Para muchos usuarios, BlaBlaCar se ha convertido en una de esas herramientas que se dan casi por hechas a la hora de organizar un desplazamiento. Con millones de personas utilizando la plataforma cada aƱo para viajar en coche compartido, autobĆŗs o tren, la compaƱĆa vuelve a mover ficha con un paso importante en el terreno de la inteligencia artificial.
La empresa ha anunciado la integraciĆ³n de su aplicaciĆ³n directamente en ChatGPT, lo que permite buscar y preparar viajes simplemente escribiendo -o dictando- lo que se necesita, como si se estuviera charlando con otra persona. La novedad sitĆŗa a BlaBlaCar entre las primeras compaƱĆas en EspaƱa y en Europa en desplegar una app propia dentro del ecosistema de este asistente conversacional.
Una bĆŗsqueda de viajes que funciona como una conversaciĆ³n
Hasta ahora, quien querĆa encontrar un trayecto en BlaBlaCar tenĆa que entrar en la web o app, elegir origen, destino, fechas y aplicar filtros. Con la nueva integraciĆ³n en ChatGPT, buena parte de ese proceso se traduce a un diĆ”logo en lenguaje natural: basta con explicar lo que se busca para que el sistema devuelva propuestas en cuestiĆ³n de segundos.
La compaƱĆa explica que el flujo es sencillo: cuando un usuario formula una peticiĆ³n en ChatGPT, el modelo consulta en tiempo real la informaciĆ³n disponible en el catĆ”logo de BlaBlaCar y responde con las opciones de viaje que encajan con esa demanda. A partir de ahĆ, la conversaciĆ³n puede continuar para concretar horarios, tipos de transporte o condiciones especĆficas.
Un ejemplo prĆ”ctico serĆa escribir algo como: Ā«Busco un viaje Madrid-Valencia para este viernes por la tardeĀ». El asistente devuelve una selecciĆ³n de trayectos en coche compartido, autobĆŗs y tren. Si el usuario quiere ajustar mĆ”s, puede seguir preguntando: Ā«ĀæSe admiten mascotas?Ā», Ā«ĀæSe puede reservar al momento?Ā» o Ā«ĀæHay alguna opciĆ³n mĆ”s barata a primera hora del sĆ”bado?Ā». El contexto se mantiene durante toda la charla.
SegĆŗn la plataforma, esta forma de bĆŗsqueda reduce la necesidad de manejar filtros complejos o mĆŗltiples pantallas, lo que abre la puerta a personas menos acostumbradas a las interfaces tradicionales o que simplemente prefieren explicarse con sus propias palabras.
Funciones disponibles en la primera versiĆ³n dentro de ChatGPT
La primera versiĆ³n de la aplicaciĆ³n de BlaBlaCar integrada en ChatGPT se centra en cubrir las necesidades bĆ”sicas de planificaciĆ³n de un viaje. Aunque es un primer paso, incluye ya varias funciones prĆ”cticas que permiten organizar un desplazamiento casi por completo desde la conversaciĆ³n.
En el plano de la bĆŗsqueda, el asistente permite seleccionar ofertas por fecha, ruta y preferencias mediante instrucciones formuladas en lenguaje cotidiano. No es necesario rellenar formularios; basta con indicar, por ejemplo, el dĆa aproximado, si se prefiere un viaje directo o con paradas intermedias, o si se prioriza precio o rapidez.
TambiĆ©n se ha habilitado la consulta de detalles concretos de cada trayecto. El usuario puede pedir informaciĆ³n sobre horarios, punto de encuentro, equipaje, nĆŗmero de plazas o polĆticas como la admisiĆ³n de animales, de forma similar a como lo harĆa dentro de la app tradicional, pero sin cambiar de entorno.
Una vez elegida la opciĆ³n que encaja mejor, ChatGPT redirige a la pĆ”gina o aplicaciĆ³n oficial de BlaBlaCar para cerrar la reserva y gestionar el pago con las garantĆas habituales. Es decir, la conversaciĆ³n sirve para todo el proceso de descubrimiento y comparaciĆ³n, pero el cierre del viaje se realiza donde el usuario ya tiene su cuenta creada.
Uno de los elementos mĆ”s destacados de esta integraciĆ³n es que, segĆŗn la propia compaƱĆa, ninguna otra plataforma permite comparar al mismo tiempo tres modos de transporte -coche compartido, autobĆŗs y tren- dentro de una sola conversaciĆ³n con un asistente de este tipo, lo que refuerza el carĆ”cter experimental de la iniciativa en el mercado europeo.
EspaƱa y Europa, terreno de pruebas para la IA en movilidad
La integraciĆ³n de BlaBlaCar en ChatGPT no se entiende como un movimiento aislado, sino como parte de una estrategia mĆ”s amplia de exploraciĆ³n de la IA generativa aplicada a viajes y movilidad, con especial foco en mercados como EspaƱa y el resto de Europa, donde la plataforma cuenta con una base de usuarios consolidada.
Con mĆ”s de 29 millones de miembros activos al aƱo en todo el mundo, el objetivo declarado de la compaƱĆa ha sido, desde el principio, reducir las barreras de entrada al coche compartido y a otras formas de transporte colaborativo. Acercarse a los usuarios en herramientas que ya utilizan en su dĆa a dĆa, como un asistente conversacional, encaja con esa lĆ³gica de Ā«ir a buscar a los viajeros allĆ donde estĆ”nĀ».
En EspaƱa, la plataforma ha conseguido conectar en el Ćŗltimo aƱo cerca de 7.000 de los aproximadamente 8.000 municipios peninsulares, lo que equivale a alrededor del 87 % de los municipios con al menos una conexiĆ³n gracias al coche compartido. La compaƱĆa vincula este tipo de hitos al uso intensivo de tecnologĆas de IA en la selecciĆ³n de rutas y puntos de encuentro.
La nueva aplicaciĆ³n en ChatGPT se plantea como una entrada adicional al ecosistema de BlaBlaCar: quienes prefieran seguir usando la app o la web lo podrĆ”n hacer sin cambios, mientras que otros usuarios podrĆ”n descubrir la plataforma, o sacarle mĆ”s partido, iniciando simplemente una conversaciĆ³n desde el asistente.
De cara a los prĆ³ximos meses, la empresa trabaja en una hoja de ruta centrada en ampliar las capacidades de la IA generativa en todas las fases del viaje: desde la inspiraciĆ³n y la planificaciĆ³n inicial hasta la gestiĆ³n de cambios de Ćŗltima hora o recomendaciones contextuales durante el trayecto.
MƔs de una dƩcada apostando por machine learning
Mucho antes del auge de la IA generativa y de que ChatGPT se hiciera popular, BlaBlaCar llevaba aƱos utilizando modelos de machine learning para ajustar el funcionamiento de la plataforma. La compaƱĆa describe la IA como uno de los pilares de su estrategia tecnolĆ³gica a largo plazo.
Entre las aplicaciones internas de estos sistemas destaca el matching entre conductores y pasajeros, la detecciĆ³n de posibles fraudes, la personalizaciĆ³n de resultados y notificaciones o la localizaciĆ³n de contenido a gran escala para distintos paĆses y regiones europeas.
Un ejemplo concreto es el sistema de reserva conocido como Boost, presentado en 2018. Esta funcionalidad emplea modelos entrenados con datos histĆ³ricos para proponer puntos de encuentro intermedios, con ligeros desvĆos para el conductor, de manera que se multipliquen las posibilidades de que un pasajero encuentre un trayecto que le encaje.
El modelo tiene en cuenta factores temporales, geogrĆ”ficos y de comportamiento para estimar si es probable que un conductor acepte una solicitud de viaje ligeramente modificada. SegĆŗn datos compartidos por la compaƱĆa, la tasa de aceptaciĆ³n de trayectos Boost ha crecido un 30 %, lo que refuerza la utilidad de este tipo de herramientas tanto para quienes publican viajes como para quienes los buscan.
En EspaƱa, el uso de Boost ha sido clave para lograr que una parte significativa de los desplazamientos se realicen desde o hacia paradas intermedias de los trayectos inicialmente publicados por los conductores. La empresa apunta que cerca del 45 % de los viajes nacionales ya siguen esta lĆ³gica, contribuyendo a mejorar la cobertura territorial.
Una experiencia de viaje mƔs accesible y flexible
El lanzamiento de la aplicaciĆ³n de BlaBlaCar en ChatGPT se enmarca tambiĆ©n en una visiĆ³n de plataforma global de viajes accesible para todo tipo de perfiles, independientemente de su familiaridad con la tecnologĆa o su capacidad para navegar por interfaces mĆ”s complejas.
La interacciĆ³n conversacional reduce fricciones en la planificaciĆ³n: en lugar de recorrer menĆŗs y secciones, el usuario puede explicar su necesidad con sus propias palabras, ya sea que busque la opciĆ³n mĆ”s econĆ³mica, la ruta mĆ”s rĆ”pida o un tĆ©rmino medio que combine precio, comodidad y horarios razonables.
Al mismo tiempo, esta vĆa abre posibilidades para que la IA pueda anticipar necesidades relacionadas con el contexto del viaje, como sugerir horarios alternativos cuando un tramo estĆ” muy demandado, recordar al usuario que ha preguntado antes por viajes con mascotas o proponer rutas con mejor combinaciĆ³n de transporte pĆŗblico en el destino.
Los responsables de producto y tecnologĆa de la compaƱĆa subrayan que la IA generativa no sustituye los sistemas ya existentes, sino que se apoya en una base previa de algoritmos, datos y modelos entrenados durante mĆ”s de una dĆ©cada. Esa experiencia previa es la que, segĆŗn explican, permite dar ahora pasos mĆ”s ambiciosos y controlar mejor el impacto en la experiencia del usuario.
En el Ć”mbito europeo, donde la movilidad entre ciudades y paĆses es intensa, la combinaciĆ³n de viajes compartidos, lĆneas de autobĆŗs y conexiones ferroviarias dentro de un mismo entorno conversacional puede facilitar que mĆ”s personas encuentren alternativas al vehĆculo privado en solitario, algo que tambiĆ©n se alinea con objetivos de sostenibilidad y eficiencia.
Con esta integraciĆ³n en ChatGPT y el refuerzo de su apuesta por la inteligencia artificial, BlaBlaCar consolida una lĆnea de trabajo que combina bĆŗsqueda conversacional, comparaciĆ³n multimodal de transporte y optimizaciĆ³n constante mediante machine learning. Todo ello configura un escenario en el que planificar desplazamientos por EspaƱa y Europa resulta mĆ”s sencillo, flexible y adaptado al lenguaje cotidiano de los usuarios, sin perder de vista la expansiĆ³n progresiva de nuevas funciones apoyadas en la IA generativa.