A Decolar não fez um chatbot pra hotéis — fez uma IA que cruza RevPAR e sugere o que vender

Boa parte do que o mercado chama de "IA no atendimento" ainda é, na prática, um fluxo de decisão programado com um verniz de inteligência artificial em cima: o cliente pergunta X, o sistema responde com a resposta pré-configurada pra X. Funciona, resolve volume, mas não é fundamentalmente diferente de um menu de telefone automatizado com voz mais natural.

A MARIANA, concierge comercial de IA lançada pela Decolar em outubro de 2026, é um exemplo prático do que muda quando a IA deixa de só responder e passa a analisar e recomendar por conta própria.

O que a MARIANA faz de diferente

A MARIANA atende hotéis parceiros da Decolar 24 horas por dia, via WhatsApp. Até aqui, soa como qualquer outro agente de atendimento B2B. A diferença aparece no que ela processa: a IA cruza reservas, receita, diária média, noites vendidas, cancelamentos, antecedência de compra, estadia média e RevPAR (receita por quarto disponível — o indicador central de performance comercial no setor hoteleiro) de cada propriedade, e transforma esses números em recomendações comerciais ativas: ajustar tarifa, criar promoção, melhorar a apresentação do hotel nos canais da própria Decolar.

Ninguém precisa perguntar "como está minha ocupação esse mês" pra MARIANA responder. Ela já processou o dado, já identificou um padrão (queda de RevPAR, excesso de cancelamento num período específico, tarifa desalinhada com a concorrência) e já chega com uma sugestão de ação.

Por que isso é IA agêntica, e não só "mais um chatbot"

A distinção técnica entre automação reativa e IA agêntica não é acadêmica — ela define o que o sistema consegue fazer sozinho:

• Chatbot tradicional: espera um gatilho (mensagem do usuário), interpreta a intenção dentro de um conjunto limitado de respostas possíveis, responde. Não age sem ser acionado.
• IA agêntica, como a MARIANA: monitora dados continuamente, identifica por conta própria quando algo merece atenção, formula uma recomendação original (não extraída de um banco de respostas prontas) e inicia contato — o gatilho vem de dentro do próprio sistema, não só do usuário.

Esse projeto da Decolar ainda está em fase de teste, com propriedades de contrato direto em mercados selecionados, com plano de expansão pro Brasil, México e resto da América Latina. Ou seja: é um experimento real, em produção, não um conceito de laboratório.

Aqui começa a análise, e vale marcar isso com clareza

O setor de turismo tem um motivo específico pra ser um bom laboratório pra esse tipo de IA: hotéis pequenos e médios raramente têm um analista de revenue management dedicado — a pessoa cuja função é exatamente cruzar RevPAR, sazonalidade e concorrência pra decidir preço e promoção. A MARIANA não substitui um atendente de WhatsApp; ela coloca, no bolso de um gestor de hotel sem equipe de dados, uma capacidade analítica que ele não tinha acesso antes — entregue pelo canal que ele já usa no dia a dia.

Essa é a aplicação de IA agêntica que de fato move a agulha de negócio: não é responder mais rápido, é enxergar um padrão que um humano levaria mais tempo pra perceber sozinho, e sugerir a ação certa no momento certo. O WhatsApp aqui é só o canal de entrega — a inteligência real está em como o sistema interpreta e cruza os dados antes de abrir a conversa.

O que isso sinaliza pra quem decide automação de atendimento hoje

A pergunta que separa um projeto de automação mediano de um projeto que gera resultado de verdade é a mesma que a Decolar respondeu com a MARIANA: a IA está só processando uma pergunta por vez, ou está processando o contexto completo do negócio pra decidir quando e o que recomendar sem esperar ser perguntada? É essa segunda pergunta que separa ferramenta de atendimento de agente de negócio de verdade.