El 2023 vam escriure sobre com la IA "revolucionaria" el sector. Avui ja ha passat — i no és el ChatGPT responent correus. Són agents que tanquen reserves sols, preus que s'ajusten minut a minut i automatització d'extrem a extrem que redueix el cost operatiu d'un pis entre un 25% i un 45%. Això és el que fem a MyRentalHost el 2026, sense fum.
Del chatbot del 2023 a l' agent del 2026
Fa tres anys la IA en aquest sector era un chatbot que responia "a quina hora és el check-in?" amb una plantilla. Avui un agent:
- Llegeix la reserva sencera (dates, hostes, idioma, plataforma)
- La creua amb el teu sistema (calendari de neteja, pany, dades de l'hoste segons el RD 933/2021)
- Decideix què respondre i quines accions desencadenar — no només respon, actua
- Conversa en l'idioma de l'hoste, amb context de la reserva, mantenint memòria de tota la conversa
- Escala a humà només quan detecta ambigüitat o risc
Models al darrere: Claude 4.6, GPT-5, Gemini 2 Pro. Tots disponibles via API a costos que el 2023 haurien semblat ciència-ficció (0,003 € per interacció típica).
Casos on la IA està movent l'agulla avui
1. Revenue management amb ML
El preu de la teva nit no és una intuïció. Els models de preus dinàmics processen:
- Cinc anys d'històric d'ocupació i preus del teu pis
- Comparables de la teva zona (RevPAR de pisos similars)
- Esdeveniments: congressos, festivals, esports, festius
- Lead time: qui reserva amb 90 dies d'antelació paga diferent de qui reserva amb 5
- La corba de la competència: si els pisos del teu carrer abaixen el preu, ajustes; si el pugen, ajustes
Resultat típic (dades MRH 2025): +15-35% d'ingressos respecte a preus estàtics. La calculadora t'ho mostra per al teu cas.
2. Agent d' atenció a l'hoste 24/7
Abans: humà disponible o plantilla robòtica. Ara:
- L'hoste pregunta "hi ha pàrquing a prop?" → l'agent sap que el pis és a l'Eixample, coneix els 3 pàrquings més propers, en sap les tarifes actuals i els recomana amb horaris.
- L'hoste pregunta "puc fer late check-out?" → consulta el calendari de neteja i la reserva següent, calcula si és possible sense cost i proposa una hora concreta.
- L'hoste reporta un problema → el categoritza (elèctric, fontaneria, soroll de veïns), el prioritza, obre incidència amb el tècnic adequat i avisa l'humà si és seriós.
3. Predicció de cancel·lacions i reserves frau
Un model entrenat amb milers de reserves històriques detecta senyals subtils:
- Lead time anòmal (reserva les últimes 3 h del dia amb targeta nova)
- Patró de resposta de l'hoste (respon / no respon / respon amb plantilla)
- Coincidència entre nom, país i plataforma
- Històric del compte en altres plataformes (si hi ha coincidència creuada)
Aplicació: prioritzar verificació addicional a les reserves d'alt risc, no a totes. Estalvia fricció als hostes legítims i redueix els check-ins problemàtics un 60-70%.
4. Optimització de l'anunci amb IA visual
El model avalua cada foto de l'anunci: il·luminació, angle, proporció, què mostra. Suggereix quina foto posar primera (la que més clics genera al teu segment), què falta i què sobra. També avalua el text del títol i la descripció i proposa alternatives A/B.
5. Automatització d'extrem a extrem entre sistemes
El més invisible i el més valuós. Quan arriba una reserva nova:
- L'agent verifica les dades de l'hoste (DNI, identitat) — automàtic
- Genera el codi del pany per a les dates exactes — automàtic
- Programa la neteja amb la persona de la zona el dia abans del check-in — automàtic
- Envia les instruccions d'entrada en l'idioma de l'hoste 48 h abans — automàtic
- Transmet les dades a les autoritats pel RD 933/2021 — automàtic
- Activa l'escalfador d'aigua i la calefacció 4 h abans de l'arribada — automàtic
Només hi entra un humà si alguna cosa se surt del camí previst. Abans això eren 45 minuts de feina per reserva. Ara són 0.
El que NO està resolt el 2026
Decisions on la IA continua fluixa
Resoldre una queixa emocional d'un hoste, negociar amb un veí enfadat, decidir si acceptar un grup jove en una propietat sensible, intervenir en una situació delicada de salut. Això ho fa un humà — i ho ha de fer. La IA allibera hores perquè l'humà s'hi dediqui.
L'error que veiem en propietaris en implementar IA
- "Compro un chatbot i me n'oblido." Sense integració amb el teu PMS, sense entrenament amb el teu pis concret, un chatbot genèric és pitjor que no tenir-ne — frustra l'hoste i deixa buits els punts clau.
- "Poso IA a tot." Alguns punts del procés necessiten humà, per marca, per llei o per context. Saber on aplicar IA i on no és la meitat del valor.
- "Tarifa fixa de plataforma." Pagues 99 €/mes per una plataforma "amb IA" que en realitat només és un enviament automatitzat de correus. Verifica QUÈ fa el sistema, no només com es ven.
El que fa servir MyRentalHost avui (a 14 de maig de 2026)
- PriceLabs per a preus dinàmics (capa ML)
- Anthropic Claude per a l'agent conversacional amb l'hoste i respostes en l'idioma local
- Sistema propi de detecció de cancel·lacions i verificació d'identitat
- Make + n8n per a l'automatització entre sistemes (orquestració)
- Panys Nuki amb codis generats per API a cada reserva
Un stack que un propietari individual mai consolidaria pel seu compte — però que per a nosaltres, gestionant més de 50 pisos, sí que té sentit econòmic mantenir.