Zest: agente de IA que reserva restaurantes por SMS

Zest: el agente de IA que reserva restaurantes por mensaje de texto

Zest, la app de descubrimiento de restaurantes fundada en noviembre de 2024, presentó un conserje gastronómico con inteligencia artificial que vive dentro de los mensajes de texto. El usuario escribe al número (212) 470-6067, recibe sugerencias personalizadas, consulta disponibilidad y cierra la reserva sin salir de la conversación, según reportó TechCrunch.

Para un founder, la señal no es el producto en sí, sino el patrón: el agente deja de ser una función dentro de una app y pasa a ser el producto completo. «El agente es el producto ahora», resume Mario Gomez-Hall, fundador y CEO de Zest, en declaraciones a TechCrunch.

La startup levantó US$1,8 millones en financiamiento presemilla de Alexis Ohanian (776) y Steve Jang (Kindred Ventures), según el mismo medio. El detalle importa porque marca el tamaño de la apuesta: no es un experimento de laboratorio, es una ronda pequeña que intenta validar un cambio de interfaz.

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 →

¿Cómo funciona un agente que reserva sin abrir una app?

El flujo elimina pasos. En lugar de descargar una aplicación, crear una cuenta, navegar menús y comparar opciones, el usuario envía un mensaje y el sistema responde con alternativas, verifica horarios y ejecuta la reserva a través de plataformas conectadas como OpenTable, Resy y SevenRooms.

La funcionalidad que más diferencia a este enfoque es su operación en chats grupales. El agente consolida las preferencias de todos los participantes —tipo de cocina, restricciones dietéticas, ubicación, ocasión— y propone opciones para el conjunto. Si el grupo no se pone de acuerdo, activa una votación dentro del mismo hilo y luego reserva la mesa sin sacar a nadie de la conversación.

Ese punto es el más subestimado del anuncio. La decisión de dónde comer es, casi siempre, un problema de coordinación social, no de información. Un agente que resuelve la negociación grupal ataca un dolor real y no solo una tarea de búsqueda.

Datos de tarjeta: la personalización que no depende de preguntas

La capa de personalización de Zest no se construye con el historial de búsquedas dentro de la app. Se construye con transacciones reales de tarjeta de crédito, importadas a través de Plaid, la infraestructura de datos financieros que también usan bancos y aplicaciones de finanzas personales.

Según TechCrunch, Zest se concentra únicamente en las transacciones de las categorías de comida y bebida para armar mapas y listas personalizadas. El resultado es un motor de recomendación que no necesita semanas de conversación para calibrarse: parte de dónde el usuario ya comió, no de lo que declara que le gusta.

Gomez-Hall lo plantea como la ventaja competitiva central frente a un asistente general: Zest aprende más rápido porque arranca desde el comportamiento observado. Y el mismo mecanismo funciona cuando el usuario viaja, ya que el historial incluye destinos fuera de su ciudad de residencia.

Hay una advertencia que cualquier equipo debería leer dos veces: el propio artículo original señala que esta arquitectura plantea consideraciones relevantes de privacidad y consentimiento en el manejo de datos financieros. Importar transacciones de tarjeta es una decisión de producto con consecuencias regulatorias, no un detalle técnico.

La resistencia del sector: Resy y OpenTable contra los agentes

El contexto que rodea a este lanzamiento es menos amable de lo que sugiere el entusiasmo del anuncio. CNN documentó en septiembre de 2026 el caso de un inversionista de Nueva York cuyo agente de IA golpeó la plataforma Resy con cientos de solicitudes por hora y terminó con la cuenta bloqueada. Resy respondió que «no permite actualmente que bots o agentes de terceros no aprobados accedan o interactúen de forma independiente con la plataforma».

PCMag añadió otro caso: un emprendedor que construyó un subagente para monitorear Resy y fue suspendido sin aviso. La plataforma, propiedad de American Express, advirtió que futuras instancias de mal uso podrían derivar en la cancelación permanente de la cuenta y de los productos de tarjeta asociados.

El detalle regulatorio es concreto: según PCMag, OpenTable incorporó a mediados de 2025 una cláusula en sus términos y condiciones que establece que «no asume responsabilidad alguna por las acciones que realice un agente de IA en nombre de un usuario».

Al mismo tiempo, las plataformas se abren a la IA por la puerta de adelante. PCMag reporta que OpenTable se asoció con Muse, el agente de Meta, y con Google Gemini, ChatGPT, Copilot y Alexa, mientras que Resy tiene integraciones con ChatGPT y Claude. Ninguna de esas integraciones permite saltar la fila: sirven para alertas de disponibilidad y reservas dentro del chatbot.

La tensión es la clave del momento. El sector quiere agentes, pero no quiere agentes que compitan por la misma mesa.

¿Qué significa esto para tu startup?

El caso de Zest es un manual sobre interfaces, no sobre restaurantes. Tres lecturas concretas:

Revisa dónde vive tu producto. Si tu tasa de retención depende de que el usuario abra una app, el canal conversacional es una amenaza y una oportunidad al mismo tiempo. Zest lo dice explícitamente: el giro a los mensajes busca escalar más allá de sus miles de usuarios iniciales. Pregúntate qué parte de tu flujo podría resolverse dentro de WhatsApp, iMessage o el canal donde tu cliente ya escribe todos los días.
Audita tus términos de servicio antes de construir sobre plataformas de terceros. Los bloqueos de Resy no fueron por malicia, fueron por volumen de solicitudes sin límite de tasa. Si vas a integrar un agente con un servicio externo, define rate limits, respeta los términos y documenta el consentimiento del usuario. Un ban de cuenta puede tumbar tu producto de un día para otro.
Trata los datos transaccionales como una decisión de cumplimiento, no de growth. La personalización basada en consumo real es potente y Zest la usa como diferencial, pero el propio análisis del sector subraya las obligaciones de privacidad y consentimiento. Antes de importar datos financieros, define qué categorías usas, con qué base legal y cómo lo explicas al usuario en una frase.

El modelo de negocio: comisiones y una hoja de ruta más amplia

Zest no monetiza la recomendación, monetiza la transacción. Gomez-Hall señaló a TechCrunch que las reservas y los pedidos son las primeras líneas de ingresos: hoy la mesa se reserva vía OpenTable o Resy, y los pedidos de comida están en camino. La información publicada no especifica qué comisiones ni acuerdos comerciales aplicaría.

La hoja de ruta va más allá de la gastronomía. La compañía evalúa extender el agente hacia recomendaciones de negocios, compras y otras categorías, según TechCrunch. La lógica es la misma que sostiene el producto actual: si el agente ya conoce los hábitos de consumo reales de una persona, ese conocimiento tiene valor fuera de la cena.

El mercado se está moviendo en esa dirección. CNN reportó que Instinct, uno de los asistentes personales que compite en esta categoría, levantó US$350 millones, y que Meta lanzó Muse en septiembre de 2026 con más de 2 millones de descargas. También menciona a Dorsia, que cobra una membresía anual de hasta US$25.000 para acceder a mesas codiciadas.

Ese último dato es el contrapunto incómodo. Si el acceso a un restaurante se resuelve con capacidad de pago o con un agente que consulta la plataforma cada diez minutos, el resultado no es mejor experiencia para todos: es una nueva capa de ventaja para quien tiene mejores herramientas. Varios operadores citados por CNN advierten exactamente eso, y es una discusión que cualquier founder que construya sobre recomendación local va a tener que enfrentar tarde o temprano.

La conclusión práctica es simple: los agentes de IA están migrando de las interfaces dedicadas hacia los canales donde los usuarios ya operan. La pregunta para tu startup no es si vas a tener un agente, sino en qué canal va a vivir y qué reglas vas a respetar cuando lo pongas a operar en territorio ajeno.