Airbnb hace rentable la IA y Yahoo Finance encontró la verdadera historia

Airbnb ha convertido su asistente de IA en una palanca de costes medible, según nuevos resultados destacados por Yahoo Finance. El sistema ahora resuelve el 45 por ciento de los problemas compatibles sin intervención humana. Ese es el conflicto detrás de las cifras: la automatización está reduciendo gastos antes de transformar la forma en que los viajeros reservan.

Airbnb afirma que el coste de atención al cliente por reserva cayó un 16 por ciento interanual durante el segundo trimestre de 2026. Esa mejora siguió a una caída del 10 por ciento durante el primer trimestre. Estas ganancias ofrecen a los inversores algo de lo que aún carecen muchos proyectos corporativos de IA: una conexión visible entre la adopción de software y el rendimiento operativo.

La parte inesperada es dónde encontró Airbnb esa conexión. El CEO Brian Chesky ha dedicado años a describir un futuro de IA más ambicioso, centrado en la búsqueda, la planificación de viajes y las recomendaciones personalizadas. Sin embargo, la atención al cliente, a menudo considerada un gasto defensivo, ha generado el retorno financiero más claro.

Ese resultado no significa que Airbnb haya resuelto la IA para los viajes. Chesky ha sostenido que los chatbots convencionales siguen siendo poco adecuados para compras visuales, colaborativas y basadas en mapas. Expedia, Booking Holdings y otras plataformas de viajes enfrentan las mismas limitaciones de diseño.

En cambio, Airbnb ha encontrado una vía de valor más acotada. Su sistema de atención al cliente con IA gestiona problemas repetibles, deriva los casos más complejos y reduce la carga media de servicio asociada a cada reserva.

Eso basta para marcar la diferencia. Airbnb puede usar los ahorros para proteger los márgenes, financiar nuevos productos o absorber el coste de la expansión internacional. El enfoque también presiona a competidores que promocionan la planificación de viajes con IA sin mostrar ganancias operativas comparables.

Yahoo Finance encontró el retorno de IA más claro de Airbnb en atención al cliente

El resultado más convincente de Airbnb con IA no es un agente de viajes futurista. Es un sistema de soporte que reduce el coste asociado a cada reserva.

Airbnb informó de un crecimiento de ingresos del 17 por ciento en el segundo trimestre, mientras que las noches y plazas reservadas aumentaron un 10 por ciento. El valor bruto de las reservas, el valor total de las transacciones realizadas a través de la plataforma, subió un 16 por ciento.

Estas cifras muestran que la demanda subyacente se mantuvo saludable. Sin embargo, la historia de la IA aparece en la relación entre la actividad operativa y los recursos necesarios para respaldarla.

Airbnb afirma que su asistente virtual resolvió el 45 por ciento de los problemas compatibles sin un agente humano durante el trimestre. La empresa también informó de una caída interanual del 16 por ciento en el coste de atención al cliente por reserva.

La cifra prolonga una tendencia documentada en los resultados trimestrales de Airbnb. Durante el primer trimestre, más del 40 por ciento de los problemas que llegaban al asistente de IA se resolvieron sin intervención humana. Eso supuso un aumento desde aproximadamente un tercio en el cuarto trimestre de 2025.

El coste por reserva de Airbnb cayó cerca de un 10 por ciento durante ese primer trimestre. El mayor descenso del segundo trimestre sugiere que la automatización adicional, las mejoras de producto o la escala operativa reforzaron el efecto.

Yahoo Finance presentó esto como una forma inesperada de hacer rentable la IA porque el retorno ya es visible en una métrica operativa rutinaria. Airbnb no necesita que los viajeros adopten una nueva interfaz de reserva conversacional antes de capturar valor.

Esa distinción importa. Muchos lanzamientos de IA para consumidores añaden costes de infraestructura mientras generan ingresos inciertos. Un asistente de soporte puede crear valor cada vez que evita una derivación innecesaria, acorta un caso o ayuda a un empleado a resolverlo más rápido.

El mecanismo financiero es sencillo. Cada reserva genera cierta probabilidad de una solicitud de soporte. Esas solicitudes pueden implicar cancelaciones, preguntas sobre pagos, problemas con anuncios, reembolsos, preocupaciones de seguridad o fallos de comunicación.

El soporte humano sigue siendo esencial para casos sensibles e inusuales. Sin embargo, muchas solicitudes siguen patrones reconocibles que el software puede abordar con información aprobada y acciones de cuenta establecidas.

Cuando el asistente resuelve más de esas solicitudes, el coste laboral medio en toda la base de reservas de Airbnb disminuye. La empresa puede mejorar su economía sin cobrar por un producto de IA independiente.

El rendimiento de Airbnb en el segundo trimestre refuerza esa interpretación. Las ganancias ajustadas antes de intereses, impuestos, depreciación y amortización crecieron más rápido que los ingresos, mientras que el margen asociado aumentó.

La IA no fue la única causa. La demanda, los movimientos del tipo de cambio, los cambios en las comisiones y otras decisiones operativas también afectaron al trimestre. Airbnb no ha publicado suficiente detalle para aislar la contribución precisa del asistente al beneficio total.

Aun así, la métrica de soporte ofrece un puente concreto entre la adopción y la economía. Ese puente suele faltar cuando las empresas hablan de IA a través de la capacidad de los modelos, el uso por parte de empleados o el número de respuestas generadas.

Por ello, la cobertura original de resultados apunta a una lección más amplia. La IA no necesita convertirse en una nueva categoría de producto antes de cambiar el perfil financiero de una empresa.

Primero puede mejorar la estructura de costes de un marketplace existente. Para Airbnb, esa se está convirtiendo en la parte más creíble de su estrategia de IA.

Por qué el soporte llegó al mercado antes que el agente de viajes con IA

La atención al cliente ofreció a Airbnb un entorno controlado en el que la IA podía crear valor medible antes de afrontar el problema más difícil del descubrimiento de viajes.

Una interacción de soporte suele comenzar después de que Airbnb ya conoce al huésped, al anfitrión, el anuncio, la reserva y el estado del pago. Ese contexto acota el rango de preguntas plausibles y las acciones disponibles.

La planificación de viajes comienza con mucha menos estructura. Un viajero puede proporcionar fechas, un destino, un estado de ánimo impreciso, varias preferencias en conflicto o nada más allá de una petición de inspiración.

El resultado también conlleva consecuencias diferentes. Un asistente de soporte puede explicar una política de cancelación o recopilar información para una derivación. Un asistente de reservas debe comparar inventario cambiante, precios, ubicaciones, servicios y preferencias de grupo.

Chesky ha identificado cuatro debilidades del enfoque actual de los chatbots para los viajes. Las conversaciones centradas en texto no se corresponden con una experiencia de compra basada en fotografías. Las interfaces de chat también carecen de los controles directos presentes en mapas, filtros, calendarios y pantallas de comparación.

Los viajes son con frecuencia colaborativos. Las familias y los grupos debaten concesiones entre mensajes, enlaces, presupuestos y horarios. Un chatbot para un solo usuario no representa de forma natural ese proceso de decisión compartido.

Por último, los viajeros suelen necesitar comparar muchas opciones a la vez. Una conversación larga puede ocultar alternativas en lugar de facilitar la inspección de sus diferencias.

Estas limitaciones explican por qué Airbnb comenzó con el soporte. La empresa puede fundamentar las respuestas en una reserva existente y limitar el asistente a políticas conocidas, información de cuenta y flujos de trabajo aprobados.

Un sistema de soporte también produce comentarios frecuentes. Airbnb puede rastrear si un caso fue resuelto, reabierto, derivado o seguido por otro contacto. Esas señales ayudan a la empresa a encontrar respuestas deficientes y puntos de fallo recurrentes.

El asistente no opera por sí solo. La derivación a humanos ofrece una alternativa cuando la solicitud implica complejidad de seguridad, legal, financiera o emocional. Esa combinación hace práctica la automatización incluso cuando el modelo no puede gestionar todos los casos.

Airbnb amplió su agente de soporte con IA a todos los usuarios de Estados Unidos durante 2025. En esa fase, la empresa afirmó que el sistema redujo en un 15 por ciento la proporción de anfitriones y huéspedes que necesitaban asistencia humana.

A principios de 2026, Airbnb afirmó que aproximadamente un tercio de los problemas de soporte en Estados Unidos y Canadá se gestionaban sin intervención humana. El despliegue de soporte de la empresa mostró que la implementación ya avanzaba más allá de una prueba limitada.

La tasa de resolución comunicada superó después el 40 por ciento en el primer trimestre y alcanzó el 45 por ciento en el segundo. Esa progresión ofrece a Airbnb una curva de adopción más clara que sus experimentos de IA orientados al consumidor.

La estrategia también se beneficia de la escala de un marketplace. Una pequeña mejora aplicada a millones de reservas puede afectar a los costes aunque ninguna interacción individual parezca destacable.

Este es el verdadero mecanismo detrás de la frase «hacer rentable la IA». Airbnb no está vendiendo acceso a un modelo. Está reduciendo la cantidad de trabajo humano que probablemente requerirá cada transacción completada.

Ese enfoque puede generar un segundo beneficio. Las conversaciones de soporte contienen evidencia detallada sobre dónde falla el producto. Los huéspedes describen políticas confusas, controles ausentes, fricción en los pagos, anuncios inexactos y problemas de comunicación.

Si Airbnb puede convertir esos patrones en cambios de producto, el asistente se convierte en algo más que un canal de servicio más barato. Se convierte en un sensor para mejorar el propio marketplace.

La prueba más difícil tiene que ver con la calidad. Un caso cerrado no equivale necesariamente a un cliente satisfecho. El asistente podría desalentar un contacto posterior, malinterpretar el problema o dejar a un huésped sin una solución útil.

Por tanto, Airbnb necesita algo más que un porcentaje creciente de automatización. Debe demostrar que una resolución más rápida no se consigue a costa de la confianza, la seguridad o resultados justos.

Esa tensión acompañará toda expansión de la atención al cliente con IA. La reducción de costes es fácil de medir. El daño de una excepción mal gestionada puede ser más lento, menos visible y más caro.

La atención al cliente con IA de Airbnb presiona a sus rivales de viajes

El reto competitivo ya no consiste en quién puede anunciar el chatbot de viajes más capaz. Consiste en quién puede convertir la IA en una mejor economía de marketplace.

Las empresas de viajes han dedicado varios años a añadir funciones de planificación conversacional. Estas herramientas pueden sugerir destinos, resumir hoteles, construir itinerarios y responder preguntas generales sobre un viaje.

Estas capacidades atraen atención porque se sitúan cerca del viajero. También prometen una nueva interfaz para el descubrimiento, en la que un usuario describe un viaje en lugar de navegar por filtros de búsqueda tradicionales.

Sin embargo, la planificación conversacional no produce automáticamente una reserva. Un viajero puede recopilar ideas de un servicio de IA y completar la transacción en otro lugar.

Eso crea un difícil problema de atribución. Una empresa podría pagar por la inferencia del modelo y el desarrollo de producto sin saber si el asistente generó reservas incrementales.

La automatización del soporte ofrece un cálculo más directo. Airbnb ya posee la relación con el cliente y la transacción. Puede comparar tasas de contacto, tasas de derivación, tiempos de gestión, contactos repetidos y coste por reserva.

Booking Holdings y Expedia enfrentan cargas de soporte similares. Sus plataformas coordinan viajeros, propiedades, sistemas de pago, reglas de cancelación, programas de fidelidad e inventario de terceros.

Si Airbnb puede resolver una mayor proporción de casos manteniendo la calidad, sus rivales deben responder. De lo contrario, Airbnb obtiene margen para invertir más en búsqueda, crecimiento de la oferta y nuevas categorías.

La presión va más allá de las agencias de viajes en línea. Las aerolíneas, los grupos hoteleros, las empresas de pagos, las plataformas de reparto y otros marketplaces también gestionan grandes volúmenes de solicitudes de servicio repetitivas.

Estas empresas han promovido la IA generativa como una interfaz para el cliente. Los resultados de Airbnb sugieren que el primer retorno fiable puede provenir de los flujos operativos detrás de esa interfaz.

Airbnb también está utilizando IA en el desarrollo de software. Chesky afirmó que las herramientas de IA produjeron el 60 por ciento del código escrito por sus ingenieros durante el primer trimestre de 2026.

Esa afirmación necesita contexto. El porcentaje no revela cuánto código llegó a producción, en qué medida fue revisado por humanos ni si la calidad del desarrollo mejoró.

Aun así, la empresa afirma que la IA permite a grupos de ingeniería más pequeños crear herramientas que antes requerían equipos más grandes. Airbnb ha destacado el software para anfitriones profesionales y socios de interfaz de programación de aplicaciones como un caso de uso.

El informe sobre programación refuerza el mismo patrón estratégico. Airbnb está aplicando IA para aumentar su capacidad interna antes de presentarla como un reemplazo autónomo de la interfaz de reservas.

Esa secuencia distingue a Airbnb de una estrategia de IA más promocional. La empresa puede desarrollar conocimiento operativo, sistemas de evaluación e infraestructura de modelos mientras ahorra dinero en el trabajo existente.

También evita depender por completo de plataformas externas de IA para la adquisición de clientes. Si los viajeros empiezan a planificar mediante ChatGPT, Gemini u otro asistente generalista, los mercados de viajes corren el riesgo de convertirse en proveedores de inventario intercambiables.

Airbnb se ha resistido a la idea de que un agente externo controle por completo las reservas. Una reserva puede implicar verificación de identidad, normas de la propiedad, mensajería, coordinación de grupos, pagos y protecciones de seguridad.

Estas capas dan a Airbnb motivos para mantener la relación final con el cliente dentro de su propia plataforma. También hacen que una transacción totalmente automatizada sea más difícil que reservar un producto estandarizado.

Por lo tanto, el principal adversario no es Airbnb frente a una sola empresa de viajes. Es la IA operativa con ahorros medibles frente a la IA de cara al cliente, cuyo impacto comercial sigue sin estar claro.

Expedia o Booking Holdings aún pueden ganar esa competencia. Poseen un amplio inventario, datos de clientes, relaciones de fidelidad y operaciones de soporte que pueden beneficiarse de una automatización similar.

La ventaja de Airbnb es que ha divulgado una métrica operativa clara. La caída del 16 por ciento en el coste de soporte por reserva ofrece a los inversores una referencia para evaluar afirmaciones de la competencia.

Las comparaciones futuras exigirán cautela. Las empresas definen los casos resueltos de manera diferente, atienden a distintos grupos de viajeros y operan con modelos de inventario distintos.

Una reserva de hotel puede estar más estandarizada que una estancia en la vivienda de un anfitrión individual. Airbnb puede afrontar problemas más inusuales relacionados con las propiedades, el acceso y la comunicación con los anfitriones.

Esa complejidad hace notable su tasa de automatización, pero también aumenta las consecuencias de los errores. La próxima fase mostrará si Airbnb puede ampliar la cobertura sin automatizar criterios que deberían seguir siendo humanos.

Las cifras aún no demuestran un mejor servicio

Airbnb ha demostrado menores costes de soporte, pero aún no ha demostrado que cada resolución automatizada produzca un mejor resultado para huéspedes o anfitriones.

Las métricas principales favorecen a Airbnb. El asistente de IA resuelve una proporción creciente de los contactos, y el coste de soporte por reserva está bajando.

Estas medidas responden dos preguntas importantes. Muestran que los clientes están llegando al sistema a gran escala y que la operación de servicio de la empresa se está volviendo menos costosa.

No responden por completo si los usuarios confían en el resultado. Airbnb no ha proporcionado un desglose público detallado de satisfacción, contactos repetidos, tasas de error ni resultados en distintos tipos de casos.

La palabra “resuelto” merece un escrutinio especial. Una empresa puede definir la resolución por la ausencia de escalamiento, la finalización de un flujo de trabajo o la confirmación del cliente.

Cada definición captura algo distinto. Un huésped que abandona una conversación puede parecer un caso completado desde el punto de vista operativo, incluso cuando el problema subyacente persiste.

Airbnb afirma que el asistente ha logrado tiempos de resolución más rápidos. La rapidez puede mejorar la experiencia del cliente cuando un huésped necesita una respuesta sobre políticas, una actualización de estado o una acción rutinaria de cuenta.

La rapidez importa menos cuando el asistente da una respuesta incorrecta. Puede resultar perjudicial durante un incidente de seguridad, un cargo impugnado, una propiedad inaccesible o una reubicación urgente.

Los agentes humanos aplican criterio ante información incompleta. Pueden reconocer situaciones de angustia, negociar soluciones inusuales y evaluar contradicciones que no encajan en un flujo de trabajo estándar.

La IA generativa puede presentar información incierta con una confianza injustificada. La fundamentación, que limita una respuesta a datos y documentos aprobados, reduce ese riesgo, pero no lo elimina.

El sistema también depende de datos precisos del mercado. Un asistente no puede resolver de forma fiable un problema de acceso si las instrucciones del anuncio están desactualizadas o el anfitrión proporcionó información incompleta.

Por tanto, Airbnb debe tratar el escalamiento como una funcionalidad. Una menor tasa de contacto humano solo es valiosa mientras los clientes con casos complejos aún puedan llegar a soporte cualificado.

Las reacciones públicas de los usuarios muestran por qué importa la distinción. Algunos anfitriones han expresado preocupación de que la automatización haga aún más difíciles de resolver experiencias de servicio ya frustrantes.

Los comentarios individuales no establecen una tendencia para toda la plataforma. Sí identifican el modo de fallo que Airbnb necesita medir, especialmente cuando una respuesta automatizada bloquea el acceso a una persona.

También existe un problema de incentivos. La dirección se beneficia cuando la automatización reduce los gastos. Eso puede alentar a los equipos a maximizar la contención, la proporción de contactos que se mantienen alejados de agentes humanos.

La contención y la resolución no son idénticas. Un sistema bien diseñado debería optimizar un resultado correcto, incluso cuando ese resultado requiere un escalamiento costoso.

Los informes financieros de Airbnb ofrecen otra limitación. La disminución del coste por reserva no puede atribuirse por completo a la IA generativa.

El volumen de reservas, la plantilla, los contratos con proveedores, la mezcla regional, los movimientos de divisas, los cambios de producto y la complejidad de los casos pueden afectar la métrica. Airbnb describe la IA como un impulsor, no como la única explicación.

La carta a los accionistas de la empresa proporciona la conexión más clara con el primer trimestre. Vincula la disminución del 10 por ciento en costes con mejoras continuas en el soporte al cliente mediante IA.

Las cifras del segundo trimestre amplían esa relación. Aun así, no proporcionan una estimación controlada de cuánto coste eliminó el sistema.

Los inversores también deberían separar la eficiencia del crecimiento. El servicio al cliente con IA puede reforzar los márgenes, pero no garantiza que más viajeros elijan Airbnb.

El crecimiento sigue dependiendo de un inventario competitivo, precios adecuados, estancias fiables, destinos atractivos y una experiencia de reserva que convierta el interés en reservas.

La expansión más amplia de productos de Airbnb añade otra capa de riesgo. La plataforma combina ahora viviendas con servicios, experiencias y una oferta hotelera en crecimiento.

Cada categoría introduce nuevas preguntas de soporte y reglas operativas. Un asistente entrenado en torno a reservas de viviendas debe adaptarse sin aplicar la política equivocada entre productos.

La expansión internacional trae diferencias de idioma, regulación, pagos y cultura. Un sistema que funciona bien en Estados Unidos puede necesitar evaluaciones distintas en otros lugares.

Estas incertidumbres no eliminan el resultado de costes. Definen lo que Airbnb debe demostrar a continuación.

La empresa ha superado una demostración de IA. Ahora opera un sistema de servicio cuyas decisiones afectan viajes reales, ingresos de anfitriones y la seguridad de los viajeros.

Eso eleva el estándar. La pregunta pertinente ya no es si el asistente puede responder. Es si Airbnb puede hacer que la automatización sea más barata, más rápida y sistemáticamente justa al mismo tiempo.

Qué deberían observar a continuación los lectores de Yahoo Finance

Tres señales mostrarán si la ventaja de Airbnb en IA es duradera: la economía del soporte, la calidad del servicio y el avance hacia una interfaz nativa de viajes.

La primera señal es el coste por reserva de Airbnb. La empresa informó una caída de aproximadamente el 10 por ciento en el primer trimestre y del 16 por ciento en el segundo.

Otra mejora interanual reforzaría el argumento de que la automatización está creando ahorros repetibles. Una reversión sugeriría que las ganancias iniciales dependieron de casos más sencillos, cambios temporales de personal o condiciones operativas favorables.

La tasa de automatización debe leerse junto a esa cifra de costes. Superar el 45 por ciento mostraría que el asistente puede abordar una gama más amplia de solicitudes.

Una tasa más alta sin una mejora adicional de costes sería menos convincente. Podría significar que los nuevos casos requieren más infraestructura, más revisión o correcciones costosas tras una respuesta inicial.

La segunda señal es la calidad del servicio. Airbnb debería proporcionar más información sobre contactos repetidos, éxito de los escalamientos, satisfacción del cliente y rendimiento entre categorías de casos.

Estas medidas ayudarían a distinguir una resolución genuina de una simple contención. También revelarían si huéspedes y anfitriones experimentan las mismas mejoras descritas en los informes financieros.

Observe cómo Airbnb gestiona las excepciones urgentes. Los reportes de seguridad, las propiedades inaccesibles, las disputas de pago y las cancelaciones de última hora ofrecen las pruebas más difíciles para su diseño de escalamiento humano.

Si los patrones de quejas mejoran mientras aumenta la automatización, el argumento de Airbnb se vuelve mucho más sólido. Si los usuarios informan que el asistente bloquea el acceso a ayuda, la narrativa de costes se debilita.

La tercera señal es el próximo producto de IA de Airbnb orientado al consumidor. Chesky ha dejado claro que no considera que un chatbot de texto convencional sea la respuesta para los viajes.

Un lanzamiento creíble debería combinar conversación con fotos, mapas, filtros, comparaciones y herramientas para la toma de decisiones en grupo. Debería ayudar a los usuarios a actuar directamente, en lugar de obligar a canalizar cada elección por texto.

Airbnb cuenta con fundamentos técnicos relevantes. Sus ingenieros han descrito la recuperación basada en embeddings, que vincula a los viajeros con anuncios mediante representaciones aprendidas del significado en lugar de palabras clave exactas.

También han desarrollado sistemas que recomiendan filtros de búsqueda basados en la probabilidad de conversión. Estos sistemas pueden respaldar una interfaz más adaptable sin abandonar los controles visuales conocidos.

La prueba del producto es si esas piezas mejoran el descubrimiento manteniendo a Airbnb como elemento central de la transacción. Una herramienta de planificación que los usuarios disfrutan pero a través de la cual rara vez reservan no resolvería el problema comercial.

La respuesta competitiva importa como evidencia de apoyo. Booking Holdings y Expedia seguirán desarrollando sus propios asistentes, sistemas de recomendación y automatización de soporte.

Si los rivales empiezan a informar métricas comparables de costes y resolución, la ventaja actual de Airbnb parecerá una transición de toda la industria. Si enfatizan la interacción sin economía, el enfoque operativo de Airbnb seguirá siendo distintivo.

Los agentes externos de IA crean otra señal importante. Airbnb debe decidir cuánto acceso concede a sistemas que planifican viajes entre múltiples servicios.

Una integración limitada puede aportar nuevos clientes potenciales sin ceder la relación de cuenta. Una integración más profunda puede aumentar la distribución mientras hace que los anuncios de Airbnb sean más fáciles de comparar como productos básicos.

El énfasis de Airbnb en identidad, confianza e inventario único le otorga influencia en esa negociación. Los viajeros aún necesitan anuncios precisos, pagos protegidos, comunicación con anfitriones y soporte cuando los planes fallan.

La IA no puede eliminar esas responsabilidades del mercado. Puede cambiar la eficiencia con que Airbnb las asume.

Por eso el ángulo de Yahoo Finance importa más allá de un trimestre. Airbnb ha demostrado que la IA puede generar beneficios mediante costes operativos evitados antes de crear una nueva fuente de ingresos.

El resultado es menos dramático que un agente de viajes autónomo, pero más concreto. Conecta un sistema desplegado con un cambio medible en la economía de cada reserva.

Para los líderes tecnológicos, la lección es práctica. Empiecen con un flujo de trabajo donde el contexto esté disponible, los resultados sean observables y los casos difíciles puedan llegar a una persona.

Para los viajeros y anfitriones, el estándar debe seguir siendo más alto. La automatización más rápida merece reconocimiento solo cuando produce resultados correctos y preserva la ayuda humana para los momentos en que se necesita.

La próxima actualización de resultados debería reunir esas dos perspectivas. Observe el costo por reserva y, después, pregunte qué ocurrió con la satisfacción del cliente y los contactos repetidos.

Airbnb ha encontrado una forma de hacer que la IA sea rentable. Ahora debe demostrar que los ahorros no se consiguen haciendo que las personas tengan que esforzarse más para obtener ayuda.