Pese al avance acelerado de los agentes de inteligencia artificial en múltiples verticales digitales, su adopción en plataformas de entrega de alimentos sigue siendo marginal. Durante la llamada de resultados del tercer trimestre, el cofundador y director general de DoorDash reconoció que los agentes de IA han generado "varios cientos de pedidos" desde su activación —una cifra que él mismo calificó como un "caso de uso muy bajo" frente a los cerca de mil millones de pedidos que procesó la plataforma en ese mismo período.
Esta brecha entre capacidad técnica y comportamiento real del usuario plantea una pregunta estratégica relevante: ¿cuándo tiene sentido delegar una decisión a un agente automatizado? La respuesta, al menos por ahora, parece estar condicionada por la complejidad de la tarea. Ordenar comida —una acción rápida, habitual y de bajo riesgo— no genera suficiente fricción como para que el usuario ceda el control a un sistema autónomo. En cambio, el potencial de los agentes de IA se percibe con mayor claridad en procesos de compra que implican múltiples variables, comparación extendida o decisiones de mayor impacto.
El estado actual de la integración técnica
DoorDash lanzó su conector Model Context Protocol (MCP) hace menos de un mes. Este protocolo de código abierto ofrece una interfaz estandarizada para que herramientas de IA de terceros ejecuten pedidos directamente dentro de la plataforma, sin necesidad de navegar una interfaz web convencional. Sin embargo, el acceso sigue restringido a un grupo limitado de socios beta, y su uso principal se orienta a la gestión de pedidos corporativos, no al consumidor individual.
Sin esta integración, los agentes de IA deben interactuar con DoorDash a través de la interfaz web estándar —un proceso más lento, propenso a errores y menos eficiente—, lo que limita su viabilidad operativa a escala.
Implicaciones para la adopción empresarial de agentes autónomos
El caso de DoorDash ilustra un patrón que se repite en la adopción temprana de tecnología: la disponibilidad técnica precede a la demanda real por un margen significativo. Para las organizaciones que evalúan implementar agentes de IA en flujos de compra o aprovisionamiento, el dato más relevante no es que la tecnología exista, sino que el comportamiento del usuario aún no ha migrado hacia ella.
Esto sugiere que la inversión en agentes autónomos genera mayor retorno cuando se orienta a procesos internos de alta fricción —compras recurrentes, gestión de inventario, pedidos corporativos— antes que a la experiencia del consumidor final. La madurez del ecosistema de integraciones, como el estándar MCP, será un factor determinante para que esta ecuación cambie en los próximos trimestres.
