DoorDash: agentes de IA generan solo cientos de pedidos

DoorDash vendió 993 millones de pedidos y los agentes de IA hicieron unos cientos

DoorDash procesó 993 millones de pedidos en el tercer trimestre de 2026. En ese mismo periodo, los agentes de IA externos que se conectan a su plataforma generaron «varios cientos de pedidos». La proporción es de un pedido por cada varios millones.

El dato lo dio Tony Xu, cofundador y CEO de la compañía, en la llamada de resultados del tercer trimestre. Consultado por un analista sobre cómo cambia el negocio cuando los consumidores compran a través de agentes, Xu respondió que los agentes «están generando varios cientos de pedidos en todo el tiempo que llevan funcionando» y lo describió como un caso de uso «muy bajo».

Para un founder que está construyendo producto sobre la ola de agentes, la frase importa más que el número: el CEO de una de las plataformas de consumo más grandes del mundo acaba de poner una cifra concreta donde hasta ahora solo había promesas de mercado.

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 →

¿Por qué tan pocos pedidos si todos hablan de agentes?

Hay tres razones que explican el número, y las tres son verificables.

La primera es de infraestructura. DoorDash lanzó su conector MCP (Model Context Protocol, el estándar abierto que permite que herramientas de IA de terceros hagan pedidos dentro de su plataforma) hace menos de un mes. Y todavía está disponible solo para un grupo reducido de «socios beta tempranos», enfocado sobre todo en pedidos corporativos de almuerzo. Sin ese enlace, un agente tiene que operar a través de la interfaz web, con toda la fricción que eso implica.

La segunda es de comportamiento. Xu lo planteó con una distinción útil: ve potencial real para los agentes en las «compras de larga consideración», esas decisiones donde el agente trabaja por ti en segundo plano. Pero cuando la tarea es tan simple como pedir comida, «tendemos a ver que eso llega directamente a DoorDash». El usuario no delega lo que le cuesta tres toques.

La tercera es que el número que dio Xu no incluye los agentes propios de DoorDash. La compañía lanzó este verano Ask DoorDash, que arma un carrito a partir de la foto de una receta o de una descripción vaga como «cena para una familia de cuatro». Y en septiembre sumó un agente de pedidos que funciona dentro de Apple Messages, además de un agente de línea de comandos.

Los números que sí crecen están dentro de la app

La parte más interesante del reporte no es el fracaso de los agentes externos, sino el éxito de los internos. DoorDash dijo que los carritos creados con Ask DoorDash se arman cinco veces más rápido que los construidos sin la herramienta.

Y el impacto en el ticket es todavía más relevante para cualquier negocio de consumo: los pedidos de Ask DoorDash promedian casi 50% más de valor de carrito y alrededor de 60% más de productos únicos que los pedidos tradicionales de esos mismos consumidores. Además, casi la mitad terminan en «lugares locales que el consumidor nunca había probado», lo que empuja el descubrimiento de restaurantes nuevos.

Ahí está la lección de producto. La IA que funciona no es la que reemplaza la interfaz, sino la que reduce la fricción dentro de la interfaz que el usuario ya usa. El agente que ordena por ti compite contra un hábito; el asistente que te ayuda a decidir compite contra una duda.

¿Qué está haciendo DoorDash mientras espera?

DoorDash no está esperando a que llegue el volumen. Según el análisis de TMCnet, la compañía ya lanzó su agente de texto a pedido, un agente de línea de comandos, el chatbot Ask DoorDash y un servidor MCP para pedidos corporativos. Es decir: construye la puerta de entrada para los agentes mientras el pasillo sigue casi vacío.

Esa decisión no es obvia. El sector está dividido: Amazon bloquea a los agentes de compra personales, mientras que Walmart les ha tendido la alfombra roja esperando ganar negocio de sus competidores, según el mismo reporte. DoorDash eligió el camino de Walmart, pero apuntando su MCP primero a lo corporativo y no al consumidor final.

Los agentes que aparecen en su lista son Muse, Instinct y Fo, según lo reportado por TechCrunch y recogido por TMCnet. Que los mismos nombres aparezcan tocando puertas de varias compañías a la vez dice algo sobre la dinámica: no son cientos de agentes distintos, son unos pocos actores grandes golpeando todas las puertas.

El contexto de mercado ayuda a dimensionar la brecha. Muse, el agente de Meta, superó los 10,9 millones de descargas desde su lanzamiento en septiembre y llegó a unos 2,5 millones de usuarios activos diarios, según un editorial de Root Insurance publicado en Digital Insurance. Hay millones de personas usando agentes. Muy pocas los usan para pedir comida.

Qué significa esto para tu startup

1. Mide el uso real antes de rediseñar tu producto para agentes. Si tu roadmap de 2027 depende de que los agentes traigan volumen, el dato de DoorDash es una señal de prudencia. Antes de invertir en un endpoint MCP o en una integración con asistentes de terceros, revisa cuántos usuarios reales te están pidiendo eso. El costo de construir la puerta es bajo; el costo de construirla y quedarte esperando, también, pero el de construirla en lugar de arreglar tu onboarding es alto.

2. Construye la puerta ahora, pero barata y con reglas claras. El momento más económico para definir cómo se comportan los agentes con tu producto es cuando todavía no hay volumen. Tres preguntas concretas que puedes responder esta semana: ¿un agente puede encontrar tus precios y disponibilidad reales, o solo la versión que otro resume? ¿Tienes un endpoint que estarías cómodo dejando que use el agente de un comprador? ¿Qué necesita ver un agente (términos, límites, aprobaciones) antes de comprometer a un cliente?

3. Copia el patrón que sí funciona: asistencia dentro de tu interfaz. El crecimiento de Ask DoorDash —cinco veces más rápido, 50% más ticket— no vino de un agente externo, sino de un asistente embebido en la app. Si tienes un producto transaccional, el mayor retorno inmediato probablemente esté en usar IA para reducir pasos dentro de tu propio flujo, no en abrir un canal nuevo.

Conclusión

La frase que mejor resume la posición de DoorDash la dio el propio Xu: «nunca quieres pelear contra la gravedad, pero tampoco quieres ser un iluso». Traducido a estrategia: la dirección de los agentes parece clara, el timing no. DoorDash está construyendo para el futuro sin apostar el presente a él, y financiando esa apuesta con un negocio que creció con fuerza en el trimestre.

Para un founder hispanohablante con recursos limitados, la lectura es directa. No necesitas elegir entre creer o no creer en los agentes. Necesitas saber cuánto te cuesta prepararte y cuánto te cuesta no hacerlo. Si prepararte son dos semanas de un ingeniero y una decisión de gobernanza de datos, hazlo ahora. Si prepararte significa frenar tu producto principal por un canal que hoy mueve cientos de pedidos, espera a tener la señal.