DoorDash registra solo cientos de pedidos de agentes de IA

¿Cuántos pedidos de DoorDash llegan desde agentes de IA de terceros?

DoorDash completó 993 millones de pedidos entre julio y septiembre de 2026. Frente a esa cifra, su CEO, Tony Xu, estimó que los agentes de IA de terceros han generado «quizá varios cientos de pedidos en total» desde que empezaron a operar. El dato lo dio en la llamada de resultados del 29 de octubre, según la transcripción presentada ante la Comisión de Bolsa y Valores de Estados Unidos (SEC).

La comparación tiene una trampa que conviene señalar: Xu habló de un acumulado desde que esos sistemas están activos, no de un número trimestral. El informe de resultados, en cambio, cubre tres meses y varias plataformas del grupo, incluida Deliveroo. Por eso las dos cifras no permiten calcular qué porcentaje de los pedidos llegó por agentes externos. Lo que sí fijan es el orden de magnitud: hoy son una fracción marginal del volumen total.

Xu mencionó a Muse como ejemplo ante la pregunta de un analista sobre qué parte de la experiencia de pedir comida quería controlar DoorDash. Muse es el agente personal de Meta, capaz de ejecutar tareas de varios pasos como correo, reservas de viaje y compras, según reportó Investing.com. TechCrunch sumó otros nombres a la lista: Instinct y Fo. Ninguno de esos sistemas mueve todavía un volumen relevante para la compañía.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El CEO también dijo que la mayoría de los pedidos cotidianos sigue haciéndose desde la aplicación de DoorDash y que la empresa estudia con terceros qué funciones podrían generar pedidos adicionales. No desglosó el volumen de sus propias herramientas ni aclaró cómo se contabiliza cada integración externa.

¿Por qué DoorDash construye su propia puerta si el volumen es mínimo?

La respuesta corta: porque el costo de llegar tarde es mayor que el costo de construir temprano. La compañía no esperó a que los agentes fueran masivos para tener infraestructura lista.

Ask DoorDash, un chatbot dentro de la app que permite buscar restaurantes y armar carritos de supermercado con prompts y fotos, lanzado en junio.
Un agente de línea de comandos (CLI) presentado en julio.
Text DoorDash, para preparar pedidos por mensaje. En septiembre abrió una lista de espera para probarlo en dispositivos iOS en Estados Unidos.
Un conector basado en Model Context Protocol (MCP), el estándar que enlaza herramientas de IA con servicios externos. Según la compañía, permite a agentes empresariales buscar productos, armar carritos y hacer pedidos. La beta también abrió lista de espera en septiembre.

Xu resumió la postura con una frase que TechCrunch recogió de la llamada: en tecnología «nunca quieres luchar contra la gravedad», pero «tampoco quieres ser ilusorio». Es decir: no frenar la adopción de los agentes, pero tampoco asumir que ya ocurrió.

Hay un detalle estratégico en el conector MCP. DoorDash lo apuntó al pedido corporativo, no al consumidor final. Eso sugiere dónde espera que aparezca primero la demanda real de agentes: en cuentas de empresa que hacen pedidos recurrentes para equipos, donde la automatización tiene retorno inmediato.

¿Qué hacen Amazon y Walmart ante los agentes de compra?

El sector no tiene una respuesta única. Según TechCrunch, Amazon ha estado bloqueando a los agentes personales de compra, mientras que Walmart les ha abierto la puerta para capturar negocio de sus competidores.

Son dos estrategias opuestas ante el mismo dilema: si un asistente intermedia la compra, el comercio pierde la relación con el cliente, las impresiones publicitarias y la oportunidad de vender una suscripción. DoorDash lo sabe: su negocio no depende solo de entregar, sino de ser el punto de entrada. Xu incluso planteó que podrían existir oportunidades publicitarias dentro de agentes de terceros si su uso crece.

El analista Rich Tehrani lo plantea en TMCnet como una decisión de arquitectura: conviene dar a los agentes una entrada autorizada, con reglas propias, antes de que lleguen por la fuerza raspando el sitio. La comparación con el caso de Insurify, que pasó de bloquear a Muse a construir una puerta para agentes, aparece en ese mismo análisis.

¿Qué tan grande es realmente el comercio agéntico hoy?

Menos de lo que sugiere el ruido. El comercio agéntico representa menos del 1% de la actividad total del comercio electrónico, según Investing.com, incluso después de que Meta y Anthropic lanzaran nuevas herramientas de compra con IA. Anthropic presentó Commerce Agents, un marco de código abierto para que las empresas construyan sus propios agentes de compra; OpenAI abandonó su función Instant Checkout y Google se inclinó por la infraestructura y los estándares antes que por controlar los pagos.

Los pagos son otro termómetro. Los analistas de Bernstein sostienen que las tarjetas seguirán siendo el método preferido en el mundo agéntico por su gestión de disputas y sus más de 7.000 millones de credenciales y más de 100 millones de comerciantes, y que el 100% de las transacciones agénticas estará tokenizado. Los micropagos entre agentes, mientras tanto, siguen en fase de prueba de concepto: el protocolo x402 de Coinbase y Cloudflare generó entre 500.000 y 1.000.000 de dólares de volumen mensual un año después de su lanzamiento, con un ticket medio de unos 0,20 dólares.

Con ese contexto, los varios cientos de pedidos de DoorDash no son un fracaso: son el tamaño real del mercado hoy. La pregunta abierta es la velocidad de la curva, y ni la propia compañía la conoce.

Qué significa esto para tu startup

Si vendes online, el dato de DoorDash es una ventana, no una advertencia. El volumen es bajo justo ahora, y ese es el momento más barato para decidir cómo quieres que los agentes interactúen con tu negocio. Cuando los pedidos lleguen en serio, las reglas las fijará quien haya llegado primero.

Acción 1: publica una vía autorizada antes de que te la impongan. Abre un endpoint de API o un servidor MCP con datos de producto, precio y disponibilidad. Si un agente no encuentra información precisa en tu fuente, la tomará del resumen de un tercero, y ahí pierdes el control sobre cómo se presenta tu oferta.

Acción 2: define qué puede comprometer un agente sin humano. Antes de exponer carritos o cotizaciones, establece límites de monto, condiciones y aprobaciones. La pregunta operativa es concreta: qué necesita ver un agente (términos, topes, validaciones) antes de cerrar algo en tu nombre.

Acción 3: instrumenta el tráfico agéntico desde hoy. Añade logs que distingan user-agents automatizados del tráfico humano. Si el volumen se duplica el próximo trimestre, querrás saberlo antes de que un socio te lo cuente en una llamada de resultados.

Acción 4: prioriza el caso B2B. DoorDash apuntó su MCP a pedidos corporativos. Para la mayoría de las startups hispanohablantes, el primer retorno de los agentes no está en el consumidor final, sino en clientes de empresa con compras recurrentes y procesos repetibles.

Conclusión

DoorDash midió lo que casi nadie se atreve a medir: cuántos pedidos reales traen los agentes de IA. La respuesta, varios cientos frente a 993 millones en un trimestre, desinfla la narrativa sin enterrar el tema. La compañía sigue construyendo su puerta para agentes con Ask DoorDash, Text DoorDash y un conector MCP, y ya piensa en publicidad dentro de asistentes de terceros.

Para un founder, la lección no es esperar a que el comercio agéntico sea grande. Es que la infraestructura que decidas hoy —qué datos expones, qué reglas aplicas, qué dejas en manos de un humano— va a determinar tu posición cuando deje de ser marginal. DoorDash no está apostando a que los agentes ganen mañana. Está asegurándose de no tener que reconstruir su negocio el día que ganen.