El CFO de Booking Holdings dice que ni siquiera los hiperescaladores de IA conocen su ROI, pero él aprende de su 'entrenador de IA'
Puntos clave
- •El CFO de Booking Holdings, Ewout Steenbergen, dijo en la Fortune AIQ Summit que los hiperescaladores que invierten cientos de miles de millones de dólares en modelos de lenguaje de gran escala realmente no saben qué retornos producirá su gasto.
- •La implementación interna de IA ha reducido los costos de atención al cliente mientras las reservas crecen a una tasa de dígitos altos de un solo dígito, y los aproximadamente 9,000 ingenieros de Booking entregan alrededor de un 30% más de código que pasa las pruebas y el control de calidad.
- •Las referencias de modelos de lenguaje de gran escala aún representan menos del 1% de las noches de reserva, mientras que Booking gasta entre 8,000 y 9,000 millones de dólares al año en canales pagados que aportan alrededor de un tercio de sus clientes.
- •Booking controla los gastos de IA mediante el enrutamiento de costos de modelos, asignando tareas simples a modelos básicos y de código abierto más baratos, reservando los modelos costosos para trabajos complejos y midiendo a los equipos por el costo total de TI por solicitud de fusión.
- •Steenbergen dijo que la IA podría convertir a Booking en un negocio de mayor frecuencia al ajustar proactivamente los viajes, con transacciones de viaje conectado creciendo a una tasa de dos dígitos bajos, reservas de comerciante alcanzando aproximadamente el 73% de las reservas brutas y los niveles superiores de Genius superando el 30% de los clientes activos.

El director financiero de Booking Holdings cree que las empresas que más gastan en inteligencia artificial esencialmente están adivinando sus retornos. Al hablar el jueves en la Fortune AIQ Summit, realizada en la Bolsa de Valores de Nueva York, el CFO Ewout Steenbergen dijo que ni siquiera los mayores gastadores de la industria de IA tienen una imagen clara de lo que entregarán sus enormes inversiones.
“Even think that the hyperscalers that spend hundreds of billions on the development of their large language models, they don't really know what is going to be the ROI — Creo incluso que los hiperescaladores que gastan cientos de miles de millones en el desarrollo de sus modelos de lenguaje de gran escala realmente no saben cuál será el ROI”, dijo Steenbergen. “Tal vez tienen algunas suposiciones e hipótesis, pero el punto esencial es que no quieres quedarte atrás”.
Esa ambigüedad, sugirió, es una buena noticia para todos los demás. Las empresas que usan modelos de IA en lugar de construirlos pagan mucho menos, siempre que vigilen de cerca la factura. “Los retornos estarán ahí para aquellos procesos que se rediseñan de extremo a extremo”, le dijo a Sheryl Estrada, redactora sénior de Fortune, “pero también debes asegurarte de que esos costos, por otra parte, no se salgan de control”.
Booking Holdings, la empresa matriz de Booking.com, Agoda, Priceline y OpenTable, ha dicho a los inversionistas que la IA hará que los viajes sean más fáciles para los clientes y el marketing más barato para la empresa. Sin embargo, los resultados orientados al cliente siguen siendo modestos. En la llamada de resultados del segundo trimestre de agosto, Steenbergen dijo que las referencias de modelos de lenguaje de gran escala, tanto pagadas como no pagadas, representaron menos del 1% del total de noches de reserva. Las ganancias más claras, le dijo a Estrada, están surgiendo dentro de la empresa.
Vigilando la factura de tokens
Los últimos dos años se dedicaron a experimentar, dijo Steenbergen. La siguiente fase implica reconstruir procesos “desde una hoja en blanco”.
La atención al cliente fue lo primero. Las reservas crecen a una tasa de dígitos altos de un solo dígito mientras los costos de atención al cliente han bajado ligeramente, dijo, lo que significa que el costo por reserva ha caído “mucho”. La satisfacción del cliente aumentó al mismo tiempo. Mientras tanto, los aproximadamente 9,000 ingenieros de Booking están llevando a producción alrededor de 30% más de código, contando solo las solicitudes de fusión que pasan las pruebas y el control de calidad.
Para contener el gasto en IA, Booking recurre a lo que Steenbergen llamó “enrutamiento efectivo de costos de modelos”. Los modelos básicos y de código abierto manejan tareas simples, mientras que los modelos más caros se encargan de las complejas. Los grupos de ingeniería se miden por el costo total de TI por solicitud de fusión, que combina los costos humanos y de tokens de IA. El gasto en tokens puede aumentar, señaló, siempre que baje el costo de cada solicitud de fusión que llega a producción.
'El hotel sigue siendo el hotel'
La IA no cambiará cómo viajan las personas, dijo Steenbergen, solo cómo planean y reservan. “Creo que fundamentalmente la forma en que … ocurrirán los viajes en el futuro no va a cambiar con la IA, pero lo que va a cambiar es la experiencia para los viajeros”, dijo. “El hotel sigue siendo el hotel, la aerolínea sigue siendo la aerolínea y el auto de renta sigue siendo el auto de renta”.
Los viajeros visitan alrededor de cinco plataformas en promedio antes de reservar, dijo. La IA podría acortar esa fase de investigación y luego gestionar las interrupciones, como un vuelo retrasado que desbarata una reservación en un restaurante. Booking llama a esta visión su “viaje conectado”.
Alrededor de un tercio de los clientes de Booking llegan a través de canales pagados como búsqueda, redes sociales y sitios de metabúsqueda, y la empresa gasta entre 8,000 y 9,000 millones de dólares al año en esos canales, dijo. Las referencias de IA, con menos del 1% de las noches de reserva hasta ahora, aportan solo una fracción del tráfico que ofrecen esos canales. Booking realiza pruebas A/B constantes y grandes modelos de optimización para determinar a dónde va ese dinero. Los dos tercios restantes de los clientes llegan directamente, y la empresa está incorporando herramientas de IA en sus propias aplicaciones para conservarlos.
Las propias herramientas de IA de Booking muestran ganancias modestas, dijo. Los clientes que las usan tardan un poco menos en reservar, convierten a tasas algo más altas y cancelan un poco menos seguido. “Es una etapa muy temprana, así que no hay muchos datos”, dijo.
De transaccional a alta frecuencia
Steenbergen planteó la oportunidad más grande como crecimiento en lugar de ahorros. Al responder una pregunta del público sobre paquetes de viaje, dijo que Booking hoy es “más transaccional” y que la IA podría convertirlo en “un negocio de mucha más alta frecuencia”.
Ofreció un ejemplo: un viajero tiene un viaje a París planeado y el pronóstico para el miércoles anuncia mal tiempo. “Podemos decir de manera proactiva: 'Oye, ¿queremos cambiar tu agenda del miércoles? El clima está mal, así que ¿por qué no haces el tour del Louvre entonces y tu tour a pie el jueves?'”. Si un cliente al que le gustan los deportes tiene un día libre, el sistema podría ofrecerle reservar kitesurf. Eso, dijo, construiría “más lealtad, más confianza y más valor de marca”.
Booking señala evidencia temprana en sus números del segundo trimestre. Las transacciones de viaje conectado, en las que los viajeros reservan más de una vertical de viaje para el mismo viaje, crecieron a una tasa de dos dígitos bajos en Booking.com. Las reservas de comerciante —transacciones en las que Booking procesa el pago del cliente— alcanzaron aproximadamente el 73% de las reservas brutas, y los miembros Genius de Nivel 2 y Nivel 3, los niveles superiores del programa de lealtad de Booking.com, representaron más del 30% de los clientes activos Estas cifras se repiten en los informes trimestrales de la empresa, dando a los inversionistas una línea de base continua para la estrategia de viaje conectado que describió.
Steenbergen también está aprendiendo junto con la empresa. Dijo que tiene un “entrenador de IA” y que habla de ello dentro de la empresa deliberadamente. También tiene dos agentes de IA trabajando para él: uno, al que llama un “socio de pensamiento estratégico”, lo ayuda con presentaciones para el consejo y planes estratégicos; el otro, un “agente crítico de investigación de capital”, lo ayuda a prepararse para las llamadas de resultados.
“Nadie sabe esto”, dijo. “Si tengo que aprender, y tengo un entrenador, es muy normal. Todos tienen que aprender”.
Nota del editor: Para esta historia, los periodistas de Fortune usaron IA generativa como herramienta de investigación. Un editor verificó la exactitud de la información antes de publicar. Esta historia apareció originalmente en Fortune.com.