Brian Chesky sobre agentes de IA: eles precisam de um sistema operacional, não de mais um chatbot

Brian Chesky tem uma mensagem mais contundente sobre agentes de IA do que seus alertas anteriores sobre chatbots: a camada de software sob os agentes voltados ao consumidor ainda está ausente. O CEO da Airbnb argumenta que agentes confiáveis precisam de permissões compartilhadas, interfaces mais ricas e um verdadeiro sistema operacional.

Seus comentários surgiram quando a Airbnb apresentou sua primeira busca de propriedades impulsionada por IA e assumiu o compromisso de lançar um agente mais abrangente em 2027. Ainda assim, Chesky acredita que os agentes voltados ao consumidor de hoje não conseguem lidar bem com a Airbnb, especialmente quando uma viagem exige mapas, comparações, verificações de identidade, pagamentos e coordenação entre várias pessoas.

Essa posição coloca a Airbnb contra a rota centrada em chatbots adotada em toda a IA para consumidores. OpenAI, Meta, startups de agentes e plataformas de aplicativos emergentes querem, cada vez mais, que um único assistente se torne a interface principal do usuário. Chesky acredita que esse modelo comprime produtos especializados em uma janela de conversa antes que a infraestrutura consiga preservar suas funções essenciais.

O argumento importa para além das viagens. Se ele estiver certo, a próxima fase da IA para consumidores dependerá menos de um único assistente dominante. Dependerá mais da capacidade de agentes, aplicativos e sistemas operacionais cooperarem sem eliminar controle, contexto ou confiança.

A busca por IA da Airbnb é um ponto de partida, não o destino

A Airbnb passou de discutir IA para consumidores a testá-la dentro de uma das decisões mais importantes das viagens.

A empresa adicionou a busca por IA à sua atualização de produto de outono, no fim de setembro. Os usuários podem buscar casas com comandos em linguagem natural, por texto ou voz, e depois receber filtros adaptados às necessidades que declararam.

Por exemplo, alguém procurando uma viagem em família pode mencionar um bebê. A Airbnb pode então exibir filtros relacionados a berços, parquinhos, livros infantis ou brinquedos. A interface também pode destacar detalhes relevantes dos anúncios e comparar propriedades salvas por meio de resumos gerados por IA.

Isso não é um agente de reservas autônomo. Continua sendo uma experiência de busca guiada dentro do aplicativo atual da Airbnb, com anúncios, filtros, mapas, listas de desejos e controles de checkout já conhecidos.

Essa distinção é intencional. Chesky disse à TechCrunch que adicionar a busca por IA foi relativamente fácil, enquanto proteger a conversão dentro de um grande marketplace foi mais difícil. A Airbnb processa mais de US$ 100 bilhões por meio de sua plataforma, segundo observações anteriores de Chesky a investidores.

Portanto, a empresa não pode tratar a qualidade da busca como um projeto de demonstração. Uma recomendação plausível, mas imprecisa, pode afetar a hospedagem de uma família, a renda de um anfitrião ou uma transação que envolve regras de cancelamento e seguro.

O lançamento da busca por IA da Airbnb mostra como a empresa tenta conter esse risco. O modelo interpreta a intenção, mas controles consolidados do produto continuam moldando a decisão.

Essa estrutura híbrida também reflete a objeção de longa data de Chesky ao planejamento de viagens baseado em chat. Um viajante raramente quer apenas uma resposta. As pessoas navegam por fotografias, comparam localizações, analisam mapas, verificam detalhes de acessibilidade, coordenam datas e discutem concessões com outras pessoas.

Uma conversa linear pode ocultar essas comparações dentro de uma transcrição cada vez maior. Uma interface visual mantém vários candidatos visíveis e permite que o usuário manipule os filtros diretamente.

O novo produto de busca ainda é um teste inicial. A Airbnb não divulgou evidências independentes de que ele melhora a satisfação com as reservas ou reduz o tempo de busca. Chesky também alertou que um recurso de IA mal implementado poderia prejudicar a conversão.

Ainda assim, o lançamento cria um verdadeiro campo de provas. A Airbnb agora pode observar onde a busca baseada em linguagem ajuda, onde os usuários retornam aos controles convencionais e quais decisões ainda exigem revisão humana.

Também oferece à empresa um caminho para seu planejado agente de 2027. Chesky assumiu publicamente esse prazo de lançamento e descreveu a futura experiência como mais rica do que um chatbot.

Assim, o produto atual é melhor entendido como uma descoberta de infraestrutura por meio do uso real. A Airbnb está aprendendo quais partes das viagens podem se tornar agênticas sem abrir mão das interfaces que tornam escolhas complexas compreensíveis.

Brian Chesky desloca a disputa sobre agentes de IA para o sistema operacional

A principal alegação de Chesky é que os agentes voltados ao consumidor estão sendo construídos como aplicativos sem os serviços de sistema operacional de que aplicativos confiáveis precisam.

Um sistema operacional coordena hardware, aplicativos, permissões, arquivos, identidade e comunicação. Chesky quer uma base equivalente para agentes de IA, embora não tenha publicado uma especificação técnica para isso.

Na visão dele, as empresas de hoje estão colocando aplicativos de IA sobre iOS, macOS e Windows. Elas não estão criando ambientes nos quais agentes operem como componentes de primeira classe do sistema, com regras consistentes.

Essa diferença fica visível quando um agente externo tenta concluir uma reserva na Airbnb. O agente precisa de mais do que dados do anúncio. Pode precisar de identidade autenticada, disponibilidade atual, mensagens, autorização de pagamento, contexto de localização, políticas de cancelamento e consentimento de vários viajantes.

Sistemas operacionais tradicionais já mediam limites comparáveis para aplicativos. Eles decidem se um software pode acessar um microfone, ler um arquivo, usar uma localização ou se comunicar por uma rede.

A IA para consumidores não tem uma camada igualmente madura para ações delegadas. Cada fornecedor de agentes pode definir suas próprias ferramentas, telas de aprovação, comportamento de memória e fluxo de autenticação. Cada serviço precisa então decidir quanto de sua capacidade expor.

Chesky descreveu a competição atual como uma corrida para se tornar o “quarterback”, isto é, o assistente principal pelo qual os usuários acessam outros serviços. Essa estratégia pode dar ao agente vencedor controle sobre a descoberta e o relacionamento com o cliente.

A Airbnb tem motivos para resistir a esse arranjo. Se um assistente geral escolhe um anúncio, resume seus detalhes e conclui a transação, a Airbnb corre o risco de se tornar um fornecedor invisível por trás da interface de outra empresa.

Ainda assim, Chesky vê agentes externos como potenciais geradores de leads. Durante a teleconferência de resultados da Airbnb em fevereiro, ele disse que o tráfego de chatbots estava convertendo em uma taxa maior do que o tráfego do Google, embora a Airbnb não tenha fornecido uma metodologia detalhada.

Isso cria a principal tensão do artigo. A Airbnb quer que agentes descubram e usem seu marketplace, mas não quer que um assistente universal reduza a Airbnb a um banco de dados.

A resposta da empresa é a interoperabilidade, ou seja, sistemas de software diferentes podem trocar solicitações e capacidades por meio de regras definidas. Chesky disse que a Airbnb espera conectar agentes por meio do Model Context Protocol, ou MCP.

MCP é um padrão para conectar aplicativos de IA a ferramentas e fontes de dados. Ele pode ajudar um agente a descobrir o que um sistema externo oferece, mas um protocolo sozinho não cria um sistema operacional.

Uma plataforma completa de agentes também precisaria de identidade, controles de pagamento, permissões duradouras, registros de auditoria, mecanismos de recuperação e limites claros de responsabilidade. Ela precisa saber quem autorizou uma ação e o que deve acontecer quando a execução falha pela metade.

Considere uma reserva em grupo. Uma pessoa pode pedir a um agente que encontre uma casa, enquanto outra controla o método de pagamento. Um terceiro viajante pode rejeitar a localização, e o anfitrião pode exigir identidades verificadas.

Transferir dados de anúncios entre agentes resolve apenas a primeira camada. O sistema precisa preservar autoridade, explicar conflitos e impedir que o assistente de um participante ultrapasse seu mandato.

A entrevista de Chesky sobre agentes enquadra isso como um problema de toda a indústria. Apple, Google ou outro fornecedor de plataforma precisariam apoiar essa mudança mais profunda, argumentou ele.

Essa observação também limita o controle da Airbnb. A empresa pode tornar seus serviços compatíveis com agentes, mas não pode estabelecer de forma independente regras de permissão em todo o sistema entre telefones, assistentes, provedores de pagamento e marketplaces concorrentes.

Interfaces ricas desafiam o modelo de chatbot universal

A verdadeira disputa não é entre a Airbnb e uma única empresa de IA. É entre interfaces especializadas e a ideia de que uma única conversa pode substituir todos os aplicativos.

O chat funciona bem quando o usuário tem um pedido claro e quer um resultado conciso. “Encontre minha reserva” ou “explique esta regra de cancelamento” pode se encaixar naturalmente em uma conversa.

A descoberta de viagens é diferente. Com frequência, as pessoas começam sem um destino preciso, tipo de propriedade ou itinerário. Suas preferências surgem enquanto navegam.

Uma foto pode mudar a decisão. O mesmo pode ocorrer com a posição de uma casa em um mapa, a distância até o transporte público ou a relação entre quartos e espaços compartilhados.

Essas escolhas são difíceis de comprimir em texto sequencial. O usuário precisa ver alternativas ao mesmo tempo e manipular os critérios diretamente.

A colaboração acrescenta outra complicação. Chesky chama a experiência necessária de “IA multijogador”, significando que várias pessoas podem trabalhar com o mesmo sistema inteligente durante o planejamento.

A maioria dos assistentes pessoais parte de uma conta individual, contexto privado e um histórico de conversa. Viagens em grupo exigem estado compartilhado sem expor tudo o que um participante contou a um agente.

Um agente de grupo útil precisa distinguir preferências privadas de decisões do grupo. Também precisa mostrar quem aprovou datas, orçamentos e compromissos de pagamento.

A Airbnb planejava explorar essas interfaces colaborativas durante os três a seis meses após a entrevista de Chesky em outubro. Esse cronograma torna o planejamento multijogador um dos testes de curto prazo mais claros de sua tese.

A empresa não está sozinha ao questionar softwares baseados apenas em chat. A Wabi promoveu interfaces geradas que aparecem quando os usuários precisam de controles específicos. Seu fundador argumentou que as pessoas ainda querem tocar, rolar e analisar softwares em vez de digitar continuamente.

Interfaces generativas são telas montadas por IA para a tarefa atual, em vez de serem inteiramente fixadas com antecedência. Elas prometem flexibilidade, mas também podem tornar os controles menos previsíveis.

Um botão de checkout que muda de localização ou significado entre sessões pode confundir os usuários. Uma divulgação gerada pode omitir informações que um fluxo projetado sempre apresenta.

Chesky espera que componentes determinísticos e gerados coexistam. Interfaces determinísticas são projetadas antecipadamente e se comportam de forma previsível, enquanto elementos gerados respondem ao pedido atual do usuário.

A nova busca da Airbnb ilustra essa combinação. A IA traduz uma solicitação flexível em opções relevantes, mas o marketplace ainda apresenta filtros, cartões, mapas e etapas de reserva reconhecíveis.

Esse modelo oferece uma alternativa prática ao chatbot universal. O agente pode interpretar a intenção sem se tornar a única interface visível.

O planejado macroagente da Airbnb ampliaria essa abordagem para descoberta, atendimento ao cliente e outras áreas de serviço. A empresa já usa IA especializada no suporte e espera que a voz se torne mais importante.

Em maio, Chesky disse que a IA de atendimento ao cliente da Airbnb resolvia 40 por cento dos problemas sem escalonamento, acima de aproximadamente um terço no início de 2026. A empresa também afirmou que a IA gerou 60 por cento do código produzido por seus engenheiros durante o primeiro trimestre.

Esses números são alegações da empresa, e não avaliações independentes de desempenho. Ainda assim, mostram onde a Airbnb encontrou valor mais claro: fluxos de trabalho de suporte restritos e desenvolvimento de software supervisionado.

A expansão do acesso a modelos de fronteira da Airbnb reforça essa divisão. A empresa usa modelos da OpenAI em engenharia, busca, detecção de fraudes, suporte e sinistros de seguros.

A Airbnb afirma que suas equipes de desenvolvimento estão lançando cerca de 80% mais funcionalidades do que há um ano. A declaração não isola a IA como única causa, mas sugere que a empresa vê os modelos como infraestrutura de produção.

A autonomia do consumidor continua sendo o objetivo mais difícil. Escrever código sob supervisão de engenheiros é diferente de gastar o dinheiro de um viajante ou selecionar uma casa desconhecida.

O modelo centrado em chatbot frequentemente trata a interface como uma estrutura temporária em torno de um modelo cada vez mais capaz. O modelo de Chesky trata o design da interface como parte da inteligência do sistema.

Essa distinção determinará quais empresas mantêm relações diretas com os clientes. Se aplicativos especializados continuarem necessários, agentes gerais precisarão de transferências confiáveis e controles incorporados.

Se o chat se tornar suficiente, marketplaces poderão perder o controle da interface mesmo continuando a fornecer inventário e transações. A estratégia atual da Airbnb foi projetada para se beneficiar do tráfego de agentes sem aceitar esse resultado.

A Interoperabilidade Não Resolve a Confiança por Si Só

Um sistema operacional para agentes de IA fracassará se conectar serviços mais rápido do que define responsabilidades.

A interoperabilidade parece atraente porque reduz integrações pontuais. Um agente da Airbnb poderia se comunicar com um agente de calendário, um serviço de companhia aérea, um provedor de pagamentos e o assistente de outro viajante.

No entanto, cada conexão cria questões sobre autorização. Um agente de viagens pode ler o calendário completo do usuário ou apenas as datas de férias declaradas? Ele pode reservar uma casa ou também enviar o pagamento?

A analogia com sistemas operacionais ajuda nesse caso. Plataformas móveis modernas exigem que os aplicativos solicitem permissões específicas, e os usuários podem revogá-las posteriormente.

Os agentes precisam de controles semelhantes, mas a tarefa é mais difícil porque suas ações se desenvolvem em diversos serviços. Uma única instrução pode acionar busca, negociação, verificação de identidade, pagamento e mensagens.

Portanto, a permissão deve se vincular tanto aos dados quanto à ação. Saber o nome de passaporte de um viajante não concede autoridade para compartilhar um documento de identidade com todos os serviços.

Um agente também precisa de um registro auditável. Os usuários devem poder ver o que ele solicitou, qual serviço respondeu, quais informações foram transferidas e qual compromisso se tornou vinculante.

Isso é especialmente importante para viagens porque as condições mudam. Um atraso de voo pode afetar o check-in. Um anfitrião pode cancelar. Um agente pode responder fazendo uma nova reserva, mas o usuário talvez não tenha aprovado outro bairro ou política de cancelamento.

A recuperação é outra questão sem solução. Sistemas operacionais convencionais podem encerrar um processo que falhou ou restaurar um arquivo. Um agente nem sempre consegue reverter um pagamento, uma mensagem ou uma reserva.

A plataforma precisa saber quais operações são reversíveis e quando pedir confirmação. Também precisa de procedimentos para disputas entre agentes ou entre um agente e um participante humano.

O marketplace da Airbnb acrescenta sua própria camada de confiança. Chesky disse que a plataforma tem 200 milhões de identidades verificadas e que 90% dos hóspedes que fazem reservas enviam uma mensagem.

Ele também afirmou que a Airbnb processou mais de US$ 100 bilhões em pagamentos. Esses números ilustram por que o aplicativo visível é apenas uma parte do produto.

O restante inclui controles contra fraude, ferramentas para anfitriões, suporte multilíngue, processos de seguro, sistemas de identidade e políticas de marketplace. Um agente externo precisa interagir com esses sistemas sem enfraquecê-los.

A transcrição de resultados da Airbnb apresenta essa infraestrutura como a defesa da empresa contra a desintermediação pela IA. Essa defesa é crível, mas não é permanente.

Uma plataforma de agentes capaz pode padronizar serviços complexos ao longo do tempo. Agências de viagens online já padronizaram buscas e reservas entre companhias aéreas e hotéis, mesmo quando os fornecedores tinham sistemas diferentes.

A questão sem resposta é quem define o padrão. Apple e Google controlam os principais sistemas operacionais móveis, enquanto OpenAI e outros provedores de assistentes querem controlar a camada conversacional.

Marketplaces como a Airbnb controlam inventário especializado, histórico de transações e regras operacionais. Os usuários controlam o consentimento em teoria, embora o design da interface afete fortemente como esse consentimento é expresso.

A proposta de Chesky não resolve essa disputa de poder. Um sistema operacional nativo de IA poderia proteger aplicativos especializados ou dar ao seu proprietário um controle ainda maior sobre acesso e distribuição.

A mesma ambiguidade envolve o MCP. Padrões abertos podem reduzir custos de integração, mas as implementações ainda decidem quais ferramentas aparecem e quais solicitações recebem aprovação.

A segurança também se torna mais difícil à medida que os agentes ganham autoridade. Injeção de prompt, anúncios manipulados, ferramentas comprometidas ou conteúdo enganoso podem redirecionar o comportamento de um agente.

Um agente de viagens que apenas recomenda opções cria um nível de risco. Um agente autorizado a enviar mensagens a anfitriões e gastar dinheiro cria um risco muito maior.

Agentes confiáveis devem tratar conteúdo externo como entrada não confiável. Eles também precisam de limites rígidos entre as informações coletadas para uma tarefa e as instruções autorizadas pelo usuário.

Para trabalhadores do conhecimento, o mesmo princípio se aplica quando um agente conecta notas, e-mails, calendários e documentos. Uma base de conhecimento pessoal se torna útil quando o contexto está disponível, mas o acesso deve permanecer deliberado e rastreável.

Chesky é convincente ao dizer que falta uma infraestrutura mais robusta. Ele ainda não demonstrou que o modelo de sistema operacional consegue alinhar proprietários de plataformas, aplicativos e usuários em torno de uma única estrutura de permissões.

Até que isso aconteça, “compatível com agentes” descreverá uma coleção de integrações, e não um ambiente confiável de computação para consumidores.

Três Sinais Mostrarão se a Tese da Airbnb sobre Agentes se Sustenta

O próximo teste não é se a Airbnb adiciona mais rótulos de IA. É se a empresa consegue transformar o argumento arquitetural de Chesky em comportamento observável do produto.

O primeiro sinal é a interface de planejamento colaborativo da Airbnb. Chesky situou a IA colaborativa em um horizonte de três a seis meses após sua entrevista de outubro.

Um lançamento crível deve permitir que vários viajantes contribuam com preferências, comparem propriedades e aprovem decisões compartilhadas. Também deve separar o contexto privado das informações visíveis ao grupo.

Se a Airbnb lançar esses controles e as pessoas os utilizarem, o resultado fortalecerá seu argumento contra o planejamento apenas por chat. Um atraso ou um chat em grupo pouco modificado enfraqueceria o argumento.

O segundo sinal é o agente da Airbnb em 2027. Chesky tornou o cronograma incomumente explícito ao dizer a um público do setor que a empresa lançaria seu agente no ano seguinte.

O compromisso para 2027 oferece aos observadores um parâmetro concreto. A questão importante será qual autoridade esse agente receberá.

Um assistente de busca que produz recomendações representaria progresso incremental. Um agente que coordena busca, aprovação em grupo, mensagens, serviços e reservas testaria a tese mais ampla do sistema operacional.

A Airbnb também precisa mostrar como o agente lida com erros. Aprovações claras, registros de transações, caminhos de recuperação e escalonamento para humanos importarão mais do que uma demonstração sofisticada.

O terceiro sinal é uma interoperabilidade mais profunda fora da Airbnb. Chesky espera que um futuro macroagente se comunique com outros agentes, potencialmente por meio do MCP.

As evidências devem incluir transferências funcionais com serviços relevantes, não apenas um conector que retorna informações de anúncios. Identidade, calendários, pagamentos e alterações de viagem são as camadas difíceis.

Se os agentes puderem transportar contexto aprovado pelo usuário através dessas fronteiras, Brian Chesky sobre agentes de IA parecerá menos uma crítica e mais um plano de implementação.

Se Apple, Google ou um grande provedor de IA introduzir primeiro uma estrutura comum de permissões e execução, a Airbnb terá de se adaptar às regras da plataforma de outra empresa.

Há também uma métrica comercial a acompanhar. A Airbnb afirma que as referências de chatbots já convertem melhor do que o tráfego do Google, mas não publicou dados suficientes para avaliar a escala ou a durabilidade.

O crescimento de reservas originadas por agentes apoiaria a visão de Chesky de que assistentes externos podem ampliar a descoberta. A queda no engajamento direto indicaria que esses assistentes estão capturando a relação que a Airbnb quer preservar.

A abordagem da Airbnb é deliberadamente cautelosa, mas a cautela não elimina a pressão competitiva. Agentes gerais estão melhorando, startups de interfaces estão experimentando e plataformas de viagem estão desenvolvendo seus próprios assistentes.

Agora, a empresa precisa provar que sua interface mais rica é mais útil do que uma conversa, sem se tornar mais complicada do que a experiência que substitui.

Brian Chesky sobre agentes de IA, em última análise, levanta uma questão prática para toda plataforma de consumo: o que precisa permanecer visível quando o software começa a agir pelo usuário?

Acompanhe as ferramentas de planejamento colaborativo da Airbnb, o escopo de seu agente de 2027 e suas primeiras transações sérias entre agentes. Esses lançamentos revelarão se um sistema operacional de IA está surgindo ou se os aplicativos atuais estão simplesmente adquirindo assistentes mais inteligentes.