Per a molts usuaris, BlaBlaCar s'ha convertit en una d'aquelles eines que es donen gairebé fetes a l'hora d'organitzar un desplaçament. Amb milions de persones utilitzant la plataforma cada any per viatjar amb cotxe compartit, autobús o tren, la companyia torna a moure fitxa amb un pas important en el terreny de la intel·ligència artificial.
L'empresa ha anunciat la integració de la seva aplicació directament a ChatGPT , cosa que permet buscar i preparar viatges simplement escrivint -o dictant- el que es necessita, com si s'estigués xerrant amb una altra persona. La novetat situa BlaBlaCar entre les primeres companyies a Espanya ia Europa a desplegar una app pròpia dins l?ecosistema d?aquest assistent conversacional.
Una cerca de viatges que funciona com una conversa
Fins ara, qui volia trobar un trajecte a BlaBlaCar havia d' entrar a la web o app, triar origen, destí, dates i aplicar filtres . Amb la nova integració a ChatGPT, bona part d'aquest procés es tradueix a un diàleg en llenguatge natural: només cal explicar què es busca perquè el sistema torni propostes en qüestió de segons.
La companyia explica que el flux és senzill: quan un usuari formula una petició a ChatGPT, el model consulta en temps real la informació disponible al catàleg de BlaBlaCar i respon amb les opcions de viatge que encaixen amb aquesta demanda. A partir d'aquí, la conversació pot continuar per concretar horaris, tipus de transport o condicions específiques.
Un exemple pràctic seria escriure alguna cosa com: «Busco un viatge Madrid-València per a aquest divendres a la tarda». L'assistent torna una selecció de trajectes amb cotxe compartit, autobús i tren . Si l'usuari vol ajustar-ne més, pot continuar preguntant: «S'admeten mascotes?», «Es pot reservar al moment?» o «Hi ha alguna opció més barata a primera hora de dissabte?». El context es manté durant tota la xerrada.
Segons la plataforma, aquesta forma de cerca redueix la necessitat de manejar filtres complexos o múltiples pantalles , cosa que obre la porta a persones menys acostumades a les interfícies tradicionals o que simplement prefereixen explicar-se amb les seves pròpies paraules.
Funcions disponibles a la primera versió dins de ChatGPT
La primera versió de l'aplicació de BlaBlaCar integrada a ChatGPT se centra a cobrir les necessitats bàsiques de planificació d'un viatge . Tot i que és un primer pas, ja inclou diverses funcions pràctiques que permeten organitzar un desplaçament gairebé per complet des de la conversa.
Al plànol de la cerca, l'assistent permet seleccionar ofertes per data, ruta i preferències mitjançant instruccions formulades en llenguatge quotidià. No cal emplenar formularis; només cal indicar, per exemple, el dia aproximat, si es prefereix un viatge directe o amb parades intermèdies, o si es prioritza preu o rapidesa.
També hem habilitat la consulta de detalls concrets de cada trajecte. L'usuari pot demanar informació sobre horaris, punt de trobada, equipatge, nombre de places o polítiques com l'admissió d'animals , de manera similar a com ho faria dins de l'app tradicional, però sense canviar d'entorn.
Un cop triada l'opció que millor encaixa, ChatGPT redirigeix a la pàgina o aplicació oficial de BlaBlaCar per tancar la reserva i gestionar el pagament amb les garanties habituals. És a dir, la conversa serveix per a tot el procés de descobriment i comparació, però el tancament del viatge es realitza on l'usuari ja té el compte creat.
Un dels elements més destacats d'aquesta integració és que, segons la pròpia companyia, cap altra plataforma permet comparar alhora tres modes de transport -cotxe compartit, autobús i tren- dins d'una sola conversa amb un assistent d'aquest tipus, cosa que reforça el caràcter experimental de la iniciativa al mercat europeu.
Espanya i Europa, terreny de proves per a la IA en mobilitat
La integració de BlaBlaCar a ChatGPT no s'entén com un moviment aïllat, sinó com a part d'una estratègia més àmplia d'exploració de la IA generativa aplicada a viatges i mobilitat, amb focus especial en mercats com Espanya i la resta d'Europa, on la plataforma compta amb una base d'usuaris consolidada.
Amb més de 29 milions de membres actius a l'any a tot el món , l'objectiu declarat de la companyia ha estat, des del principi, reduir les barreres d'entrada al cotxe compartit i altres formes de transport col·laboratiu. Apropar-se als usuaris en eines que ja utilitzen al seu dia a dia, com un assistent conversacional , encaixa amb aquesta lògica d'«anar a buscar els viatgers allà on són».
A Espanya, la plataforma ha aconseguit connectar durant l'últim any prop de 7.000 dels aproximadament 8.000 municipis peninsulars , cosa que equival al voltant del 87% dels municipis amb almenys una connexió gràcies al cotxe compartit. La companyia vincula aquest tipus de fites a l'ús intensiu de tecnologies d'IA a la selecció de rutes i punts de trobada.
La nova aplicació a ChatGPT es planteja com una entrada addicional a l'ecosistema de BlaBlaCar : els qui prefereixin seguir usant l'app o la web ho podran fer sense canvis, mentre que altres usuaris podran descobrir la plataforma, o treure-li més partit, iniciant simplement una conversa des de l'assistent.
De cara als propers mesos, l'empresa treballa en un full de ruta centrat a ampliar les capacitats de la IA generativa a totes les fases del viatge: des de la inspiració i la planificació inicial fins a la gestió de canvis d'última hora o recomanacions contextuals durant el trajecte.
Més d'una dècada apostant per machine learning
Molt abans de l'auge de la IA generativa i que ChatGPT es fes popular, BlaBlaCar feia anys que feia servir models de machine learning per ajustar el funcionament de la plataforma . La companyia descriu la IA com a un dels pilars de la seva estratègia tecnològica a llarg termini.
Entre les aplicacions internes d'aquests sistemes destaca el matching entre conductors i passatgers , la detecció de possibles fraus, la personalització de resultats i notificacions o la localització de contingut a gran escala per a diferents països i regions europees.
Un exemple concret és el sistema de reserva conegut com a Boost, presentat el 2018. Aquesta funcionalitat empra models entrenats amb dades històriques per proposar punts de trobada intermedis , amb lleugers desviaments per al conductor, de manera que es multipliquin les possibilitats que un passatger trobi un trajecte que li encaixi.
El model té en compte factors temporals, geogràfics i de comportament per estimar si és probable que un conductor accepti una sol·licitud de viatge lleugerament modificada. Segons dades compartides per la companyia, la taxa d'acceptació de trajectes Boost ha crescut un 30% , cosa que reforça la utilitat d'aquest tipus d'eines tant per als que publiquen viatges com per als que els cerquen.
A Espanya, l'ús de Boost ha estat clau per aconseguir que una part significativa dels desplaçaments es facin des o cap a parades intermèdies dels trajectes inicialment publicats pels conductors. L'empresa apunta que prop del 45% dels viatges nacionals ja segueixen aquesta lògica, contribuint a millorar la cobertura territorial.
Una experiència de viatge més accessible i flexible
El llançament de l'aplicació de BlaBlaCar a ChatGPT s'emmarca també en una visió de plataforma global de viatges accessible per a tot tipus de perfils , independentment de la familiaritat amb la tecnologia o la capacitat per navegar per interfícies més complexes.
La interacció conversacional redueix friccions a la planificació: en lloc de recórrer menús i seccions, l'usuari pot explicar la seva necessitat amb les seves pròpies paraules , ja sigui que busqui l'opció més econòmica, la ruta més ràpida o un terme mitjà que combini preu, comoditat i horaris raonables.
Alhora, aquesta via obre possibilitats perquè la IA pugui anticipar necessitats relacionades amb el context del viatge , com suggerir horaris alternatius quan un tram està molt demandat, recordar a l'usuari que ha preguntat abans per viatges amb mascotes o proposar rutes amb millor combinació de transport públic a la destinació.
Els responsables de producte i tecnologia de la companyia subratllen que la IA generativa no substitueix els sistemes ja existents, sinó que es recolza en una base prèvia d'algorismes, dades i models entrenats durant més d'una dècada . Aquesta experiència prèvia és la que, segons expliquen, permet ara fer passos més ambiciosos i controlar millor l'impacte en l'experiència de l'usuari.
A nivell europeu, on la mobilitat entre ciutats i països és intensa, la combinació de viatges compartits, línies d'autobús i connexions ferroviàries dins d'un mateix entorn conversacional pot facilitar que més persones trobin alternatives al vehicle privat en solitari, cosa que també s'alinea amb objectius de sostenibilitat i eficiència.
Amb aquesta integració a ChatGPT i el reforç de la seva aposta per la intel·ligència artificial, BlaBlaCar consolida una línia de treball que combina recerca conversacional, comparació multimodal de transport i optimització constant mitjançant machine learning . Tot plegat configura un escenari on planificar desplaçaments per Espanya i Europa resulta més senzill, flexible i adaptat al llenguatge quotidià dels usuaris, sense perdre de vista l'expansió progressiva de noves funcions recolzades a la IA generativa.