Uber: 4 viajes con agentes de IA en su semana más activa

Uber y los agentes de IA: 4 viajes frente a 320 millones de transacciones

Uber puso número a una de las preguntas más incómodas de la industria: ¿cuánta gente deja realmente que un agente de IA le pida un coche? La respuesta, revelada en su llamada de resultados del tercer trimestre, es cuatro viajes. Solo cuatro, durante la semana más ocupada de octubre — la semana de Halloween.

En ese mismo periodo, el CFO Balaji Krishnamurthy dijo a los analistas que la plataforma procesó alrededor de 320 millones de viajes y pedidos entre Uber y Uber Eats. Los agentes de IA generaron además 500 pedidos de Uber Eats. Frente a 320 millones de transacciones, esa cifra es una fracción estadísticamente invisible.

Para cualquier founder que esté construyendo producto sobre la promesa del comercio agéntico, el dato es un balde de agua fría: la infraestructura ya existe, el discurso ya existe, pero el hábito del consumidor todavía no.

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 →

¿Qué dijo exactamente Uber sobre los agentes de IA?

El CEO Dara Khosrowshahi fue transparente sobre la etapa del mercado. "Es muy, muy temprano y la tracción que vemos hasta ahora es muy limitada", dijo en la llamada. Y añadió: "Esperamos que haya más tracción".

Es la primera vez que Uber cuantifica públicamente cuántas transacciones llegan desde agentes de terceros, según reportó The Verge. El contexto es relevante: la compañía enfrenta desde hace meses la tesis de la desintermediación, el escenario en el que un asistente personal pide el coche o la comida por ti y Uber se convierte en un proveedor invisible, sin relación con el cliente final.

El propio Khosrowshahi describió el panorama competitivo: hoy hay alrededor de ocho asistentes de IA principales en el mercado y espera que la cifra supere los diez. "Cada empresa de sistemas de IA está hablando con nosotros", afirmó. Su lectura estratégica es que los agentes serán "otra oportunidad de llegar a nuestra plataforma" y un resultado neto positivo para la demanda del ecosistema.

¿Los agentes de IA realmente ahorran tiempo al usuario?

Ese es el argumento que se cae con los números que dio Uber. Según el propio CEO, reservar un viaje en la app toma en promedio 50 segundos, y repetir un pedido de comida favorito, 90 segundos. El resumen de la llamada publicado por Yahoo Finance añade un dato que refuerza la idea: el 75% de los viajes se inician con un solo toque en la pantalla.

Un agente que tiene que interpretar tu pedido, consultar opciones, confirmar y ejecutar difícilmente bata ese tiempo. La fricción que los agentes prometen eliminar ya fue eliminada, en buena medida, por el diseño de las apps nativas de las últimas dos décadas.

Ese es el punto ciego del discurso agéntico: se asume que la interfaz es el problema. En categorías de consumo hiperfrecuente y baja deliberación —pedir un coche, repetir el mismo plato— la interfaz resolvió el problema hace años.

DoorDash confirma el patrón: unos cientos de pedidos frente a 993 millones

Uber no está sola en esto. Según la cobertura de la llamada de resultados de DoorDash publicada por 24/7 Wall St. en Yahoo Finance, el CEO Tony Xu declaró que los agentes de terceros han generado "unos cientos de pedidos" desde que se habilitaron, mientras la compañía procesó 993 millones de pedidos solo en el tercer trimestre.

Xu lo reconoció sin rodeos: "Ahora mismo, los agentes de IA están generando unos cientos de pedidos en todo el tiempo que llevan funcionando. Ha sido un caso de uso bastante bajo". Y añadió una frase que resume bien la posición de los operadores: "nunca quieres pelear contra la gravedad, pero al mismo tiempo no quieres ser ingenuo".

Lo interesante es lo que DoorDash hace a pesar del volumen mínimo. Según TMCnet, la empresa lanzó sus propios agentes de pedido, un agente de línea de comandos y un servidor MCP para que otros chatbots puedan hacer pedidos corporativos. Es decir: construye la puerta de entrada para los agentes mientras el pasillo está prácticamente vacío.

El mismo análisis de TMCnet señala que los grandes retailers no se pusieron de acuerdo en la respuesta: Amazon bloquea a los agentes de compras personales, mientras Walmart les abrió la puerta.

El consumidor dice que quiere agentes; el comportamiento dice otra cosa

Acá está la brecha que más debería importarle a un founder. La intención declarada es alta y la adopción real es mínima.

En el reporte Amex Trendex citado por TechCrunch, el 66% de los consumidores estadounidenses encuestados dijo que probablemente usaría agentes de IA para investigar el mejor precio de un producto o servicio, y el 61% para recomendaciones en los próximos doce meses. Son números de intención, no de comportamiento.

Del lado del comercio, la desconfianza es explícita: según PYMNTS Intelligence, citado en un análisis de Yahoo Finance, el 93% de los comercios cree que los proveedores de IA y de agentes deberían asumir la pérdida cuando una transacción con agente sale mal. Ese mismo texto recuerda que seis bancos —entre ellos Bank of America, ING, NatWest y Capital One— publicaron el 22 de septiembre de 2026 un conjunto de principios voluntarios para el comercio agéntico, sin mecanismos de cumplimiento obligatorio.

Traducido: hay protocolos, hay marcos de referencia, hay intención declarada. Lo que no hay todavía es volumen.

¿Qué significa esto para tu startup?

1. No construyas tu modelo de negocio sobre "el agente hará la compra por el usuario". Si tu tesis de ingresos depende de que un asistente de terceros transaccione en tu plataforma en 2027, los datos de Uber y DoorDash dicen que ese mercado todavía no tiene masa crítica. Construye el caso de negocio sobre el canal directo y trata a los agentes como un canal adicional de bajo volumen, no como la base.

2. Define tu punto de acceso antes de que llegue el volumen. DoorDash hizo justo eso: publicó un servidor MCP para pedidos corporativos cuando el tráfico agéntico era insignificante. La ventana barata para fijar reglas —qué datos expones, qué precios muestras, qué límites aplicas, qué requiere aprobación humana— es ahora, cuando nadie discute. Cuando el volumen llegue, las condiciones las fijará quien se haya movido primero.

3. Instrumenta el tráfico agéntico desde el día uno. Si no puedes distinguir una transacción iniciada por un agente de una hecha por un humano en tu app, no vas a poder decidir nada con datos. Etiquetar el origen del tráfico es la métrica más barata y más útil que puedes montar este trimestre.

4. Revisa dónde está tu fricción real. El argumento de Uber —50 segundos para pedir un coche— es una advertencia para todo el que vende "automatización" como ahorro de tiempo. Antes de asumir que tu usuario pierde minutos en tu interfaz, mide cuántos minutos pierde realmente. Si son segundos, tu propuesta de valor tiene que ser otra: mejor decisión, no menos clics.

El frente que sí importa no es el consumidor final

Hay una pista en el detalle de dónde DoorDash apuntó su MCP: pedidos corporativos, no consumidores. Tiene lógica. En compras B2B —reponer insumos, renovar una suscripción, pedir una cotización— el volumen por transacción es alto, la decisión es repetitiva y el agente sí puede aportar algo además de velocidad: consistencia.

Para una startup hispanohablante que vende a empresas, esa es una oportunidad más concreta que perseguir al consumidor que le pide un Uber a su asistente. Y hay un ángulo de servicios asociado: las empresas van a necesitar ayuda para exponer datos a agentes de forma segura y decidir qué queda detrás de una aprobación humana. Ese es trabajo de integración y gobierno, no de hype.

Conclusión

Uber es la compañía con más datos de movilidad del planeta y movió cuatro viajes con agentes de IA en su semana más ocupada. Esa es la escala real del comercio agéntico hoy, medida por quien efectivamente ve las transacciones, no por quien proyecta el mercado.

La conclusión no es que la web agéntica sea una fantasía. Es que la curva todavía no arrancó, y que la ventana para posicionarse —definir tu API, etiquetar tu tráfico, decidir tus reglas de acceso— está abierta justo porque casi nadie está mirando. Ese es, precisamente, el momento más barato para hacerlo.