DoorDash ha observado una brecha significativa entre el potencial de los agentes de IA y su uso real para la entrega de comida. Durante una llamada de resultados del tercer trimestre en 2026, el cofundador y CEO de DoorDash, Tony Xu, reveló que los agentes de IA externos han generado solo unos pocos cientos de pedidos hasta la fecha. Esta cifra contrasta fuertemente con el volumen total de la empresa, que alcanzó casi 1,000 millones de pedidos en el mismo trimestre. Xu caracterizó esto como un "caso de uso muy bajo", sugiriendo que, si bien los agentes de IA pueden sobresalir en "compras de larga consideración" o tareas proactivas en segundo plano, el simple acto de pedir comida sigue siendo actualmente una interacción directa y manual para la mayoría de los consumidores.
Una de las razones principales de esta baja adopción es la falta de infraestructura accesible para herramientas de terceros. DoorDash introdujo recientemente un conector Model Context Protocol (MCP), que proporciona una forma estandarizada para que las herramientas de IA externas interactúen con la plataforma. Sin embargo, este conector fue lanzado menos de un mes antes del informe y actualmente está restringido a un pequeño número de "socios beta iniciales", utilizados principalmente para agilizar los pedidos de almuerzo corporativos. Sin este enlace directo, los agentes de IA deben intentar navegar por la interfaz web, un proceso que es menos eficiente que el uso de una API dedicada o un conector.
DoorDash distingue estos agentes externos de sus propias funciones internas de IA, como "Ask DoorDash". Esta herramienta interna, que permite a los usuarios crear carritos de compra a partir de fotos de recetas o descripciones vagas, ha mostrado un compromiso más significativo. La empresa informó que las cestas de "Ask DoorDash" se construyen cinco veces más rápido que los métodos tradicionales y resultan en valores de cesta promedio casi un 50% más altos. A pesar de estos éxitos internos, la empresa sigue siendo cautelosa sobre la adopción más amplia de agentes de terceros, comparando el estado actual con los primeros días de los pedidos en línea en la década de 1990. Si bien la tecnología está evolucionando, la fricción actual de usar un agente para una tarea visual simple como la selección de comida sigue siendo un obstáculo significativo para la adopción masiva.
Varios factores contribuyen a esta fricción, incluyendo el diseño inherente de las aplicaciones de entrega de comida. Debido a que estas plataformas son altamente visuales, los usuarios pueden ver rápidamente su comida y los costos asociados, lo que hace que una interfaz de chat basada en texto se sienta como una degradación en lugar de una mejora. Además, algunos usuarios expresan preocupaciones con respecto a la fiabilidad de la IA al interpretar los datos del menú, particularmente cuando las descripciones están mal etiquetadas o son generadas por IA. También existe una compensación práctica: para muchos, el esfuerzo de dar instrucciones a un agente de IA —y los costos asociados de "quemar tokens"— supera la conveniencia de simplemente navegar por una interfaz móvil bien diseñada.
Aunque las cifras actuales son bajas, el liderazgo de DoorDash ve esto como una etapa incipiente de desarrollo. La postura de la empresa es que, si bien no quieren "luchar contra la gravedad" frente a la realidad actual del comportamiento del usuario, también evitan ser "delirantes" sobre la trayectoria a largo plazo de la tecnología. La transición hacia el comercio agéntico puede tardar años en alcanzar un punto en el que se convierta en una forma estándar de interactuar con servicios cotidianos como la entrega de comida.
Sigue siendo incierto cuántos usuarios pasarán finalmente a agentes de terceros a medida que el conector MCP esté más ampliamente disponible. Además, aunque DoorDash proporcionó datos sobre los valores de las cestas y la velocidad de su herramienta interna "Ask DoorDash", aún no ha compartido estadísticas de uso específicas o tasas de conversión para esa función, dejando incierta la escala completa de la adopción interna de la IA.
Evidencia: - El CEO de DoorDash, Tony Xu, informó que los agentes de IA externos generaron solo unos pocos cientos de pedidos en el tercer trimestre de 2026 (primario). - DoorDash informó que las cestas de "Ask DoorDash" se construyen cinco veces más rápido y tienen valores de cesta casi un 50% más altos que los pedidos tradicionales (primario). - El conector Model Context Protocol (MCP) está actualmente limitado a un pequeño número de socios beta iniciales (primario). - Los comentaristas señalaron que el uso de agentes de IA para tareas simples puede ser más lento que la navegación manual y puede involucrar costos de tokens innecesarios (hn-50338474). - Los usuarios expresaron preocupaciones sobre la capacidad de la IA para interpretar con precisión los datos del menú y las restricciones dietéticas personales (hn-50338474). - Los comentaristas argumentaron que la naturaleza visual de las aplicaciones de comida hace que las interfaces de chat sean menos intuitivas para este caso de uso específico (hn-50338474).
Editorial: - evidencia_suficiente: true - story_id: 50338474 - primary_source_id: primary - discussion_digest: false - source_limited: true - submission_only: false - reader_orientation_audit: - Cosa nombrada: DoorDash (aplicación de entrega de comida) y agentes de IA (software que realiza tareas en nombre de los usuarios). - Cambio/Afirmación: Adopción muy baja de agentes de IA de terceros para pedir comida. - Mecanismo: Conector MCP (forma estandarizada para que los agentes hablen con DoorDash) frente a la herramienta interna "Ask DoorDash". - Términos clave: "Model Context Protocol (MCP)" (interfaz estandarizada para herramientas de IA), "tokens" (unidades computacionales utilizadas por modelos de IA). - Partes afectadas: DoorDash, desarrolladores de IA de terceros y consumidores. - Incertidumbres: Volumen total del uso de la herramienta de IA interna y tasas de adopción a largo plazo de los agentes de terceros.