body{margin:0;background:#0c1220;-webkit-font-smoothing:antialiased}
Ik wil al maanden dit bericht schrijven. Dus ik sla de opbouw over en begin met het nieuws.
Het Tratok-ecosysteem heeft nu zijn eerste AI-conciërge. Haar naam is Tara, ze is al live en ze staat op het punt om het hele platform anders te laten voelen op een manier waarvan ik denk dat je het echt gaat leuk vinden.
Er is ook iets onder de oppervlakte waar ik bijzonder trots op ben: de manier waarop we haar opschalen. We komen er zo aan. Eerst laten we het hebben over Tara.
Dus, wie is Tara?
Tara is een AI-conciërge ingebouwd in het Tratok-ecosysteem. U kunt met haar praten vanaf elke plek op het platform, en ze zal u helpen om te doen wat u kwam doen, sneller.
Op zoek naar een hotel in Marrakech voor een lang weekend in oktober? Tara regelt het. Wilt u uw TRAT-saldo en de laatste paar transacties weten? Ze haalt het op. Probeert u de CO2-voetafdrukrapportage over een zakelijke boeking te begrijpen? Ze legt het uit, in eenvoudige taal, in uw taal, in seconden.
Ze is hier niet om de rest van het platform te vervangen. Ze is hier om u een snellere, vriendelijkere, meer conversationele manier te geven om het te gebruiken. Zelfde ecosysteem, gladder oppervlak.
Wat Tara daadwerkelijk kan doen
Een niet-uitputtende lijst, omdat het werkgebied blijft groeien.
Tara is overal waar u bent
Dit is het deel dat ik wil benadrukken, omdat het het deel is dat haar in de praktijk eigenlijk nuttig maakt. Tara is geen chatbot weggestopt in één hoekje van de website. Ze is verweven in de structuur van het hele ecosysteem.
Waar je ook gaat op Tratok, Tara gaat met je mee. Dezelfde herinnering van je gesprek, dezelfde context, dezelfde continuïteit. Je start niet opnieuw, je legt niet opnieuw uit, je wisselt niet van tools. Je blijft gewoon praten.
Acht oppervlakken, één assistent. Je stelt een vraag op het corporate portaal over een vluchtannulering, gaat naar het hospitalityplatform om te herbouwen, en Tara onthoudt wat je aan het doen was. Die continuïteit is het hele punt.
Nu wordt het interessant
De meeste platforms die in 2026 een AI-functie lanceren, doen ongeveer hetzelfde. Ze ondertekenen één deal met één aanbieder van fundamentele modellen, integreren het één keer en noemen het klaar. Ze vergrendelen de partnerschap voor jaren, hopen dat de technologie competitief blijft, en gaan verder.
Dat wilden wij niet doen.
Voor de introductiefase van Tara wordt ze aangedreven door meerdere externe AI-machines die parallel draaien, die allemaal fungeren als agenten onder ons eigen interne eigendomsorchestratiesysteem. Verschillende gesprekken kunnen tijdelijk via verschillende machines lopen, allemaal onder dezelfde Tara-persoonlijkheid, allemaal met dezelfde mogelijkheden, allemaal consistent in stem en gedrag vanuit het perspectief van de gebruiker.
Onder de motorkap meten we alles. Aan het einde van het testvenster selecteren we de machine (of de combinatie van machines) die de beste ervaring biedt voor onze gebruikers tegen de beste langetermijnkosten voor het ecosysteem. De selectie zal gebaseerd zijn op werkelijke prestatiegegevens van echte werkbelastingen. Geen vendordemo’s. Geen benchamarktheater. Het echte werk.
Van jouw kant gezien is Tara één assistent met één persoonlijkheid. Van onze kant gezien is zij een benchmark in beweging. Beide dingen tegelijk, doelbewust.
De vier dingen die we meten
Het selecteren van een AI-engine voor een platform dat wallets, boekingen en miljoenen gesprekken afhandelt is geen gevoelsmatige beslissing. We testen de engines op basis van vier expliciete criteria, allemaal gewogen, allemaal continu gemeten gedurende de testperiode.
Tijd tot eerste token, tijd om antwoord te voltooien, end-to-end latentie op echte boekingen. Een conciërge die tien seconden nadenkt is geen conciërge.
Boekingen daadwerkelijk correct bij de eerste poging. Transacties daadwerkelijk juist. Koolstofcijfers daadwerkelijk overeenkomend met de onderliggende data. Hallucinaties zijn niet acceptabel op een platform dat echte waarde verplaatst.
Gelijktijdige gesprekken via portals, talen, tijdzones, pieken. De engine die wint moet standhouden op de schaal van een ecosysteem met duizenden hotels en miljoenen potentiële gebruikers.
Kosten per gesprek, doorvoer per dollar, langetermijnbestendigheid van de integratie. We bouwen infrastructuur die er in 2046 nog steeds is. De economie moet werken voor zo’n lange tijdshorizon.
Waarom benchmarken in plaats van gewoon één kiezen
Eerlijk antwoord: het AI-landschap in 2026 beweegt snel. De engine die het beste is voor hospitality-gesprekken vandaag is niet gegarandeerd de beste over 18 maanden. Door meerdere parallel te draaien tegen echte workloads vanaf dag één, krijgen we echte prestatiegegevens in plaats van leveranciersbeloftes. Het is een operationeel veeleisendere opzet. Het is ook de enige manier om een beslissing te nemen die standhoudt over het soort tijdlijn dat een ecosysteem zoals Tratok plant.
Dit is ook precies wat serieuze bedrijven doen. De frontier-teams in financiën, gezondheidszorg en grote technologie kiezen niet één foundation model en bidden. Ze draaien benchmarks tegen echte data, meten strikt en selecteren op uitkomsten. We passen die aanpak toe. Voor een platform dat wallets en token-transacties afhandelt, zou iets minderes voelen als hoekjes afsnijden.
Dit plaatst Tratok in werkelijk zeldzame kring
Braneleidend is een uitdrukking die rondgeworpen wordt. Laat me het concreet verdienen.
Het aantal blockchain-native hospitality-platforms met een diep geïntegreerde AI-conciërge: klein. Het aantal dat hun conciërge over meerdere AI-engines in actieve parallelle benchmark draait: verwaarloosbaar klein. Het aantal dat dat allemaal doet in dertien talen, met TRAT-transactieafhandeling en corporate carbon reporting in dezelfde gespreksstroom: voor zover wij kunnen zien, één.
Als je de recente updates hebt gevolgd (de versleutelingsvernieuwing, de passkey-uitrol, de multi-portaalexpansie in dertien talen), dan herken je het patroon. Tratok brengt geen basisfuncties op de markt en noemt dat innovatie. Het brengt wat het meest belangrijk is, en wel op het niveau dat het verdient. Tara past precies in dat patroon. Dezelfde standaard, toegepast op AI.
Wat er hierna gebeurt
Een meetperiode van enkele maanden. Echte gebruikers (jij), echte workloads, echte gegevens, echte fouten (we zullen ze zien en oplossen), en echte overwinningen (we zullen leren wat gebruikers leuk vinden en daarop voortbouwen).
Aan het einde van het testvenster zullen we een samenvatting publiceren. Welke engines hoe presteerden, op welke dimensies, tegen welke kosten, met welke afwegingen. We selecteren de langetermijnconfiguratie op basis van de gegevens. En je zult Tara zien neerstrijken in haar definitieve vorm: sneller, nauwkeuriger, gekalibreerd op het soort gesprekken dat het ecosysteem daadwerkelijk voert.
Tot dan, praat met haar. Probeer dingen. Vraag haar dingen die ze niet zou moeten aankunnen. Vertel ons wat werkt en wat niet. Het hele punt van het uitvoeren van benchmarks is het incorporeren van echt signaal van echte gebruikers, en jij bent het belangrijkste onderdeel van de test.
Enkele vragen die het waard zijn om beantwoord te worden
Waarschijnlijk niet. De orchestratielaag houdt Tara’s persona, stem, geheugen en mogelijkheden consistent, ongeacht welke engine een bepaald gesprek momenteel afhandelt. Vanuit het oogpunt van de gebruiker is het altijd Tara. De verschillen zijn operationeel, gemeten onder de motorkap.
Zij voltooit ze daadwerkelijk. Tara is rechtstreeks verbonden met de boekings-, betalings- en reserveringssystemen via de orkestratielaag. U kunt beschrijven wat u wilt, akkoord gaan met het resultaat, de transactie bevestigen met uw wachtwoordsleutel, en u bent klaar. Dezelfde authenticatienormen, dezelfde finaliteit, dezelfde beveiligingsstatus. Gewoon geleverd via een gesprek.
Zij kan het, wanneer u haar daarom vraagt. Tara opent uw portemonneegegevens via dezelfde geverifieerde, begrensde kanalen die de rest van het platform gebruikt. Zij bewaart geen conversatiecontext bij de engines van derden buiten de actieve sessie. De orkestratielaag is de enige plaats die langlopend geheugen vasthoudt.
Gebruikersgegevens worden beheerd onder ons toezicht, niet onder dat van de engines van derden. De engines zien alleen de minimale context die nodig is om de directe vraag te beantwoorden, en die context wordt ontdaan van alles gevoeligs voordat deze hen bereikt. Portemonneeoperaties blijven binnen onze geverifieerde systemen en verlaten deze nooit.
Helemaal niet. Tara verwerkt vragen van eerste lijn en het lange staartje van routinematige verzoeken, waardoor het menselijke team zich kan richten op de werkelijk complexe gevallen. Wanneer iets een mens nodig heeft, escaleert Tara netjes met de volledige conversatiecontext bijgevoegd. De overdracht is naadloos van de kant van de gebruiker.
We noemen ze met opzet niet tijdens het benchmarkvenster. Het doel is om ze op gelijke basis te evalueren, zonder merkdruk die de beoordeling in beide richtingen beïnvloedt. Zodra we de langetermijnkeuze hebben gemaakt, zullen we volledig transparant zijn over wie wat aandrijft.
Alle dertien ecosysteemtalen. Ze detecteert de taal die je gebruikt en antwoordt dienovereenkomstig, en ze schakelt halverwege het gesprek zonder context te verliezen als je haar daarom vraagt. Dezelfde meertalige dekking die de rest van het ecosysteem aandrijft, drijft Tara aan.
Dit is een van de lanceringen waar ik het meest enthousiast over was om over te schrijven, en ik zal je uitleggen waarom in heldere woorden. Tara is echt goed. De manier waarop we haar introduceren is echt slim. Allebei die dingen die tegelijkertijd waar zijn, is zeldzamer dan de AI-aankondigingscyclus van 2026 doet vermoeden.
Probeer haar. Ze is al live in het hele ecosysteem, in jouw taal, klaar wanneer je maar wilt. Vraag haar iets eenvoudigs. Vraag haar dan iets moeilijks. Vraag haar dan iets Tratok-specifieks waar geen enkele andere AI weet van zou hebben. Daar schittert ze.
Heb je feedback terwijl je haar gebruikt? Dat is precies het signaal dat we nodig hebben tijdens de benchmark. Laat het achter in de reacties, in de supportkanalen, of rechtstreeks via Tara zelf. (Ja, je kunt Tara vertellen dat Tara iets niet goed doet. Ze stuurt het door naar de juiste plek.)
C
Never miss an update
Get new Tratok articles by email — the moment they publish, or as one weekly digest.