queries 30.8%
  - https://travel.rankwit.ai/es/data/non-ota-citations-by-query-intent
  - Método: Same Tokyo Gemini audit, March 2026. 419 of 750 experiential citations were non-OTA, against 187 of 607 transactional. Reported as statistically significant. Preprint, not peer-reviewed, and the OTA classification rests on curated domain matching.
  - This is the finding with the clearest operational consequence in the whole dataset. On questions about what a place is like, independent and first-party sources are cited more than half the time; on questions about booking, intermediaries take over. A hotel or destination has far more room to be cited on the first kind of question than on the second.
- **Conversion rate of assistant traffic on a destination portal: 8.26%**
  - Periodo de referencia: April 2022 to January 2026 (2026-01)
  - Ámbito geográfico: Mediterranean (one destination)
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: MDPI, https://doi.org/10.3390/tourhosp7040107
  - Muestra: 1.6 million sessions on one Mediterranean destination portal. The portal is not named, and the measure is a booking-intent click rather than a confirmed booking
  - Para comparar: organic search 3.88%
  - https://travel.rankwit.ai/es/data/ai-referral-conversion-destination-portal
  - Método: Peer-reviewed, Tourism and Hospitality, published 9 April 2026. One Mediterranean destination portal, April 2022 to January 2026. The portal is not named, the conversion measure is a booking-intent click rather than a confirmed booking, and the share of total sessions arriving from assistants is not stated in the abstract we could retrieve.
  - Small in volume, different in kind. The sessions are shorter and the conversion rate more than double, which is what you would expect if the assistant has already done the comparison work before the visit. One portal is not a sector, but it is a longitudinal measurement rather than a snapshot.
- **City recommendations falling outside the Euromonitor Top 100: 50.0%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: MDPI, https://doi.org/10.3390/ai6090236
  - Muestra: 1,020 valid ChatGPT-4o city recommendations from 6,480 generated across 216 traveller personas, scored against Euromonitor's Top 100 City Destinations 2024
  - Para comparar: DeepSeek-V3 57.9%
  - https://travel.rankwit.ai/es/data/llm-city-recommendations-off-index
  - Método: Peer-reviewed, AI (MDPI), published 19 September 2025. 6,480 recommendations generated from 216 traveller personas against ChatGPT-4o and DeepSeek-V3, fresh session per persona and prompt, no retrieval tools. Scored against Euromonitor's Top 100 City Destinations 2024. Models without retrieval answer from training data, so this measures the model rather than an AI search product.
  - This cuts against the usual claim. The concentration story is widely asserted and this measurement does not support its strong form: roughly half the recommended cities were off the list, and the correlation between how often a destination was recommended and its competitiveness score was not statistically significant for either model.

### Hoteles y alojamiento

Adopción, perspectivas y la brecha de capacidad entre cadenas e independientes.

La brecha europea entre cadenas (72%) e independientes (55%) en perspectivas, y entre establecimientos grandes (94%) y de menos de diez empleados (60%) en ciberseguridad, describe bien un mercado donde grandes grupos y mucha planta independiente comparten la misma ciudad. Súmele la estacionalidad de Baleares, Canarias y costa: lo que un modelo leyó en temporada alta sigue circulando en noviembre.

- **Empresas turísticas que ya usan IA: 70%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: UN Tourism, https://doi.org/10.18111/9789284426065
  - Muestra: UN Tourism survey with Saxion University of Applied Sciences
  - https://travel.rankwit.ai/es/data/tourism-businesses-using-ai
  - Método: Informe de UN Tourism elaborado con Saxion University of Applied Sciences, 2025. Encuesta global a empresas turísticas; el informe no declara el tamaño muestral, por eso tratamos el nivel como indicativo. El editor sirve el documento tras un control de acceso: hemos verificado el DOI y el informe, no la cifra que contiene.
  - La cifra de adopción con mayor autoridad disponible, de UN Tourism. Atención a qué cuenta: IA operativa dentro de la empresa, no visibilidad en los motores con los que los viajeros la buscan. Un hotel puede estar en ese 70% y seguir siendo invisible.
- **Crecimiento previsto de la adopción de IA en turismo en cinco años: +25%**
  - Periodo de referencia: 2025–2030 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Previsión
  - Fuente: UN Tourism, https://doi.org/10.18111/9789284426065
  - Muestra: Five-year projection in the UN Tourism report
  - https://travel.rankwit.ai/es/data/tourism-ai-adoption-growth-5y
  - Método: UN Tourism, 2025. Proyección a cinco años; el modelo subyacente y sus supuestos no se publican en el resumen, así que la fiabilidad es media.
  - Es una proyección, no una medición, y se muestra como tal. Desde una base del 70%, un crecimiento del 25% implica una adopción cercana a la saturación: a partir de ahí el factor diferencial deja de ser si usted usa la IA y pasa a ser si la IA le usa a usted.
- **Alojamientos europeos que esperan una evolución positiva: 66%**
  - Periodo de referencia: Febrero–marzo de 2026 (2026-02)
  - Ámbito geográfico: Europa
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/2026-european-accommodation-barometer-challenges-concerns-and-diverging-outlooks/
  - Muestra: European accommodation providers. The 72%/55% split answers a separate question from the 66% outlook
  - Para comparar: chains vs independents, current economic situation 72% / 55%
  - https://travel.rankwit.ai/es/data/eu-accommodation-positive-outlook
  - Método: Booking.com European Accommodation Barometer, con campo entre febrero y marzo de 2026 sobre alojamientos europeos.
  - Diecisiete puntos de brecha de confianza según la estructura de propiedad. La misma diferencia aparece en la preparación tecnológica: ese es el mecanismo, no una coincidencia.
- **Brecha de preparación en ciberseguridad por tamaño del establecimiento: 94%**
  - Periodo de referencia: Febrero–marzo de 2026 (2026-02)
  - Ámbito geográfico: Europa
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/2026-european-accommodation-barometer-challenges-concerns-and-diverging-outlooks/
  - Muestra: European accommodation providers by size band
  - Para comparar: establecimientos con menos de 10 empleados 60%
  - https://travel.rankwit.ai/es/data/accommodation-cyber-readiness-gap
  - Método: Booking.com European Accommodation Barometer, febrero-marzo de 2026. Preparación autoevaluada, que suele sobrestimar la disposición en ambos extremos.
  - Treinta y cuatro puntos de brecha de capacidad en una dimensión que los sistemas agénticos vuelven más crítica, ya que un agente que transacciona necesita una superficie expuesta y autenticada sobre la que hacerlo.
- **Online travel agency share of Gemini's hotel citations: 55.3%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: 1,357 grounding citations across 156 paired hotel queries in Tokyo, Gemini 2.5 Flash with Google Search grounding, English and Japanese. Preprint, not peer-reviewed
  - https://travel.rankwit.ai/es/data/ota-share-of-gemini-hotel-citations
  - Método: Preprint, not peer-reviewed. Gemini 2.5 Flash with Google Search grounding, March 2026, 156 paired queries across four categories, two intents, nine Tokyo wards and two languages. One city, one model, one month, so read it as a measurement of that setting rather than of assistants generally.
  - The most direct measurement anyone has published of whose content an assistant reaches for on hotel questions, and it says intermediaries still hold the majority. For a property, the practical reading is that its presence in an answer often arrives through a listing it does not control rather than through its own site.

### Aerolíneas, agencias y distribución

Dónde está ya en producción la IA agéntica, y la fragmentación de datos que la frena.

El 80% de agencias que adopta IA y el 91% que trabaja con cuatro o más sistemas de reservas vienen de un estudio en 14 países, de lo más trasladable de esta sección. El 33% de directivos que reporta mejor personalización se midió entre 86 ejecutivos sobre todo estadounidenses. En redes minoristas densas como las de España y América Latina, el dato operativo es la fragmentación, no la intención.

- **Agencias de viajes que adoptan IA: 80%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (14 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Sabre, https://www.sabre.com/resources/research/content-fragmentation-what-i-see-vs-what-i-take/
  - Muestra: Travel agencies across 14 countries
  - https://travel.rankwit.ai/es/data/travel-agencies-adopting-ai
  - Método: Estudio Content Fragmentation de Sabre, sobre agencias de viajes de 14 países, abril-mayo de 2025.
  - Intención prácticamente universal. Las agencias van más avanzadas que las organizaciones de destino, sobre todo porque su caso de uso es la productividad interna y no la visibilidad pública.
- **Agencias con IA que reportan ganancias de productividad medibles: 40%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (14 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Sabre, https://www.sabre.com/resources/research/content-fragmentation-what-i-see-vs-what-i-take/
  - Muestra: AI-adopting agencies across 14 countries
  - https://travel.rankwit.ai/es/data/agency-ai-productivity-gain
  - Método: Estudio Content Fragmentation de Sabre, 14 países, abril-mayo de 2025, entre el 80% de agencias que habían adoptado IA.
  - La cifra más honesta de la investigación de proveedores. La adopción es casi universal; el retorno medible es un resultado minoritario. El estudio atribuye la diferencia sobre todo a la fragmentación de datos, no a los modelos.
- **Agencias que trabajan con cuatro o más sistemas de reservas: 91%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (14 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Sabre, https://www.sabre.com/resources/research/content-fragmentation-what-i-see-vs-what-i-take/
  - Muestra: Travel agencies across 14 countries
  - Para comparar: siete o más sistemas 50%
  - https://travel.rankwit.ai/es/data/agencies-four-plus-booking-systems
  - Método: Estudio Content Fragmentation de Sabre, 14 países, abril-mayo de 2025. Casi el 90% gestiona además cuatro o más integraciones de API.
  - Es la razón estructural por la que el viaje agéntico es más difícil de lo que parece. Un agente que razona sobre disponibilidad y precio en diez sistemas desconectados se equivocará lo bastante a menudo como para perder la confianza, y la confianza es el insumo escaso.
- **Directivos que declaran agentes de IA en producción: 52%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Global (24 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Google, https://services.google.com/fh/files/misc/google_cloud_roi_of_ai_2025.pdf
  - Muestra: 3,466 senior leaders across 24 countries at enterprises above USD 10m revenue that already deploy generative AI, fielded April–June 2025. The figure is a share of gen-AI-adopting enterprises, not of all enterprises
  - https://travel.rankwit.ai/es/data/executives-ai-agents-in-production
  - Método: Estudio de Google Cloud a directivos, septiembre de 2025, localizado en el Agentic Blueprint de Sabre. Muestra intersectorial. Instrumento primario no consultado directamente, así que la fiabilidad es media.
  - Es un dato intersectorial, no específico del turismo, por eso queda por encima de las cifras del sector. Fija la referencia con la que los propios proveedores miden al sector.
- **Directivos turísticos estadounidenses que afirman que la IA mejora la personalización: 33%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: 86 mostly US-based travel executives, surveyed for Remapping travel with agentic AI (McKinsey with Skift)
  - Para comparar: resultados de mayor calidad 36%
  - https://travel.rankwit.ai/es/data/exec-ai-improves-personalisation
  - Método: Estudio de Skift Research y McKinsey a directivos turísticos estadounidenses, 2025, localizado en «Chat as the New Influencer» de Sabre. Instrumento primario no consultado directamente, así que la fiabilidad es media.
  - El beneficio declarado por los directivos queda muy por debajo de la adopción declarada, el mismo patrón que muestran los datos de las agencias. Alrededor de un tercio de los despliegues produce un efecto que la empresa sabe nombrar.
- **Viajeros que han usado IA para planificar o gestionar un viaje: ~79%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/en/resources/white-paper/agentic-ai-airlines
  - Muestra: Amadeus traveller research, March 2026
  - https://travel.rankwit.ai/es/data/ai-trip-planning-amadeus-2026
  - Método: Investigación de Amadeus sobre viajeros realizada en marzo de 2026, recogida en el white paper sobre IA agéntica para aerolíneas. El mismo estudio halló que solo alrededor del 6% se siente cómodo dejando a la IA la mayor parte de la planificación.
  - El extremo superior del rango publicado, y del mismo editor que un año antes reportaba el 18% para la IA generativa. La diferencia es la pregunta, no la población: aquí se cuenta planificación y gestión durante el viaje, alguna vez, con cualquier herramienta de IA.
- **Grandes grupos turísticos que mencionan la IA en sus informes anuales: 35%**
  - Periodo de referencia: Informes anuales de 2024 (2024)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: Skift Travel 200, the largest publicly traded travel companies
  - Para comparar: informes anuales de 2022 4%
  - https://travel.rankwit.ai/es/data/skift200-ai-mentions
  - Método: Análisis del Skift Travel 200, las mayores empresas turísticas cotizadas, en Remapping travel with agentic AI (McKinsey con Skift, septiembre de 2025). Cuenta cualquier mención de IA, por lo que mide notoriedad y no despliegue.
  - Una multiplicación por ocho en dos años, medida en los documentos sobre los que las empresas son legalmente cuidadosas y no en material de marketing. Es la evidencia más limpia de que la IA pasó de experimento a estrategia declarada.
- **Parte del capital riesgo turístico dirigida a startups de IA: 45%**
  - Periodo de referencia: Primer semestre de 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: Skift venture capital tracking of travel-industry funding
  - Para comparar: 2023 10%
  - https://travel.rankwit.ai/es/data/ai-travel-vc-funding-share
  - Método: Seguimiento de capital riesgo de Skift, recogido en Remapping travel with agentic AI (McKinsey con Skift, septiembre de 2025). Parte de la financiación de riesgo declarada en el sector turístico.
  - La asignación de capital anticipa cómo será la capa de distribución dentro de tres años. Casi la mitad de la nueva financiación en tecnología turística va hoy a empresas cuya premisa es la IA.

### Economía

Cuánto vale el cambio, dónde se mueve el dinero y qué afirmaciones son previsiones y no mediciones.

Los 1,4 billones de dólares de Euromonitor son una previsión global sin reparto por país, y el 45% del capital riesgo turístico dirigido a IA se asigna casi todo fuera del mundo hispanohablante. Para un presupuesto de aquí sirve la cifra modesta: el 40% de agencias con IA que reporta impacto medible. En el sector público español, de ciclo anual, ese 41% de DMO que dejó el gasto plano describe mejor la realidad.

- **Crecimiento del gasto turístico atribuido al potencial liberado por la IA: USD 1.4tn**
  - Periodo de referencia: Cinco años desde 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Previsión
  - Fuente: Euromonitor International, https://www.euromonitor.com/article/ai-a-turning-point-in-global-travel
  - Muestra: Euromonitor five-year travel spending forecast
  - https://travel.rankwit.ai/es/data/ai-unlocked-travel-spend-growth
  - Método: Previsión de Euromonitor a cinco años sobre gasto turístico, diciembre de 2025. La atribución del crecimiento a la IA es un juicio del analista; la descomposición no está publicada.
  - Es una previsión y la cifra más citada del campo. Léase como una afirmación direccional sobre de dónde espera el crecimiento una casa de análisis, no como una medición de valor creado.
- **Parte del capital riesgo turístico dirigida a startups de IA: 45%**
  - Periodo de referencia: Primer semestre de 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: Skift venture capital tracking of travel-industry funding
  - Para comparar: 2023 10%
  - https://travel.rankwit.ai/es/data/ai-travel-vc-funding-share
  - Método: Seguimiento de capital riesgo de Skift, recogido en Remapping travel with agentic AI (McKinsey con Skift, septiembre de 2025). Parte de la financiación de riesgo declarada en el sector turístico.
  - La asignación de capital anticipa cómo será la capa de distribución dentro de tres años. Casi la mitad de la nueva financiación en tecnología turística va hoy a empresas cuya premisa es la IA.
- **Pernoctaciones en la UE reservadas vía Airbnb, Booking y Expedia: 951.6m**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Unión Europea
  - Tipo de evidencia: Estadística oficial
  - Fuente: Eurostat, https://ec.europa.eu/eurostat/databrowser/view/tour_ce_omr/default/table
  - Muestra: Dataset tour_ce_omr: experimental statistics on nights booked via Airbnb, Booking and Expedia
  - https://travel.rankwit.ai/es/data/eu-platform-guest-nights
  - Método: Conjunto de datos de Eurostat tour_ce_omr, recogido al amparo del reglamento de intercambio de datos de alquileres de corta duración. Eurostat lo clasifica como experimental: la metodología sigue consolidándose y las cifras pueden revisarse.
  - Algo más de la mitad del total de alojamiento de la UE pasa por tres plataformas, bajo un reglamento de intercambio de datos que por primera vez lo hace contable. Establece hasta qué punto estaba ya concentrada la capa de distribución antes de que entrara la IA.
- **Agencias con IA que reportan ganancias de productividad medibles: 40%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (14 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Sabre, https://www.sabre.com/resources/research/content-fragmentation-what-i-see-vs-what-i-take/
  - Muestra: AI-adopting agencies across 14 countries
  - https://travel.rankwit.ai/es/data/agency-ai-productivity-gain
  - Método: Estudio Content Fragmentation de Sabre, 14 países, abril-mayo de 2025, entre el 80% de agencias que habían adoptado IA.
  - La cifra más honesta de la investigación de proveedores. La adopción es casi universal; el retorno medible es un resultado minoritario. El estudio atribuye la diferencia sobre todo a la fragmentación de datos, no a los modelos.
- **DMO que aumentaron el gasto en marketing digital: 41%**
  - Periodo de referencia: 2026 (2026)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Sojern, https://www.sojern.com/reports/state-of-destination-marketing-2026
  - Muestra: 359 destination marketers worldwide
  - Para comparar: redujeron el gasto 13%
  - https://travel.rankwit.ai/es/data/dmo-digital-spend-increase
  - Método: Sojern State of Destination Marketing 2026, 359 profesionales de marketing de destino en todo el mundo, con campo junto a Dynata. La proporción restante no respondió.
  - Un agregado plano que esconde una reasignación. Con un 64% produciendo contenido formateado para IA sobre presupuestos que en su mayoría no crecieron, el dinero se mueve dentro de la misma partida en lugar de sumarse a ella.
- **Crecimiento previsto de la adopción de IA en turismo en cinco años: +25%**
  - Periodo de referencia: 2025–2030 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Previsión
  - Fuente: UN Tourism, https://doi.org/10.18111/9789284426065
  - Muestra: Five-year projection in the UN Tourism report
  - https://travel.rankwit.ai/es/data/tourism-ai-adoption-growth-5y
  - Método: UN Tourism, 2025. Proyección a cinco años; el modelo subyacente y sus supuestos no se publican en el resumen, así que la fiabilidad es media.
  - Es una proyección, no una medición, y se muestra como tal. Desde una base del 70%, un crecimiento del 25% implica una adopción cercana a la saturación: a partir de ahí el factor diferencial deja de ser si usted usa la IA y pasa a ser si la IA le usa a usted.
- **Directivos turísticos estadounidenses que afirman que la IA mejora la personalización: 33%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Estados Unidos
  - Tipo de evidencia: Encuesta
  - Fuente: McKinsey & Company, https://www.mckinsey.com/industries/travel/our-insights/remapping-travel-with-agentic-ai
  - Muestra: 86 mostly US-based travel executives, surveyed for Remapping travel with agentic AI (McKinsey with Skift)
  - Para comparar: resultados de mayor calidad 36%
  - https://travel.rankwit.ai/es/data/exec-ai-improves-personalisation
  - Método: Estudio de Skift Research y McKinsey a directivos turísticos estadounidenses, 2025, localizado en «Chat as the New Influencer» de Sabre. Instrumento primario no consultado directamente, así que la fiabilidad es media.
  - El beneficio declarado por los directivos queda muy por debajo de la adopción declarada, el mismo patrón que muestran los datos de las agencias. Alrededor de un tercio de los despliegues produce un efecto que la empresa sabe nombrar.

### Gobernanza, exactitud y riesgo

Qué sale mal: respuestas obsoletas, afirmaciones sin verificar y la respuesta regulatoria que toma forma.

Las seis áreas prioritarias de la OCDE se escribieron para economías APEC: dejan fuera a España y, en América Latina, solo cubren a México, Chile y Perú. No hay un marco común a esta edición. La exposición práctica, en cambio, es idéntica a ambos lados: el 25% que recibió información obsoleta y el 42% que verifica siempre.

- **Viajeros que recibieron información de viaje obsoleta o incorrecta de la IA: 25%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: Amadeus, https://amadeus.com/documents/resources/research-report/travel-trends-2026/amadeus-travel-trends-2026-report.pdf
  - Muestra: Amadeus traveller data, 2025
  - https://travel.rankwit.ai/es/data/received-outdated-ai-travel-info
  - Método: Datos de Amadeus sobre viajeros para 2025, recogidos en Travel Trends 2026. Autodeclarado, así que recoge los errores que los viajeros notaron: la tasa real es probablemente mayor.
  - Suele ser un problema de contenido, no de modelo. Cuando los datos actuales de un establecimiento no son alcanzables en forma estructurada, el modelo responde con lo último que vio, y una seguridad obsoleta suena a autoridad.
- **Consumidores que siempre verifican lo que dice la IA: 42%**
  - Periodo de referencia: Abril–mayo de 2025 (2025-04)
  - Ámbito geográfico: Global (33 mercados)
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/bookingcom-releases-the-global-ai-sentiment-report
  - Muestra: 37,325 respondents across 33 markets
  - Para comparar: verifican a veces 29%
  - https://travel.rankwit.ai/es/data/always-fact-check-ai
  - Método: Booking.com Global AI Sentiment Report, abril-mayo de 2025, 37.325 participantes en 33 mercados.
  - Siete de cada diez verifican al menos a veces, lo que convierte la respuesta de la IA en el inicio de una ruta de investigación y no en su final. También significa que una respuesta errónea u obsoleta sobre su establecimiento probablemente se descubrirá, y se le atribuirá a usted.
- **Áreas prioritarias de la OCDE para una adopción responsable de la IA en turismo: 6**
  - Periodo de referencia: Septiembre de 2026 (2026-09)
  - Ámbito geográfico: Economías APEC
  - Tipo de evidencia: Análisis
  - Fuente: OECD, https://www.oecd.org/en/publications/artificial-intelligence-and-tourism-in-apec-economies_4549486a-en.html
  - Muestra: OECD policy paper on AI and tourism in APEC economies
  - https://travel.rankwit.ai/es/data/oecd-apec-priority-areas
  - Método: Documento de política de la OCDE «Artificial Intelligence and tourism in APEC economies», publicado el 9 de septiembre de 2026. Análisis cualitativo de política, no una encuesta.
  - El trabajo regulatorio ha pasado de describir la IA a fijar las condiciones de su adopción. El enfoque de la OCDE gira en torno al acceso de las pymes, porque el turismo está dominado por pymes y, de otro modo, los beneficios se concentran en los operadores con capital para invertir.
- **Empresas turísticas que ya usan IA: 70%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Encuesta
  - Fuente: UN Tourism, https://doi.org/10.18111/9789284426065
  - Muestra: UN Tourism survey with Saxion University of Applied Sciences
  - https://travel.rankwit.ai/es/data/tourism-businesses-using-ai
  - Método: Informe de UN Tourism elaborado con Saxion University of Applied Sciences, 2025. Encuesta global a empresas turísticas; el informe no declara el tamaño muestral, por eso tratamos el nivel como indicativo. El editor sirve el documento tras un control de acceso: hemos verificado el DOI y el informe, no la cifra que contiene.
  - La cifra de adopción con mayor autoridad disponible, de UN Tourism. Atención a qué cuenta: IA operativa dentro de la empresa, no visibilidad en los motores con los que los viajeros la buscan. Un hotel puede estar en ese 70% y seguir siendo invisible.
- **Brecha de preparación en ciberseguridad por tamaño del establecimiento: 94%**
  - Periodo de referencia: Febrero–marzo de 2026 (2026-02)
  - Ámbito geográfico: Europa
  - Tipo de evidencia: Encuesta
  - Fuente: Booking.com, https://news.booking.com/2026-european-accommodation-barometer-challenges-concerns-and-diverging-outlooks/
  - Muestra: European accommodation providers by size band
  - Para comparar: establecimientos con menos de 10 empleados 60%
  - https://travel.rankwit.ai/es/data/accommodation-cyber-readiness-gap
  - Método: Booking.com European Accommodation Barometer, febrero-marzo de 2026. Preparación autoevaluada, que suele sobrestimar la disposición en ambos extremos.
  - Treinta y cuatro puntos de brecha de capacidad en una dimensión que los sistemas agénticos vuelven más crítica, ya que un agente que transacciona necesita una superficie expuesta y autenticada sobre la que hacerlo.
- **Directivos que declaran agentes de IA en producción: 52%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Global (24 países)
  - Tipo de evidencia: Encuesta
  - Fuente: Google, https://services.google.com/fh/files/misc/google_cloud_roi_of_ai_2025.pdf
  - Muestra: 3,466 senior leaders across 24 countries at enterprises above USD 10m revenue that already deploy generative AI, fielded April–June 2025. The figure is a share of gen-AI-adopting enterprises, not of all enterprises
  - https://travel.rankwit.ai/es/data/executives-ai-agents-in-production
  - Método: Estudio de Google Cloud a directivos, septiembre de 2025, localizado en el Agentic Blueprint de Sabre. Muestra intersectorial. Instrumento primario no consultado directamente, así que la fiabilidad es media.
  - Es un dato intersectorial, no específico del turismo, por eso queda por encima de las cifras del sector. Fija la referencia con la que los propios proveedores miden al sector.
- **Assistant makers whose docs say user-triggered fetches may ignore robots.txt: 3 of 4**
  - Periodo de referencia: October 2026 (2026-10)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: OpenAI, https://developers.openai.com/api/docs/bots
  - Muestra: OpenAI, Google and Perplexity each publish that user-initiated fetches may ignore robots.txt; Anthropic's documentation states no equivalent exception
  - Para comparar: state no such exception 1 of 4
  - https://travel.rankwit.ai/es/data/robots-txt-user-triggered-disagreement
  - Método: Read from each publisher's own crawler documentation in October 2026. OpenAI: "Because these actions are initiated by a user, robots.txt rules may not apply." Google: "these fetchers generally ignore robots.txt rules." Perplexity: "Since a user requested the fetch, this fetcher generally ignores robots.txt rules." Anthropic states its bots honour robots.txt and names no exception. Silence is not a commitment, so read the fourth as undocumented rather than as a guarantee.
  - This is the gap most robots.txt advice misses. Blocking a training crawler is well documented and works. But when a person asks an assistant about your hotel and it goes to look, OpenAI, Google and Perplexity all publish that the rule may be ignored, because the fetch was requested by a human rather than scheduled by a machine. Anthropic's documentation states no such exception.
- **Domains with AI-specific robots.txt directives: ~14%**
  - Periodo de referencia: June 2025 (2025-06)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Cloudflare, https://blog.cloudflare.com/from-googlebot-to-gptbot-whos-crawling-your-site-in-2025/
  - Muestra: 546 of 3,816 domains that had a findable robots.txt, drawn from Cloudflare Radar's top 10,000. Counts allow as well as disallow directives
  - Para comparar: domains disallowing GPTBot 312
  - https://travel.rankwit.ai/es/data/domains-with-ai-robots-directives
  - Método: Cloudflare Radar, point-in-time crawl of 6 June 2025, drawn from Radar's top 10,000 domains. 312 domains disallowed GPTBot, 250 fully and 62 partially; 61 explicitly allowed it. Cloudflare notes some robots.txt tokens, Google-Extended among them, are not user-agent substrings and so do not match request logs.
  - The denominator does the work here. It is 14% of domains that have a findable robots.txt, not 14% of the top ten thousand, and it counts allow directives as well as disallow. Read as "most sites have no AI rule at all", which is the finding, rather than as "14% block AI", which is not what was measured.
- **Share of high-value training tokens restricted to OpenAI crawlers: 25.9%**
  - Periodo de referencia: April 2024 (2024-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Data Provenance Initiative, https://arxiv.org/abs/2407.14933
  - Muestra: Tokens in Head C4, the 3,950 highest-token domains of the C4 corpus. Audit of 14,000 web domains with longitudinal robots.txt collection
  - Para comparar: Anthropic and Common Crawl 13.3%
  - https://travel.rankwit.ai/es/data/openai-crawler-restriction-head-c4
  - Método: Data Provenance Initiative, "Consent in Crisis", audit of 14,000 web domains underlying C4, RefinedWeb and Dolma, with longitudinal robots.txt collection from archived snapshots and human annotation. Head C4 is the 3,950 highest-token domains. Data ends April 2024, so treat it as the historical inflection rather than current state. The paper's forward projections are forecasts and are not used here.
  - The only non-commercial measurement of this, and the clearest evidence that the opt-out tokens changed behaviour: restrictions redistributed sharply right after GPTBot and Google-Extended were introduced. It is also the oldest figure in this group, and the direction has almost certainly continued since.

### Generative engines

How ChatGPT, Gemini, Claude and Perplexity crawl, cite and send traffic, measured rather than asserted.

- **Extra technical requirements to appear in Google's AI Overviews: None**
  - Periodo de referencia: December 2025 (2025-12)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Google, https://developers.google.com/search/docs/appearance/ai-features
  - Muestra: Google Search Central documentation on AI features. States no additional technical requirements beyond ordinary Search eligibility, and no new machine-readable file or schema
  - https://travel.rankwit.ai/es/data/google-no-extra-requirements-ai-overviews
  - Método: Google Search Central, AI features documentation, last updated 10 December 2025. Verbatim: "You don't need to create new machine readable files, AI text files, or markup to appear in these features." It covers AI Overviews and AI Mode in Google Search, and says nothing about other assistants, which publish their own rules.
  - This is the single most useful sentence in the field, because it contradicts most of what is sold around it. Google's documentation says a page needs only to be indexed and eligible to show with a snippet, and goes further: you do not need to create machine-readable files, AI text files, or special schema.org markup. A good deal of GEO advice sells exactly those things.
- **Assistant makers whose docs say user-triggered fetches may ignore robots.txt: 3 of 4**
  - Periodo de referencia: October 2026 (2026-10)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: OpenAI, https://developers.openai.com/api/docs/bots
  - Muestra: OpenAI, Google and Perplexity each publish that user-initiated fetches may ignore robots.txt; Anthropic's documentation states no equivalent exception
  - Para comparar: state no such exception 1 of 4
  - https://travel.rankwit.ai/es/data/robots-txt-user-triggered-disagreement
  - Método: Read from each publisher's own crawler documentation in October 2026. OpenAI: "Because these actions are initiated by a user, robots.txt rules may not apply." Google: "these fetchers generally ignore robots.txt rules." Perplexity: "Since a user requested the fetch, this fetcher generally ignores robots.txt rules." Anthropic states its bots honour robots.txt and names no exception. Silence is not a commitment, so read the fourth as undocumented rather than as a guarantee.
  - This is the gap most robots.txt advice misses. Blocking a training crawler is well documented and works. But when a person asks an assistant about your hotel and it goes to look, OpenAI, Google and Perplexity all publish that the rule may be ignored, because the fetch was requested by a human rather than scheduled by a machine. Anthropic's documentation states no such exception.
- **AI bots as a share of HTML requests: 4.2%**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: Cloudflare, https://blog.cloudflare.com/radar-2025-year-in-review/
  - Muestra: HTML content requests across Cloudflare's customer base, 1 January to 2 December 2025. Ranged from 2.4% to 6.4% through the year
  - Para comparar: Googlebot alone 4.5%
  - https://travel.rankwit.ai/es/data/ai-bots-share-of-html-requests
  - Método: Cloudflare Radar 2025 Year in Review, published 15 December 2025, covering 1 January to 2 December 2025. Population is Cloudflare's own customer base, HTML content requests only, which Cloudflare states explicitly because the shares differ from its all-content figures. Cloudflare sells bot blocking, so it has an interest in the salience of this measure.
  - Useful for scale, and useful against panic. AI crawlers in aggregate were a slightly smaller share of HTML requests last year than Google's own search crawler by itself. The year-on-year direction matters more than the level, and the level is not yet what the louder coverage suggests.
- **Domains with AI-specific robots.txt directives: ~14%**
  - Periodo de referencia: June 2025 (2025-06)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Cloudflare, https://blog.cloudflare.com/from-googlebot-to-gptbot-whos-crawling-your-site-in-2025/
  - Muestra: 546 of 3,816 domains that had a findable robots.txt, drawn from Cloudflare Radar's top 10,000. Counts allow as well as disallow directives
  - Para comparar: domains disallowing GPTBot 312
  - https://travel.rankwit.ai/es/data/domains-with-ai-robots-directives
  - Método: Cloudflare Radar, point-in-time crawl of 6 June 2025, drawn from Radar's top 10,000 domains. 312 domains disallowed GPTBot, 250 fully and 62 partially; 61 explicitly allowed it. Cloudflare notes some robots.txt tokens, Google-Extended among them, are not user-agent substrings and so do not match request logs.
  - The denominator does the work here. It is 14% of domains that have a findable robots.txt, not 14% of the top ten thousand, and it counts allow directives as well as disallow. Read as "most sites have no AI rule at all", which is the finding, rather than as "14% block AI", which is not what was measured.
- **Share of high-value training tokens restricted to OpenAI crawlers: 25.9%**
  - Periodo de referencia: April 2024 (2024-04)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: Data Provenance Initiative, https://arxiv.org/abs/2407.14933
  - Muestra: Tokens in Head C4, the 3,950 highest-token domains of the C4 corpus. Audit of 14,000 web domains with longitudinal robots.txt collection
  - Para comparar: Anthropic and Common Crawl 13.3%
  - https://travel.rankwit.ai/es/data/openai-crawler-restriction-head-c4
  - Método: Data Provenance Initiative, "Consent in Crisis", audit of 14,000 web domains underlying C4, RefinedWeb and Dolma, with longitudinal robots.txt collection from archived snapshots and human annotation. Head C4 is the 3,950 highest-token domains. Data ends April 2024, so treat it as the historical inflection rather than current state. The paper's forward projections are forecasts and are not used here.
  - The only non-commercial measurement of this, and the clearest evidence that the opt-out tokens changed behaviour: restrictions redistributed sharply right after GPTBot and Google-Extended were introduced. It is also the oldest figure in this group, and the direction has almost certainly continued since.
- **Share of AI crawling that is for training rather than retrieval: ~80%**
  - Periodo de referencia: July 2025 (2025-07)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: Cloudflare, https://blog.cloudflare.com/crawlers-click-ai-bots-training/
  - Muestra: Share of AI bot activity Cloudflare classifies as training rather than search or user action. Dominated by one bot, OpenAI's GPTBot
  - Para comparar: a year earlier 72%
  - https://travel.rankwit.ai/es/data/ai-crawling-for-training-share
  - Método: Cloudflare, to roughly July 2025. The split rests on Cloudflare's own classification of each user agent's declared purpose, the taxonomy carries an undeclared bucket, and the aggregate is dominated by one bot, OpenAI's GPTBot. It is therefore closer to a statement about OpenAI than about AI crawling in general.
  - Worth separating from the visibility question, because they pull in opposite directions. A site that blocks training crawlers is not thereby making itself more visible in answers, and a site that wants to appear in answers is not obliged to hand over training data. The two controls are separate at every major publisher.
- **Online travel agency share of Gemini's hotel citations: 55.3%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: 1,357 grounding citations across 156 paired hotel queries in Tokyo, Gemini 2.5 Flash with Google Search grounding, English and Japanese. Preprint, not peer-reviewed
  - https://travel.rankwit.ai/es/data/ota-share-of-gemini-hotel-citations
  - Método: Preprint, not peer-reviewed. Gemini 2.5 Flash with Google Search grounding, March 2026, 156 paired queries across four categories, two intents, nine Tokyo wards and two languages. One city, one model, one month, so read it as a measurement of that setting rather than of assistants generally.
  - The most direct measurement anyone has published of whose content an assistant reaches for on hotel questions, and it says intermediaries still hold the majority. For a property, the practical reading is that its presence in an answer often arrives through a listing it does not control rather than through its own site.
- **Non-OTA citation share: experiential against transactional queries: 55.9%**
  - Periodo de referencia: Marzo de 2026 (2026-03)
  - Ámbito geográfico: Japan (Tokyo)
  - Tipo de evidencia: Análisis
  - Fuente: arXiv, https://arxiv.org/abs/2603.20062
  - Muestra: Non-OTA share of citations on experiential queries (419 of 750) against transactional queries (187 of 607). Same Tokyo Gemini audit. Preprint, not peer-reviewed
  - Para comparar: transactional queries 30.8%
  - https://travel.rankwit.ai/es/data/non-ota-citations-by-query-intent
  - Método: Same Tokyo Gemini audit, March 2026. 419 of 750 experiential citations were non-OTA, against 187 of 607 transactional. Reported as statistically significant. Preprint, not peer-reviewed, and the OTA classification rests on curated domain matching.
  - This is the finding with the clearest operational consequence in the whole dataset. On questions about what a place is like, independent and first-party sources are cited more than half the time; on questions about booking, intermediaries take over. A hotel or destination has far more room to be cited on the first kind of question than on the second.
- **Conversion rate of assistant traffic on a destination portal: 8.26%**
  - Periodo de referencia: April 2022 to January 2026 (2026-01)
  - Ámbito geográfico: Mediterranean (one destination)
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: MDPI, https://doi.org/10.3390/tourhosp7040107
  - Muestra: 1.6 million sessions on one Mediterranean destination portal. The portal is not named, and the measure is a booking-intent click rather than a confirmed booking
  - Para comparar: organic search 3.88%
  - https://travel.rankwit.ai/es/data/ai-referral-conversion-destination-portal
  - Método: Peer-reviewed, Tourism and Hospitality, published 9 April 2026. One Mediterranean destination portal, April 2022 to January 2026. The portal is not named, the conversion measure is a booking-intent click rather than a confirmed booking, and the share of total sessions arriving from assistants is not stated in the abstract we could retrieve.
  - Small in volume, different in kind. The sessions are shorter and the conversion rate more than double, which is what you would expect if the assistant has already done the comparison work before the visit. One portal is not a sector, but it is a longitudinal measurement rather than a snapshot.
- **City recommendations falling outside the Euromonitor Top 100: 50.0%**
  - Periodo de referencia: Septiembre de 2025 (2025-09)
  - Ámbito geográfico: Global
  - Tipo de evidencia: Análisis
  - Fuente: MDPI, https://doi.org/10.3390/ai6090236
  - Muestra: 1,020 valid ChatGPT-4o city recommendations from 6,480 generated across 216 traveller personas, scored against Euromonitor's Top 100 City Destinations 2024
  - Para comparar: DeepSeek-V3 57.9%
  - https://travel.rankwit.ai/es/data/llm-city-recommendations-off-index
  - Método: Peer-reviewed, AI (MDPI), published 19 September 2025. 6,480 recommendations generated from 216 traveller personas against ChatGPT-4o and DeepSeek-V3, fresh session per persona and prompt, no retrieval tools. Scored against Euromonitor's Top 100 City Destinations 2024. Models without retrieval answer from training data, so this measures the model rather than an AI search product.
  - This cuts against the usual claim. The concentration story is widely asserted and this measurement does not support its strong form: roughly half the recommended cities were off the list, and the correlation between how often a destination was recommended and its competitiveness score was not statistically significant for either model.

### Contexto de mercado

Los volúmenes de base de los que son porcentaje los porcentajes de la era de la IA.

España aporta el mayor valor de llegadas de 2024 de esta serie, 93,8 millones, y hay que citarlo con su advertencia: Francia no tiene entrada de 2024 en la fuente y UN Tourism la sitúa primera. Los denominadores europeos cubren a España; para América Latina esta sección no contiene ninguna cifra oficial, así que la escala regional habrá que buscarla fuera del observatorio.

- **Pernoctaciones en alojamientos turísticos de la UE, acumulado del año: 1.80bn**
  - Periodo de referencia: 2026 acumulado, hasta julio (2026-07)
  - Ámbito geográfico: Unión Europea
  - Tipo de evidencia: Estadística oficial
  - Fuente: Eurostat, https://ec.europa.eu/eurostat/databrowser/view/tour_occ_nim/default/table
  - Muestra: Dataset tour_occ_nim: nights spent at tourist accommodation, monthly
  - Variación interanual: +1.93%
  - https://travel.rankwit.ai/es/data/eu-nights-tourist-accommodation
  - Método: Conjunto de datos de Eurostat tour_occ_nim, pernoctaciones en alojamientos turísticos, frecuencia mensual, hasta julio de 2026. Estadística oficial sujeta a la política de revisión de Eurostat.
  - Es el denominador. Cada porcentaje de este observatorio es una proporción de un mercado que opera a esta escala, y el mercado sigue creciendo de forma moderada.
- **Pernoctaciones en la UE reservadas vía Airbnb, Booking y Expedia: 951.6m**
  - Periodo de referencia: 2025 (2025)
  - Ámbito geográfico: Unión Europea
  - Tipo de evidencia: Estadística oficial
  - Fuente: Eurostat, https://ec.europa.eu/eurostat/databrowser/view/tour_ce_omr/default/table
  - Muestra: Dataset tour_ce_omr: experimental statistics on nights booked via Airbnb, Booking and Expedia
  - https://travel.rankwit.ai/es/data/eu-platform-guest-nights
  - Método: Conjunto de datos de Eurostat tour_ce_omr, recogido al amparo del reglamento de intercambio de datos de alquileres de corta duración. Eurostat lo clasifica como experimental: la metodología sigue consolidándose y las cifras pueden revisarse.
  - Algo más de la mitad del total de alojamiento de la UE pasa por tres plataformas, bajo un reglamento de intercambio de datos que por primera vez lo hace contable. Establece hasta qué punto estaba ya concentrada la capa de distribución antes de que entrara la IA.
- **España, llegadas de turistas internacionales: 93.8m**
  - Periodo de referencia: 2024 (2024)
  - Ámbito geográfico: España
  - Tipo de evidencia: Estadística oficial
  - Fuente: UN Tourism, https://ourworldindata.org/grapher/international-tourist-trips
  - Muestra: UN Tourism international tourist arrivals, via Our World in Data. France has no 2024 entry in this series
  - Variación interanual: +10.09%
  - https://travel.rankwit.ai/es/data/spain-international-arrivals
  - Método: Llegadas de turistas internacionales de UN Tourism, consultadas vía Our World in Data, 2024. Las llegadas cuentan viajes, no personas: un viajero que hace tres viajes cuenta tres veces. Francia no figura en el corte de 2024 de este conjunto de datos, por lo que cualquier ranking de «país más visitado» derivado solo de él está incompleto.
  - Un ejemplo práctico de por qué conviene leer un denominador antes de citarlo. Según solo la compilación de Our World in Data, España encabeza 2024, pero únicamente porque falta el valor francés de 2024: el último dato de Francia es de 2021. La clasificación publicada por UN Tourism sitúa primera a Francia y segunda a España. Mostramos la cifra española porque podemos rastrearla; mostramos la advertencia porque citarla sin ella sería incorrecto.
- **Llegadas de turistas internacionales a Italia: 74.0m**
  - Periodo de referencia: 2024 (2024)
  - Ámbito geográfico: Italia
  - Tipo de evidencia: Estadística oficial
  - Fuente: OECD, https://data-explorer.oecd.org/vis?df[ds]=dsDisseminateFinalDMZ&df[id]=DSD_TOURISM_INTER@DF_INBOUND&df[ag]=OECD.CFE.TOU&df[vs]=1.1
  - Muestra: OECD inbound tourism, international arrivals
  - Variación interanual: +8.9%
  - https://travel.rankwit.ai/es/data/italy-international-arrivals
  - Método: Estadísticas de turismo receptivo de la OCDE, conjunto de datos DSD_TOURISM_INTER@DF_INBOUND, 2024. Armonizadas a la definición de la OCDE de llegadas internacionales, que puede diferir de las series nacionales.
  - Italia es el mercado de referencia de la edición italiana de este observatorio y el mercado de origen de su editor. Italia.it, el portal turístico nacional, es además el modelo de citación que sigue este proyecto.
- **Índice de uso de Claude, Australia: 6.40×**
  - Periodo de referencia: Junio de 2026 (2026-06)
  - Ámbito geográfico: Australia
  - Tipo de evidencia: Telemetría de plataforma
  - Fuente: Anthropic, https://www.anthropic.com/economic-index
  - Muestra: Privacy-preserving aggregate usage across 121 countries
  - Para comparar: base esperada 1.00×
  - https://travel.rankwit.ai/es/data/claude-usage-index-australia
  - Método: Anthropic Economic Index, junio de 2026. Estadísticas agregadas que preservan la privacidad en 121 países; el índice es la proporción de uso dividida por la proporción de población en edad de trabajar. Mide un solo asistente, no todo el uso de IA.
  - Telemetría de primera mano en lugar de una encuesta, y un correctivo útil: la intensidad de uso de la IA no sigue el tamaño del mercado. Para las marcas de viajes, los mercados con índice alto son aquellos en los que el descubrimiento mediado por IA ya es relevante.

## Glosario

### Generative Engine Optimisation (GEO)

La práctica de hacer que la información de una marca sea recuperable, exacta y citable dentro de las respuestas generadas por IA.

La GEO apunta a la respuesta, no a la lista de resultados. Donde el SEO compite por una posición en una página de diez enlaces, la GEO compite por ser una de las tres o cuatro entidades que un asistente nombra. Los insumos también son distintos: datos estructurados y actuales, descripción coherente en las fuentes en las que un modelo ya confía, y contenido construido como respuestas y no como páginas. En turismo importa porque el 40% de los viajeros declara haber descubierto un destino a través de la IA.

https://travel.rankwit.ai/es/glossary/geo

### Answer Engine Optimisation (AEO)

Estructurar el contenido para que pueda extraerse directamente como respuesta a una pregunta concreta.

La AEO es la mitad más estrecha y mecánica de la GEO. Cubre titulares en forma de pregunta, respuestas breves y directas colocadas antes del desarrollo, marcado FAQ y QAPage, y atribución inequívoca de cada cifra. La prueba es sencilla: ¿podría una máquina extraer de esta página una respuesta correcta y autosuficiente sin leer el resto?

https://travel.rankwit.ai/es/glossary/aeo

### Large Language Model Optimisation (LLMO)

Término paraguas para influir en cómo los modelos de lenguaje representan una marca, usado como sinónimo de GEO.

LLMO aparece más en el marketing de proveedores que en la práctica, y suele significar lo mismo que GEO. Cuando se traza una distinción, LLMO se inclina hacia cómo un modelo representa una entidad en sus parámetros e índice de recuperación, mientras que GEO mira a la respuesta generada. El trabajo operativo se solapa casi por completo.

https://travel.rankwit.ai/es/glossary/llmo

### Search Engine Optimisation (SEO)

Hacer que las páginas sean descubribles y competitivas en una lista ordenada de resultados.

El SEO no ha sido sustituido, y tratar la GEO como su sucesora es un error. Los modelos siguen anclando respuestas en contenido rastreado e indexado, así que la salud técnica, la rastreabilidad y la autoridad siguen siendo insumos. Lo que cambió es la superficie: una página de resultados muestra diez opciones y una respuesta de IA nombra tres. Las posiciones de la undécima a la centésima tampoco valían mucho antes, pero existían.

https://travel.rankwit.ai/es/glossary/seo

### AI Share of Voice

La proporción de respuestas de IA, sobre un conjunto definido de prompts, en las que se nombra a una marca.

Se mide ejecutando un conjunto fijo de prompts en los distintos motores con una cadencia y registrando qué marcas aparecen. Es lo más parecido a un posicionamiento en la búsqueda generativa, con dos diferencias: es probabilístico en lugar de posicional y varía por motor y por semana. Una comprobación puntual no dice casi nada; una serie seguida en el tiempo dice si se está ganando o perdiendo terreno.

https://travel.rankwit.ai/es/glossary/ai-share-of-voice

### Cita

Una fuente que una respuesta de IA acredita o enlaza explícitamente como base de una afirmación.

Las citas son la parte visible del grounding y en turismo tienen consecuencias comerciales: ser la fuente citada para «mejores hoteles boutique en Florencia» coloca a una marca dentro de la decisión y no al lado. Qué fuentes se citan varía por motor, y con frecuencia son de terceros y no de la propia marca: directorios, reseñas, webs de destino.

https://travel.rankwit.ai/es/glossary/citation

### Grounding

Anclar la respuesta de un modelo en documentos recuperados en lugar de solo en sus parámetros.

Una respuesta con grounding se genera con los documentos de origen en el contexto. Por eso hacer alcanzables los datos actuales importa más que cualquier truco de redacción: un modelo que no puede recuperar su información presente responde con lo que absorbió durante el entrenamiento, que en turismo suele tener un año o más.

https://travel.rankwit.ai/es/glossary/grounding

### Retrieval-Augmented Generation (RAG)

Recuperar documentos relevantes en el momento de la consulta y generar la respuesta a partir de ellos.

La RAG es la arquitectura detrás de la mayoría de respuestas de IA ancladas, incluida la búsqueda con IA. La consecuencia práctica para los editores es que la recuperabilidad es requisito previo de la cita: el contenido que no está indexado, no es interpretable o no está actualizado no entra en la ventana de contexto, y lo que nunca entra en el contexto nunca se cita.

https://travel.rankwit.ai/es/glossary/rag

### Alucinación

Una afirmación de IA segura y fluida que ninguna fuente respalda.

En turismo, la mayor parte de lo que parece alucinación es en realidad obsolescencia: horarios que cambiaron, un establecimiento que se reformó, una ruta que ya no opera. El modelo no inventa: informa de lo último que vio, con el mismo registro seguro de un hecho actual. El 25% de los viajeros declara haber recibido información de viaje obsoleta o incorrecta de la IA.

https://travel.rankwit.ai/es/glossary/hallucination

### IA agéntica

Sistemas de IA que planifican y ejecutan tareas de varios pasos sobre sistemas reales, no solo generan texto.

La diferencia con un chatbot es la acción. Un sistema agéntico busca disponibilidad, compara opciones, bloquea inventario y puede completar una reserva. El turismo es una aplicación obvia y difícil: el 91% de las agencias trabaja con cuatro o más sistemas de reservas, exactamente la fragmentación en la que un agente no puede razonar de forma fiable.

https://travel.rankwit.ai/es/glossary/agentic-ai

### Agente de IA

Un componente de software que persigue un objetivo llamando a herramientas y API en nombre de un usuario.

Los agentes se juzgan por cuántas tareas completan, no por lo bien que escriben. Para los proveedores turísticos eso significa que las interfaces legibles por máquina se convierten en un canal de distribución: un agente solo puede reservar lo que alcanza, interpreta y en lo que confía. El 52% de los directivos declara agentes en producción a septiembre de 2025.

https://travel.rankwit.ai/es/glossary/ai-agent

### Uso de herramientas

Un modelo que llama a una función o API externa para obtener datos o realizar una acción.

El uso de herramientas es lo que separa a un modelo que describe un hotel de uno que comprueba si hay habitación libre esta noche. También cambia qué significa buen contenido: además de páginas para personas, los proveedores necesitan cada vez más endpoints para máquinas, con formas predecibles y estados de error honestos.

https://travel.rankwit.ai/es/glossary/tool-use

### Model Context Protocol (MCP)

Un protocolo abierto para conectar asistentes de IA con fuentes de datos y herramientas externas.

MCP estandariza cómo un asistente descubre e invoca una capacidad, lo que convierte «integrarse con todos los asistentes» en «exponer un servidor». La adopción en turismo es temprana pero real: TourismIntel opera un servidor MCP público de inteligencia turística y Sabre ha construido uno para la distribución.

https://travel.rankwit.ai/es/glossary/mcp

### Comercio conversacional

Descubrimiento, comparación y compra completados dentro de una conversación en lugar de en una web.

El turismo encaja bien en teoría y mal en la práctica hasta ahora: los viajes son complejos, de varias personas y de alto valor, que es justo donde la conversación gana a la navegación pero también donde los requisitos de confianza son mayores. El social commerce en turismo convierte por debajo del 10% pese a que cerca del 60% de los viajeros dice sentirse cómodo con el canal. La IA agéntica es el segundo intento de la misma idea con mejores herramientas.

https://travel.rankwit.ai/es/glossary/conversational-commerce

### AI Overviews

La respuesta generada por Google que se muestra sobre los resultados tradicionales en una página de búsqueda.

Los AI Overviews colocan una respuesta sintetizada, con un puñado de enlaces, entre la consulta y la lista de resultados. Para consultas turísticas de tipo informativo (qué ver, cuándo ir, cuánto quedarse), el overview puede resolver la pregunta por completo: ese es el mecanismo detrás del comportamiento zero-click.

https://travel.rankwit.ai/es/glossary/ai-overviews

### Búsqueda zero-click

Una búsqueda que se resuelve sin que el usuario visite ningún resultado.

El zero-click no es nuevo, pero las respuestas generadas lo extienden de los hechos simples a esa síntesis multifuente de la que depende la investigación de viajes. La respuesta estratégica es estar dentro de la respuesta en lugar de pelear por el clic: ser nombrado y descrito con precisión en la síntesis vale más que un enlace que nadie sigue.

https://travel.rankwit.ai/es/glossary/zero-click

### Página de resultados de búsqueda (SERP)

La página que un buscador devuelve para una consulta.

La SERP ya no es una simple lista ordenada. Respuestas generadas, paneles y módulos ocupan hoy las posiciones que aportaban tráfico orgánico, por lo que para las marcas de viajes la medición de share of voice ha sustituido en parte al seguimiento de posiciones.

https://travel.rankwit.ai/es/glossary/serp

### Rastreador de IA

Un bot que recoge contenido web para entrenamiento o para anclar respuestas de IA en tiempo real.

Distinguir el propósito de los rastreadores es ya una decisión operativa. GPTBot, ClaudeBot, PerplexityBot, Google-Extended y otros tienen papeles distintos, y bloquearlos tiene consecuencias distintas: bloquear un rastreador de entrenamiento afecta a modelos futuros, bloquear uno de recuperación puede dejarle fuera de las respuestas de hoy. Muchas webs turísticas bloquean ambos por error, con un robots.txt copiado.

https://travel.rankwit.ai/es/glossary/ai-crawler

### robots.txt

El archivo que indica a los rastreadores qué partes de un sitio pueden recoger.

El robots.txt gobierna hoy la visibilidad en IA además de la indexación en búsqueda, y ambas decisiones deben tomarse por separado. Un error común y caro en turismo es un disallow general heredado de una plantilla, que retira silenciosamente a un establecimiento de la capa de recuperación sobre la que se construyen las respuestas de IA. Los analizadores estrictos cierran un grupo de reglas en la primera línea en blanco, así que un error de formato puede desactivar reglas sin aviso.

https://travel.rankwit.ai/es/glossary/robots-txt

### llms.txt

Un archivo de texto propuesto en la raíz de un sitio que señala a los agentes de IA su contenido más útil.

llms.txt es una convención, no un estándar: un mapa en Markdown de los puntos de entrada canónicos y legibles por máquina de un sitio. Publicarlo cuesta poco y es cada vez más común entre los editores turísticos orientados a datos. Este observatorio publica uno, junto con una variante de texto completo.

https://travel.rankwit.ai/es/glossary/llms-txt

### Presupuesto de rastreo

El volumen de recogidas que un rastreador dedicará a un sitio en un periodo.

El presupuesto se gasta antes de ganarse. Respuestas lentas, cadenas de redirecciones, páginas casi duplicadas y proliferación de parámetros consumen recogidas que podrían haber ido a páginas que importan. Para grandes webs turísticas con inventario facetado, suele ser la diferencia entre estar al día en la capa de recuperación y estar un año desfasado.

https://travel.rankwit.ai/es/glossary/crawl-budget

### Datos estructurados

Marcado legible por máquina que declara explícitamente qué significa el contenido de una página.

Los datos estructurados convierten la prosa en afirmaciones que una máquina puede usar sin inferir: esto es un hotel, esta es su dirección, este es el precio, esta es la fecha a la que se refiere la cifra. Para las respuestas de IA reducen la probabilidad de que un modelo adivine mal, y son el cambio técnico de mayor palanca para la mayoría de las webs turísticas.

https://travel.rankwit.ai/es/glossary/structured-data

### Schema.org

El vocabulario compartido usado para describir entidades y relaciones en los datos estructurados.

Schema.org aporta los tipos que la mayoría de las webs turísticas necesita: Hotel, Restaurant, TouristAttraction, TouristDestination, Offer, Review, FAQPage, Dataset. Usar el tipo específico en lugar de uno genérico da más material a un modelo, y usar los tipos Dataset y Claim para estadísticas es lo que hace una cifra citable con su procedencia intacta.

https://travel.rankwit.ai/es/glossary/schema-org

### JSON-LD

La sintaxis basada en JSON para incrustar datos estructurados en una página.

El JSON-LD vive en una etiqueta script, separado del marcado visible, lo que lo hace más fácil de mantener que las alternativas en línea y es el formato que prefieren los sistemas de búsqueda e IA. Cada página de este observatorio lleva JSON-LD que describe qué es, cuándo se actualizó y de dónde salen sus cifras.

https://travel.rankwit.ai/es/glossary/json-ld

### Entidad

Una cosa distinta del mundo real sobre la que un modelo puede razonar: un establecimiento, una ciudad, una persona, una organización.

Los modelos responden sobre entidades, no sobre palabras clave. Un establecimiento descrito de forma coherente en su propia web, en directorios, en plataformas de reseñas y en webs de destino se resuelve en una única entidad segura. Uno descrito de forma incoherente se resuelve en varias entidades inciertas, y la incertidumbre es la razón más común por la que un modelo evita nombrar un negocio.

https://travel.rankwit.ai/es/glossary/entity

### Grafo de conocimiento

Una red estructurada de entidades y de las relaciones entre ellas.

Los grafos de conocimiento permiten responder preguntas que nunca se escribieron en ninguna parte: qué hoteles están a pie desde la estación, qué restaurantes cerca de un museo abren los lunes. El turismo tiene una forma especialmente adecuada para un grafo: los lugares contienen lugares y casi toda consulta útil es relacional.

https://travel.rankwit.ai/es/glossary/knowledge-graph

### Nombre, dirección, teléfono (NAP)

Los datos identificativos básicos de un negocio físico y la prueba mínima de coherencia.

La coherencia NAP es anterior a la IA e importa más ahora. Nombres, direcciones o teléfonos discordantes entre plataformas fragmentan una entidad, y una entidad fragmentada es una a la que un modelo nombrará con menos facilidad. Es la corrección más barata posible y sigue siendo uno de los fallos más comunes en la hotelería independiente.

https://travel.rankwit.ai/es/glossary/nap

### Contenido obsoleto

Información que era exacta cuando se publicó y ya no lo es.

El contenido obsoleto es más peligroso que el contenido ausente, porque un modelo lo afirmará con plena seguridad. Días de cierre, estado de reformas, rutas, precios y políticas son los sospechosos habituales en turismo. Fechar los datos de forma explícita y actualizarlos con una cadencia es la única defensa fiable.

https://travel.rankwit.ai/es/glossary/stale-content

### Frescura

Cuán recientemente se publicó o verificó una información y con qué claridad se declara.

Las señales de frescura ayudan tanto al posicionamiento como al grounding, y en turismo suelen ser el factor que decide entre dos fuentes por lo demás equivalentes. Fechas de revisión explícitas, marcas de actualización visibles y valores dateModified estructurados ayudan. Este observatorio declara cuándo se verificó por última vez cada cifra precisamente por esto.

https://travel.rankwit.ai/es/glossary/freshness

### Conjunto de prompts

Una lista fija y representativa de preguntas usada para medir la visibilidad en IA a lo largo del tiempo.

El conjunto de prompts es el instrumento. Debe cubrir las intenciones que realmente generan reservas (categoría, destino, franja de precio, temporada, público) y mantenerse estable para que los resultados sean comparables semana a semana. Cambiar los prompts y el periodo a la vez deja la serie sin significado.

https://travel.rankwit.ai/es/glossary/prompt-set

### Clúster de intención

Un grupo de prompts que expresa la misma necesidad del viajero con palabras distintas.

Agrupar por intención en lugar de por redacción es lo que hace medible la visibilidad en IA, ya que los modelos responden al significado y no a la cadena exacta. «Dónde alojarse en Florencia con niños» y «hoteles para familias en Florencia» pertenecen a un mismo clúster y deben puntuarse juntos.

https://travel.rankwit.ai/es/glossary/intent-cluster

### Destination Management Organisation (DMO)

El organismo que lidera y coordina una ciudad, región o país como destino turístico.

DMO significa oficialmente destination management organisation, según la definición de UN Tourism, donde el papel es liderar y coordinar un destino y no solo anunciarlo. El término se traduce a menudo como «organización de marketing de destino», y varias de las encuestas citadas aquí usan esa formulación para sus encuestados. Las DMO están en el filo más expuesto de la transición a la IA: el 22% de ellas, a escala global, ofrece planificación con IA en su web mientras el 54% de los viajeros estadounidenses ya planifica con IA, y el 72% de sus responsables dice que dos años más de inacción arriesgan la irrelevancia.

https://travel.rankwit.ai/es/glossary/dmo

### National Tourism Organisation (NTO)

El organismo de nivel nacional responsable de promocionar un país como destino.

Las NTO son la versión a escala nacional del mismo problema. Alrededor del 40% de las NTO europeas tiene un equipo de IA dedicado o hace seguimiento del uso de la IA según la European Travel Commission, algo más débil que usar IA en operaciones. Italia.it, gestionada por ENIT, es el ejemplo que este observatorio sigue en disciplina de citación.

https://travel.rankwit.ai/es/glossary/nto

### Online Travel Agency (OTA)

Una plataforma que agrega y vende inventario turístico de muchos proveedores.

Las OTA son a la vez la capa de distribución incumbente y un actor activo en la transición a la IA. En 2025 pasaron por Airbnb, Booking y Expedia 951,6 millones de pernoctaciones en la UE, algo más de la mitad del total. Si los asistentes esquivarán esa concentración o la reforzarán es la gran pregunta comercial de la década.

https://travel.rankwit.ai/es/glossary/ota

### Reserva directa

Una reserva hecha con el proveedor en lugar de a través de un intermediario.

Las reservas directas evitan la comisión y conservan la relación con el huésped, por eso el descubrimiento mediado por IA interesa a los proveedores: un viajero que llega desde una recomendación de IA tiene alta intención y no ha pasado por una OTA. Pero solo funciona si el modelo conoce el establecimiento lo bastante bien como para nombrarlo.

https://travel.rankwit.ai/es/glossary/direct-booking

### Global Distribution System (GDS)

La red mayorista que conecta a los proveedores turísticos con agencias y vendedores.

Amadeus, Sabre y Travelport son los GDS incumbentes, y los tres están construyendo interfaces preparadas para agentes. La pregunta estratégica es si los agentes tratarán un GDS como su capa de inventario o lo esquivarán: por eso su producción de investigación está tan centrada en API granulares y gobernanza.

https://travel.rankwit.ai/es/glossary/gds

### Ingreso por habitación disponible (RevPAR)

Ingresos de habitación divididos entre las habitaciones disponibles: la métrica hotelera de referencia.

El RevPAR combina ocupación y tarifa en una sola cifra, y por eso es el número que vigilan los hoteleros. Se incluye aquí porque el trabajo de visibilidad en IA se juzga en última instancia contra él: una cuota de citación que no mueve el RevPAR es una métrica de vanidad.

https://travel.rankwit.ai/es/glossary/revpar

### Tarifa media diaria (ADR)

Ingreso medio por habitación ocupada.

El ADR aísla el precio de la ocupación. El 40% de los alojamientos europeos reportó subidas de ADR en 2026, frente al 43% del año anterior: un recordatorio útil de que el crecimiento de tarifas se está normalizando aunque la demanda aguante.

https://travel.rankwit.ai/es/glossary/adr

### Ocupación

La proporción de habitaciones disponibles que se venden.

La ocupación es la mitad de volumen del RevPAR. El 50% de los establecimientos europeos reportó crecimiento de ocupación en 2026, diez puntos mejor que el año anterior, que es el contexto en el que deben leerse las afirmaciones sobre demanda generada por IA.

https://travel.rankwit.ai/es/glossary/occupancy

### Respuesta destacada

Una respuesta breve extraída y mostrada por encima o en lugar de los resultados.

Las respuestas destacadas fueron la primera forma ampliamente visible de comportamiento de answer engine y enseñaron la disciplina que hoy formaliza la AEO: empezar por la respuesta directa, mantenerla autosuficiente y hacer la atribución inequívoca. Las respuestas generadas extienden la misma lógica a la síntesis entre muchas fuentes.

https://travel.rankwit.ai/es/glossary/featured-answer

## Fuentes

### OECD (Organisation for Economic Co-operation and Development)
- Tipo: Organismo intergubernamental
- Cobertura: 38 member countries and partner economies
- https://www.oecd.org/en/topics/tourism.html
- Metodología publicada: https://www.oecd.org/en/data/dashboards/oecd-tourism-trends.html
- Intergovernmental body publishing the Tourism Trends and Policies series, harmonised inbound and domestic tourism statistics, and policy papers on AI adoption in tourism.
### Eurostat (Statistical Office of the European Union)
- Tipo: Estadística oficial
- Cobertura: EU-27, EFTA and candidate countries
- https://ec.europa.eu/eurostat/web/tourism
- Metodología publicada: https://ec.europa.eu/eurostat/cache/metadata/en/tour_occ_esms.htm
- The EU statistical authority. Source of the monthly accommodation series (tour_occ_nim) and of the experimental platform-economy statistics covering Airbnb, Booking, Expedia and TripAdvisor (tour_ce_omr).
### UN Tourism (World Tourism Organization (UNWTO))
- Tipo: Organismo intergubernamental
- Cobertura: Global, 160 member states
- https://www.untourism.int/
- Metodología publicada: https://www.untourism.int/tourism-statistics/un-standards-for-measuring-tourism
- The United Nations agency for tourism. Custodian of the International Recommendations for Tourism Statistics and publisher of guidance on responsible AI adoption across the sector.
### European Travel Commission
- Tipo: Asociación sectorial
- Cobertura: Europe, 36 national tourism organisations
- https://etc-corporate.org/
- The association of European national tourism organisations. Runs the recurring survey of NTO digital and AI maturity and the quarterly European Tourism Trends & Prospects.
### Phocuswright
- Tipo: Investigación sectorial
- Cobertura: Global travel distribution and technology
- https://www.phocuswright.com/
- The reference research house for travel distribution. Consumer travel trackers and the Travel Forward and State of Distribution series.
### McKinsey & Company
- Tipo: Consultoría
- Cobertura: Global
- https://www.mckinsey.com/industries/travel/how-we-help-clients
- Management consultancy publishing travel practice research on generative and agentic AI, often with Skift Research.
### Deloitte
- Tipo: Consultoría
- Cobertura: United States
- https://www.deloitte.com/us/en/insights/industry/transportation/2026-summer-travel-trends-survey.html
- Runs the annual US Summer Travel Survey, one of the few repeated instruments that measures AI-assisted trip planning year over year on a consistent question wording.
### Euromonitor International
- Tipo: Investigación sectorial
- Cobertura: Global, 40+ markets
- https://www.euromonitor.com/store/explore-reports/travel
- Market research firm. The Voice of the Consumer: Travel Survey is fielded annually across tens of thousands of respondents.
### Amadeus
- Tipo: Investigación de proveedor
- Cobertura: Global travel technology
- https://amadeus.com/en/blog
- Global distribution system and travel technology provider. Annual Travel Trends report and traveller surveys, plus white papers on agentic AI for airlines.
### Sabre
- Tipo: Investigación de proveedor
- Cobertura: Global travel technology
- https://www.sabre.com/resources/research/
- Travel technology provider. Research on conversational commerce, content fragmentation across agencies, and practical agentic AI deployment.
### Booking.com
- Tipo: Datos de plataforma
- Cobertura: Global, 33 markets
- https://news.booking.com/
- Online travel agency. Publishes the Global AI Sentiment Report and the European Accommodation Barometer, both with disclosed sample sizes and field periods.
### Sojern
- Tipo: Investigación de proveedor
- Cobertura: Global, with US traveller panels
- https://www.sojern.com/reports/
- Travel marketing platform. Runs paired surveys of travellers and destination marketing organisations, which makes the adoption gap between the two directly measurable.
### Travelport
- Tipo: Investigación de proveedor
- Cobertura: Global
- https://www.travelport.com/reports
- Travel retailing platform. The annual State of Modern Retailing report covers consumer trust in AI and in travel pricing.
### Anthropic
- Tipo: Datos de plataforma
- Cobertura: 121 countries
- https://www.anthropic.com/economic-index
- Metodología publicada: https://www.anthropic.com/research/economic-index-june-2026-report
- AI developer. The Economic Index publishes privacy-preserving aggregate statistics on how Claude is actually used, by task and by geography, rare first-party telemetry on AI usage.
### Google
- Tipo: Datos de plataforma
- Cobertura: Global
- https://blog.google/
- Operator of Search, AI Overviews and Gemini. Publishes the ATLAS study on AI tool usage and periodic travel-search research.
### OpenAI
- Tipo: Datos de plataforma
- Cobertura: ChatGPT crawlers and retrieval
- https://openai.com/
- Metodología publicada: https://developers.openai.com/api/docs/bots
- Publishes its crawler documentation directly: four declared bots with separate robots.txt controls, full user-agent strings and per-bot IP ranges. On its own crawling behaviour it is the primary source.
### Cloudflare
- Tipo: Datos de plataforma
- Cobertura: Global web traffic seen by Cloudflare
- https://radar.cloudflare.com/
- Server-side measurement of crawler traffic across its customer base, published through Radar. The only party with this visibility, and it sells bot blocking, so figures are read with that interest in view.
### Data Provenance Initiative
- Tipo: Investigación académica
- Cobertura: Training corpora and web data consent
- https://www.dataprovenance.org/
- Metodología publicada: https://arxiv.org/abs/2407.14933
- Multi-institution audit of the domains behind C4, RefinedWeb and Dolma, with longitudinal robots.txt and terms-of-service collection. The one non-commercial measurement of AI crawler restriction.
### MDPI
- Tipo: Investigación académica
- Cobertura: Open-access journals, here Tourism and Hospitality and AI
- https://www.mdpi.com/
- Open-access publisher. Peer-reviewed, which separates it from vendor research, though review standards vary by journal and each paper is judged on its own disclosed method.
### arXiv
- Tipo: Investigación académica
- Cobertura: Preprints, chiefly computer science
- https://arxiv.org/
- Preprint server. Papers here have not been peer-reviewed, so a figure from arXiv carries its method and nothing else; the observatory labels them as preprints wherever they appear.