BlaBlaCar acaba de dar un paso relevante en su estrategia digital: la compañía francesa de viajes compartidos ha lanzado una aplicación integrada en ChatGPT, el popular chatbot de OpenAI, que permite a los usuarios localizar trayectos disponibles a través de una conversación en lenguaje cotidiano. Nada de formularios ni filtros: el usuario escribe algo tan simple como que necesita ir de Madrid a Zaragoza un martes por la mañana y el asistente le devuelve opciones reales de coche compartido, autobús y tren.
Esta funcionalidad convierte a ChatGPT en una especie de escaparate o canal de captación para BlaBlaCar, pero con un límite claro: el chatbot muestra opciones y permite afinar la búsqueda, pero la reserva definitiva se completa en la plataforma propia de la compañía. Es decir, ChatGPT actúa como puerta de entrada, no como punto de venta. Así lo explica Nicolas Salvy, CTO de BlaBlaCar, quien defiende que la transacción real y la atención posventa deben ocurrir en un entorno donde la empresa pueda garantizar la experiencia completa al usuario.
Desde el punto de vista técnico, la integración se apoya en el Model Context Protocol (MCP), un estándar abierto diseñado para conectar modelos de inteligencia artificial con fuentes de datos externas de forma segura. Esta arquitectura modular no es un detalle menor: permite que el motor de búsqueda de BlaBlaCar pueda conectarse en el futuro a otros ecosistemas de IA más allá de ChatGPT. La compañía ya lo tiene en el radar como uno de sus próximos movimientos.
Una apuesta por la captación, no por la transacción
Benjamin Retourné, director de Producto de BlaBlaCar, subraya que este modelo complementa la aplicación existente en lugar de sustituirla. La ventaja principal que identifica es la fluidez: el usuario puede ajustar los criterios de búsqueda conversando, sin tener que moverse entre pestañas o rellenar campos. Para perfiles que ya usan ChatGPT de forma habitual, esto reduce considerablemente la fricción de acceso al servicio.
La compañía se sitúa además en una posición pionera dentro del contexto europeo. Según sus propias cifras, BlaBlaCar es una de las primeras empresas del continente en desplegar una aplicación propia dentro del ecosistema de ChatGPT. Con 29 millones de miembros activos al año, la escala no es menor, y la integración con el chatbot más utilizado del mundo abre una vía de exposición a usuarios que quizás nunca habrían descargado la app por iniciativa propia.
No obstante, integrar pagos o reservas completas dentro de ChatGPT no está en los planes inmediatos. Salvy es explícito al respecto: el objetivo no es cerrar operaciones dentro del chatbot, sino usarlo como canal de descubrimiento. La lógica comercial es razonable: mantener al usuario en la plataforma propia facilita la fidelización, el control de la experiencia y la recogida de datos relevantes para mejorar el servicio.
IA generativa y machine learning: dos velocidades distintas
Más allá de esta integración con ChatGPT, BlaBlaCar tiene en marcha varios proyectos de inteligencia generativa que se irán desplegando a lo largo de 2026 y principios de 2027. El objetivo declarado es construir un asistente de viaje con capacidad de personalización real: un sistema que no solo responda preguntas, sino que coordine activamente la planificación de desplazamientos en tiempo real.
Lo que resulta igualmente llamativo es que la compañía lleva más de una década aplicando machine learning en sus operaciones cotidianas, mucho antes de que la IA generativa se convirtiera en tendencia. Según Salvy, el sistema toma de media 300 decisiones basadas en inteligencia artificial cada segundo, aplicadas a tareas como emparejar conductores con pasajeros, detectar fraudes o personalizar recomendaciones.
Uno de los casos más concretos es Boost, una funcionalidad que utiliza aprendizaje automático para proponer puntos de encuentro alternativos con un pequeño desvío para el conductor, ampliando así las posibilidades de que un pasajero encuentre viaje. Los resultados son significativos: la tasa de aceptación de este tipo de trayectos ha crecido un 30%. En España, el 45% de los viajes de BlaBlaCar ya incorporan una parada intermedia que no estaba en el trayecto original publicado por el conductor.
En conjunto, la estrategia de BlaBlaCar refleja una tendencia que se está generalizando entre las plataformas digitales: usar los grandes modelos de lenguaje como canales de adquisición de usuarios sin renunciar al control sobre la experiencia de compra. La pregunta que queda abierta es hasta qué punto los usuarios estarán dispuestos a saltar de una interfaz a otra, o si con el tiempo esperarán cerrar todo el proceso sin salir del chatbot.