Quando TikTok ha lanciato GO lo scorso 12 maggio, la lista dei partner diceva già molto: Booking.com, Expedia, Trip.com, Viator, GetYourGuide, Tiqets. Sei aziende che da anni investono nella costruzione di pipeline di inventario leggibili dalle macchine. Airbnb non c’era, ed è un’assenza che ha fatto discutere parecchio sulle strategie di piattaforma.
È una conversazione legittima, ma rischia di distrarci da quella davvero scomoda. Boštjan Koželj scrive con chiarezza in un pezzo di opinione su PhocusWire che mi ha fatto riflettere parecchio: prima di chiedersi se TikTok GO conti o meno per la propria strategia distributiva, un hotel dovrebbe chiedersi se il proprio inventario sia strutturato in modo che questi sistemi possano effettivamente leggerlo. E per buona parte del settore, dice Koželj, la risposta è no.
Il punto centrale dell’articolo è che Booking.com non è arrivata al lancio di TikTok GO per caso. Aveva già iniziato a testare la vendita di hotel su TikTok nell’agosto 2025, mesi prima del lancio ufficiale, e quel test non riguardava principalmente l’ottimizzazione delle conversioni, ma la validazione dell’infrastruttura: verificare che la propria pipeline di inventario potesse alimentare un nuovo canale su larga scala senza dover ricostruire nulla da zero. Il principio che regge tutta l’architettura di Booking, secondo Koželj, è che l’inventario debba essere leggibile da qualunque sistema, attraverso qualunque interfaccia, in qualunque momento. Non è un vantaggio tecnologico nel senso tradizionale, è una postura strategica adottata anni fa che continua a fruttare a ogni nuovo canale che si apre.
Airbnb, al contrario, ha fatto una scommessa diversa e altrettanto coerente: Brian Chesky sostiene pubblicamente che le interfacce conversazionali siano architettonicamente sbagliate per i viaggi, troppo testuali, incapaci di manipolazione diretta, poco adatte a confrontare migliaia di opzioni. Airbnb non è assente da TikTok GO perché ha perso il treno, sta costruendo quella che ritiene un’interfaccia migliore, con a capo della tecnologia Ahmad Al-Dahle, l’ex responsabile dell’AI generativa di Meta.
Il paragone storico che Koželj propone, e che trovo la parte più utile dell’intero pezzo per chi lavora in Italia, riguarda la Francia. Quando i regolatori francesi hanno rimosso nel 2014 le clausole di parità tariffaria di Booking.com, ci si aspettava un travaso naturale verso la prenotazione diretta. Non è successo. Uno studio della Commissione Europea del 2022 ha rilevato che il 79% degli hotel non differenziava ancora i prezzi tra le OTA, e il panorama competitivo era rimasto sostanzialmente invariato rispetto al 2016, nonostante anni di intervento regolatorio. La lezione, scrive Koželj, non è che la prenotazione diretta sia impossibile, è che il prezzo non è mai stato la vera ragione per cui gli ospiti prenotavano tramite le OTA. La ragione era l’architettura, la velocità, la familiarità, l’esperienza senza attriti che Booking aveva costruito nel proprio flusso dalla scoperta alla transazione.
Qui mi permetto una riflessione personale, perché nell’ultimo anno ho lavorato concretamente su questo fronte con il mio hotel. Ho fatto costruire un pacchetto completo di dati strutturati in JSON-LD per il sito di Oasi, proprio nell’ottica di rendere leggibile alle macchine ciò che fino a poco tempo fa era pensato solo per gli occhi umani. Koželj distingue con precisione due livelli tecnici che, letti dopo aver svolto questo lavoro in prima persona, mi sembrano ancora più concreti. Il primo è JSON-LD, il formato di dati strutturati che motori di ricerca, assistenti AI e piattaforme come TikTok GO usano per capire che cos’è un hotel, che cosa offre, quanto costa e se sia disponibile in una data specifica. Un hotel senza JSON-LD implementato correttamente non viene penalizzato nella prossima generazione di ricerca turistica, semplicemente non esiste per quei sistemi. Il secondo livello è il Model Context Protocol, o MCP, che va oltre e consente agli agenti AI di collegarsi direttamente ai sistemi di inventario per recuperare disponibilità e prezzi in tempo reale, in alcuni casi completando prenotazioni senza che l’ospite visiti mai il sito.
Qui, però, voglio essere onesta fino in fondo, perché non tutto ciò che Koželj propone ha la stessa urgenza per una piccola struttura italiana. Il JSON-LD è un lavoro alla portata di qualunque hotel indipendente, anche di piccole dimensioni, con un investimento contenuto e un ritorno concreto già oggi. Il MCP è tutta un’altra storia: richiede un gestionale con API aperte, competenze tecniche che raramente un piccolo hotel ha in casa e, sinceramente, per ora un volume di prenotazioni generate da questi canali in Italia è ancora minimo (lo scrivo perché è qualcosa che ho attivato all’inizio della stagione). Koželj fa l’esempio di HomeToGo, che ha già un server MCP attivo con integrazione con ChatGPT, ma è un player di scala completamente diverso dal nostro. Il rischio, se non si definiscono le priorità nel giusto ordine, è correre dietro alla parola nuova invece di sistemare le fondamenta.
C’è infine un terzo livello di cui Koželj parla, ed è quello che mi tocca più da vicino nel lavoro quotidiano di gestione: la conoscenza interna dell’hotel, procedure operative, protocolli di servizio, specifiche della struttura, che nella maggior parte delle proprietà esistono come una collezione di file Word, PDF e memoria istituzionale sparsa su drive condivisi. I database vettoriali che indicizzano questa documentazione e la rendono interrogabile in tempo reale da agenti AI sono, secondo l’autore, il modo in cui qualunque struttura può iniziare a rendere l’AI davvero utile senza dipendere dal personale che deve andare a cercare a memoria come si gestisce un certo tipo di richiesta. Anche qui aggiungo una nota pratica: prima di pensare a un database vettoriale, la maggior parte delle strutture che seguo trarrebbe già un enorme beneficio semplicemente mettendo per iscritto e in un unico posto le proprie procedure, che oggi esistono solo nella testa di chi lavora lì da più tempo.
Il dato che chiude l’articolo è quello che dovrebbe far riflettere di più: la dipendenza degli hotel indipendenti dalle OTA è aumentata nel 2025, con una quota di prenotazioni salita al 63,4% rispetto al 61,3% del 2024. La direzione non è ambigua.
La lezione che porto a casa da questo pezzo, per chi gestisce una struttura indipendente in Italia, è non lasciarsi distrarre dal nome del canale del momento, che sia TikTok, un chatbot o la prossima piattaforma che uscirà tra sei mesi. La domanda giusta non è se un canale specifico conterà, ma se la propria infrastruttura sarà pronta a farne parte quando arriverà il volume. Il JSON-LD si può fare oggi, con alta priorità. Il MCP e i database vettoriali si possono guardare con interesse, ma senza l’ansia di dover essere i primi. Il lavoro serio, quello che conta davvero, si fa in silenzio prima che arrivi il traffico, non dopo.
FAQ
D: Perché TikTok GO non è il vero problema per gli hotel indipendenti?
R: Perché la vera questione non è se un hotel sia presente su un canale specifico come TikTok GO, ma se il suo inventario sia strutturato in modo da essere leggibile dai sistemi AI che, sempre più spesso, mediano tra viaggiatore e struttura.
D: Cos’è il JSON-LD e perché serve a un hotel?
R: È il formato di dati strutturati che i motori di ricerca e gli assistenti AI usano per capire automaticamente che cosa offre un hotel, a che prezzo e con quale disponibilità. Senza JSON-LD implementato correttamente, un hotel rischia di essere semplicemente invisibile a questi sistemi.
D: Vale la pena investire subito in MCP per un piccolo hotel italiano?
R: Non con la stessa urgenza del JSON-LD. Il MCP richiede infrastrutture tecniche complesse e, per ora, genera volumi minimi in Italia. È più sensato dare priorità ai dati strutturati di base e valutare l’MCP più avanti.
