O CEO da Airbnb, Brian Chesky, afirma que os agentes precisam de software interoperável, interfaces mais ricas e um sistema operacional nativo de IA para transformar aplicativos de consumo.

A Airbnb está levando sua estratégia de IA para consumidores além de um chatbot, mas o CEO Brian Chesky afirma que o setor ainda não dispõe da infraestrutura de software necessária para que os agentes funcionem de forma confiável entre aplicativos.
Em uma entrevista ao TechCrunch AI, Chesky disse que a Airbnb quer tornar sua plataforma mais compatível com agentes de IA, preservando navegação, comparação, mensagens, mapas, verificações de identidade e outras funções que fazem do planejamento de viagens uma atividade visual e colaborativa. Segundo ele, a próxima etapa da IA para consumidores exigirá mais do que um único assistente que aceite comandos de texto: será necessário um sistema operacional, ferramentas de desenvolvimento de software e padrões comuns que permitam a agentes e aplicativos trabalharem juntos.
Os comentários foram feitos enquanto a Airbnb lançava uma nova experiência de busca com IA em sua atualização de produto de outono. Eles também mostram como uma grande plataforma de consumo está abordando os agentes em um momento em que startups tentam fazer o software agir em nome dos usuários.
Chesky há muito argumenta que um chatbot convencional não é adequado para a descoberta de viagens e o comércio eletrônico. Na entrevista, ele repetiu essa visão, dizendo que as interfaces de chat tendem a apresentar apenas um pequeno número de opções e exigem várias interações antes de o usuário chegar a um resultado útil.
Esse modelo de interação pode funcionar para um pedido direto, como reservar um voo, afirmou, mas pode eliminar a inspiração e a navegação que muitas pessoas valorizam ao planejar uma viagem. Por isso, a interface de busca atual da Airbnb não está sendo apresentada como um design final. Chesky espera que a empresa desenvolva um modelo intermediário que combine assistência conversacional com controles visuais mais ricos.
Ele também descreveu o planejamento de viagens como uma atividade social. Nos próximos três a seis meses, a Airbnb pretende explorar o que Chesky chamou de IA “multiplayer”: interfaces que permitam a várias pessoas, como familiares ou amigos, participar do mesmo processo de planejamento.
Essa é uma restrição significativa para as equipes de produtos de IA. Um assistente projetado para um usuário e uma conversa pode ser eficiente em tarefas individuais, mas é menos adequado para decisões que envolvem preferências, negociação e descoberta compartilhada.
A crítica mais ampla de Chesky é dirigida à atual corrida para se tornar o principal agente de IA por meio do qual os usuários acessam tudo. Ele disse que as empresas estão construindo agentes sobre iOS, macOS e Windows sem criar primeiro um sistema operacional projetado em torno da IA.
Em seu modelo proposto, os agentes operariam mais perto do núcleo da plataforma, enquanto os aplicativos exporiam suas capacidades por meio de um kit de desenvolvimento de software. Esses agentes poderiam trocar informações e transferir tarefas sem obrigar os usuários a navegar por interfaces desconectadas.
Ele apontou a tentativa anterior do ChatGPT de criar uma loja de aplicativos como exemplo do problema. Segundo Chesky, um marketplace de aplicativos não pode funcionar como a App Store da Apple sem um sistema operacional e uma estrutura para desenvolvedores que permitam aos aplicativos oferecer funcionalidades robustas. Ele disse que a experiência da Airbnb com agentes de consumo como Muse e Instinct ainda não produziu resultados confiáveis, especialmente na reserva de acomodações.
Chesky também vê um possível papel de interoperabilidade para o Model Context Protocol, ou MCP, que descreveu como um padrão capaz de conectar agentes a softwares. Sua visão de longo prazo é que a própria Airbnb ofereça vários agentes especializados, possivelmente coordenados por um agente mais amplo da Airbnb e conectados a agentes de outros serviços.
O desenvolvimento de produto confirmado na entrevista inclui a nova busca com IA da Airbnb, seu esforço declarado para se tornar mais compatível com agentes e seus planos de investigar experiências colaborativas e baseadas em voz. Chesky também disse que a Airbnb espera introduzir agentes de voz para busca e atendimento ao cliente no outono.
A proposta mais ampla de um sistema operacional é uma tese executiva, não uma arquitetura setorial demonstrada. A entrevista não apresenta nenhum benchmark independente que mostre que a busca com IA da Airbnb melhora a conversão, reduz a carga de suporte ou funciona melhor que ferramentas de viagem concorrentes. A avaliação de Chesky de que os agentes atualmente lidam mal com hotéis e anúncios da Airbnb também é uma observação executiva, não uma avaliação controlada.
Da mesma forma, sua afirmação de que a IA ajuda a Airbnb a lançar recursos mais rapidamente e reduz o número de reuniões de que ele precisa baseia-se em seu próprio relato. Sem medições adicionais, isso não deve ser tratado como evidência de ganhos de produtividade em toda a empresa.
Os limites são importantes porque o desempenho dos agentes depende de mais do que acesso a dados. Reservar uma viagem exige autenticação, pagamento, verificações de disponibilidade, interpretação de políticas, confirmação do usuário e capacidade de recuperação quando as informações mudam. Uma conexão básica entre um agente e um aplicativo não resolve automaticamente esses problemas de confiabilidade e responsabilidade.
Para as equipes de produto, a posição da Airbnb sugere que adicionar uma caixa de chat a um aplicativo existente provavelmente não será suficiente. Empresas que se preparam para agentes talvez precisem expor ações estruturadas, permissões, informações de status e pontos claros de transferência, mantendo interfaces nas quais os usuários confiem para exploração e verificação.
Viagens são um caso de teste especialmente exigente, mas os mesmos problemas se aplicam ao comércio, aos serviços financeiros, à saúde e ao software empresarial. Um agente pode identificar uma opção, enquanto o aplicativo ainda precisa exibir os detalhes, confirmar a intenção do usuário, aplicar controles de acesso e registrar o que aconteceu.
A questão competitiva também está mudando. Se os agentes se tornarem fontes importantes de tráfego, as plataformas poderão obter novos leads por meio dos assistentes, mas correrão o risco de enfraquecer a relação direta com os clientes. Chesky disse que os chatbots até agora parecem úteis para geração de leads, mas o esforço da Airbnb para permanecer “agentic” indica que a empresa não quer abrir mão do restante da jornada do cliente.
Para compradores empresariais, a interoperabilidade deve ser avaliada junto com a automação. As perguntas relevantes incluem se um agente pode transitar com segurança entre sistemas, se os usuários podem inspecionar e substituir ações e se o aplicativo subjacente continua utilizável quando a automação falha.
O primeiro sinal será o lançamento anunciado pela Airbnb de agentes de voz para busca e atendimento ao cliente, incluindo quanto da interação poderá ser concluído sem transferência para uma pessoa. Seu desempenho será mais importante do que previsões amplas sobre a voz substituir a digitação.
O trabalho da empresa nos próximos três a seis meses com a IA multiplayer mostrará se o planejamento compartilhado pode avançar de uma demonstração para um fluxo de trabalho de produto confiável. Os desenvolvedores também devem observar APIs concretas da Airbnb, recursos de SDK, modelos de permissão ou integrações com MCP, em vez de depender de declarações gerais sobre prontidão para agentes.
Em todo o mercado, o teste principal será saber se Apple, Google ou outro provedor de plataformas oferece uma estrutura genuína de agentes com controles comuns e interoperabilidade. Sem essa camada, Chesky espera que os aplicativos continuem adicionando agentes dentro de seus produtos existentes, em vez de se tornarem partes de um ecossistema coerente de agentes.
O argumento de Chesky é útil porque desloca a atenção da qualidade da conversa do assistente para a infraestrutura de aplicativos que está por baixo dela. Agentes para consumidores não se tornarão confiáveis simplesmente por gerar respostas melhores; eles precisam executar ações delimitadas, usar interfaces ricas, coordenar-se com outras pessoas e explicar quando uma tarefa exige um humano ou uma tela convencional do aplicativo.
A estratégia da Airbnb também destaca uma tensão que líderes de produto não devem ignorar. A automação pode encurtar uma transação, mas a descoberta de viagens depende de navegação, comparação e julgamento compartilhado. Os produtos de agentes mais fortes podem, portanto, ser híbridos: capazes de agir rapidamente quando o usuário sabe o que quer, mas capazes de preservar controle e contexto quando a própria decisão faz parte da experiência.