La commande par IA de DoorDash quitte l’application et vise Uber Eats

DoorDash a lancé la commande par IA de DoorDash via Apple Messages, intégrant pour la première fois la découverte, la création du panier et le paiement dans une conversation textuelle. Le lancement du 30 septembre permet aux utilisateurs américains de demander un repas, recevoir des recommandations, examiner un panier proposé et confirmer le paiement sans ouvrir l’application DoorDash.

Ce changement ouvre une compétition plus importante qu’un simple lancement de chatbot. DoorDash veut s’approprier la conversation qui commence avant qu’un client choisisse un restaurant. Uber Eats et Grubhub subissent une pression accrue, car moins de menus, de recherches et de clics pourraient modifier la manière dont les consommateurs choisissent leurs plateformes de livraison.

Le service reste une bêta limitée avec liste d’attente, et non un remplacement national de l’application existante. Son succès dépendra de la capacité d’un agent IA à interpréter des demandes vagues, respecter les préférences alimentaires et éviter des erreurs coûteuses dans le panier. DoorDash doit aussi démontrer que la commande conversationnelle suscite une demande durable plutôt qu’un bref élan de curiosité.

L’agent de commande par IA de DoorDash crée le panier dans Messages

DoorDash transforme un fil de discussion en vitrine transactionnelle, et ne se contente pas d’ajouter une nouvelle barre de recherche.

Un utilisateur peut envoyer une demande telle que « commande mon habituel » ou décrire une envie sans nommer de restaurant. DoorDash indique que l’agent recherche des commerces à proximité, parcourt les menus, recommande des options et compose un panier. Il peut également envoyer des photos de plats provenant des pages de restaurants.

Le client examine et confirme la commande proposée au sein de la conversation. Un moyen de paiement enregistré gère le règlement après approbation. Cette conception supprime la séquence habituelle consistant à ouvrir une application, choisir un commerce, parcourir un menu, modifier un panier et passer par les écrans de paiement.

L’agent associe le numéro de téléphone utilisé dans la conversation au compte DoorDash du client. Cette connexion lui donne accès à l’historique de commandes pertinent et aux préférences enregistrées. Selon les détails du produit de l’entreprise, il peut mémoriser des choix récurrents tels que des modifications de repas, des sauces ou une commande de café habituelle.

DoorDash affirme également que le système peut gérer des commandes de groupe avec des besoins alimentaires et des quantités différents. Il s’agit d’un problème plus difficile que de trouver un plat familier. L’agent doit traduire plusieurs demandes en langage naturel en articles précis, options de personnalisation et quantités avant le paiement.

Un autre exemple dépasse le cadre de la livraison de restaurants. Un client peut envoyer une photo d’un réfrigérateur et demander des idées de repas ou des ingrédients manquants. L’agent peut alors proposer des articles d’épicerie, même si l’utilisateur doit toujours vérifier le résultat avant de payer.

La première version fonctionne via Apple Messages et cible les titulaires de comptes américains éligibles. Les utilisateurs iOS aux États-Unis peuvent s’inscrire sur une liste d’attente, tandis que la prise en charge d’Android est prévue ultérieurement. DoorDash n’a pas annoncé de date de disponibilité générale.

Le déploiement s’appuie sur Ask DoorDash, un assistant introduit dans l’application de l’entreprise en juin 2026. DoorDash indique que les utilisateurs d’Ask DoorDash ont découvert plus de 40 000 nouveaux restaurants au cours de ses trois premiers mois. Près de la moitié des commandes de restaurants associées ont été passées auprès d’entreprises locales que ces clients n’avaient pas essayées auparavant.

Ces chiffres proviennent des propres données de marketplace de DoorDash et n’ont pas fait l’objet d’une validation indépendante. Ils expliquent néanmoins pourquoi l’entreprise est prête à étendre l’interface au-delà de son application. Si les recommandations conversationnelles stimulent la découverte, DoorDash peut influencer à la fois ce que les clients achètent et l’endroit où ils l’achètent.

Le nouveau canal rapproche également la commande par IA de DoorDash d’un véritable agent. Un agent IA est un logiciel qui interprète un objectif et accomplit plusieurs étapes pour l’atteindre. Ici, ces étapes comprennent la découverte, la comparaison, la création du panier et la préparation du paiement.

Cette distinction compte. Un chatbot classique pourrait répondre à la question de savoir quel restaurant voisin vend des ramen. Le produit de DoorDash tente de transformer cette réponse en transaction finalisée, sous réserve de la confirmation finale du client.

La bêta teste donc davantage que la commodité des commandes par messages. Elle cherche à déterminer si DoorDash peut réduire la distance entre une intention vague et une commande payée. C’est là que réside la pression concurrentielle.

Moins de clics pourraient devenir un nouvel avantage concurrentiel

L’enjeu stratégique n’est pas une recherche de menu plus intelligente ; il s’agit de devenir le premier service auquel les consommateurs pensent lorsqu’ils ont faim.

Les applications de livraison de repas rivalisent traditionnellement par la sélection de restaurants, la rapidité de livraison, les promotions, les abonnements et la familiarité. Leurs interfaces demandent encore aux clients de prendre de nombreuses petites décisions. Les utilisateurs choisissent une plateforme, entrent dans une catégorie, comparent les commerçants, examinent les menus, personnalisent les articles et vérifient un panier final.

L’agent IA de DoorDash condense ces choix en une demande. Un message tel que « trouve un dîner pour quatre avec une option végétarienne » permet à l’entreprise de façonner la sélection restreinte. Si la recommandation paraît fiable, le client ne comparera peut-être jamais la même demande dans une autre application de livraison.

Cette dynamique donne à DoorDash l’occasion d’intervenir plus tôt dans le processus d’achat. L’entreprise n’attend plus que quelqu’un sélectionne DoorDash avant de commencer une recherche. Le fil de discussion devient lui-même le point d’entrée, et les commandes précédentes apportent la personnalisation nécessaire pour faire avancer la conversation.

La commodité seule ne garantit pas la fidélité. Les clients de la livraison de repas peuvent toujours changer d’application lorsque les frais, les délais de livraison ou la disponibilité des restaurants paraissent meilleurs ailleurs. Toutefois, un agent qui mémorise de manière fiable des préférences complexes crée un nouveau coût de changement.

Ce coût n’est pas contractuel. Il vient du contexte accumulé. Un client régulier peut apprécier un agent qui se souvient de l’allergie d’un enfant, d’une habitude de déjeuner hebdomadaire et des substitutions privilégiées.

L’entreprise indique qu’un utilisateur américain moyen peut accéder à plus de 800 000 articles de menu et produits d’épicerie via DoorDash. Cette estimation provient d’un échantillon de 10 000 consommateurs américains réalisé en juin 2026. L’ampleur du catalogue donne à l’agent un choix considérable, mais rend aussi un classement précis plus important.

L’IA devient un gardien lorsque les clients cessent de parcourir les offres. Les restaurants qui apparaissent dans ses recommandations gagnent en visibilité, tandis que d’autres peuvent disparaître de la sélection. DoorDash devra expliquer comment la disponibilité, les préférences, les placements sponsorisés, le rapport qualité-prix et les conditions de livraison influencent ces recommandations.

L’interface crée aussi une opportunité de commerce proactif. DoorDash indique que l’assistant pourra à terme envoyer un message à un client concernant une commande récurrente fondée sur ses habitudes quotidiennes. Une invitation à commander un café le matin transforme le service, d’un outil qui répond, en un outil qui génère activement de la demande.

Cette approche pourrait augmenter la fréquence des commandes, mais risque de devenir intrusive. Les clients pourraient apprécier un rappel pertinent et ressentir de l’agacement face à un flux de messages commerciaux automatisés. L’entreprise devra proposer des contrôles permettant de comprendre facilement les suggestions proactives et de les désactiver.

Le lancement de DoorDash intervient parallèlement à d’autres tentatives visant à intégrer le commerce dans les conversations. Les agents personnels résument de plus en plus les options, sollicitent des services externes et préparent des transactions. Les plateformes de livraison veulent rester le système qui finalise la commande, même lorsqu’un autre assistant initie la demande.

C’est pourquoi l’interface de messagerie importe davantage que sa simplicité ne le laisse penser. DoorDash défend sa position entre l’intention du consommateur et les commerçants locaux. L’entreprise tente aussi d’étendre cette position avant que des assistants IA plus généralistes ne rendent les applications de livraison individuelles moins visibles.

Uber Eats dispose déjà d’une stratégie d’agent IA

DoorDash a transféré la commande dans Messages, mais Uber Eats poursuit le même objectif via une interface différente.

Uber Eats a lancé Cart Assistant pour les commandes de produits d’épicerie aux États-Unis plus tôt en 2026. La bêta transforme des listes saisies, des notes manuscrites et des images de recettes en paniers d’épicerie prêts à être réglés. Elle utilise la disponibilité actuelle, les informations de prix et les achats précédents pour sélectionner les articles.

Le Cart Assistant reste intégré à l’application Uber. Les utilisateurs entrent dans un magasin d’épicerie et activent l’assistant depuis la page de ce magasin. Ils peuvent modifier les quantités ou remplacer les marques sélectionnées avant de passer commande.

L’approche de DoorDash supprime davantage de couches d’interface. Son agent démarre dans Apple Messages et peut choisir parmi des entreprises locales avant de constituer le panier. Cela donne à DoorDash un argument plus clair en faveur d’une commande sans application, même si la bêta limitée restreint son impact concurrentiel immédiat.

La conception d’Uber offre aux clients un contrôle visible durant la création du panier. DoorDash exige également une confirmation, mais une conversation textuelle peut masquer certains détails qu’un panier structuré affiche simultanément. La meilleure interface dépendra de l’importance relative de la rapidité et de la possibilité d’inspection pour une commande donnée.

Les repas de restaurant et les produits d’épicerie posent aussi des défis différents. Les listes de courses contiennent souvent des produits, marques ou quantités explicites. Une demande de dîner peut être subjective, surtout lorsqu’une personne cherche quelque chose de sain, réconfortant, rapide ou adapté à un groupe.

Grubhub fait face au même changement, même si les documents de lancement disponibles ne mentionnent pas de produit Messages directement comparable. Une plateforme dépourvue d’un point d’entrée conversationnel convaincant risque de devenir l’un des nombreux services auxquels accède un agent externe. Cela affaiblirait le contrôle de la plateforme sur la découverte.

Google a déjà montré comment ce modèle d’intermédiaire pourrait fonctionner. Ses fonctionnalités d’agent mobile ont pris en charge des tâches couvrant des services tels que DoorDash, Uber Eats et Grubhub. Dans ce modèle, l’assistant contrôle la conversation tandis qu’une plateforme de livraison fournit l’inventaire et l’exécution.

DoorDash tente d’occuper les deux positions. Son agent grand public gère la demande, tandis que sa marketplace traite la transaction. Dans le même temps, l’entreprise ouvre des capacités de commande aux agents conçus par d’autres organisations.

DoorDash a annoncé un connecteur de commande d’entreprise distinct le 30 septembre. Il utilise Model Context Protocol, une norme ouverte qui permet aux applications IA de se connecter à des services externes. Les agents professionnels participants peuvent trouver des articles, créer des paniers, passer des commandes et suivre les livraisons.

Parmi les premiers partenaires bêta cités par DoorDash figurent Vercel, Cognition, Tempo, Mercor et SpaceXAI. Une entreprise pourrait créer un bot Slack qui recueille les demandes de déjeuner d’une équipe et soumet la commande groupée. Un autre agent pourrait surveiller les fournitures de bureau et recommander des articles approuvés.

Le connecteur révèle une stratégie plus large. DoorDash veut que les transactions passent par son réseau, que le client commence dans Messages, Slack, un agent interne d’entreprise ou sa propre application. L’agent textuel destiné aux consommateurs est la partie la plus visible de ce plan, mais n’en constitue pas l’intégralité.

Uber Eats peut répondre avec son propre assistant, des partenariats ou un accès pour des agents tiers. Grubhub peut suivre des voies similaires. La compétition ne porte plus sur l’application aux menus les plus fluides, mais sur la plateforme capable d’apparaître dans les conversations les plus utiles.

DoorDash dispose actuellement de l’argument grand public sans application le plus clair parmi ces lancements précis. L’entreprise n’a pas encore démontré que les clients préfèrent commander ainsi. Une liste d’attente établit l’intérêt, tandis que l’usage répété déterminera si cet avantage est réel.

L’agent doit mériter l’autorisation de faire des choix coûteux

Le paiement conversationnel ne fait gagner du temps que lorsque les clients font confiance à l’interprétation, aux recommandations et au panier final de l’agent.

Les commandes de repas offrent de nombreuses occasions de commettre de petites erreurs. Un modèle peut sélectionner le mauvais établissement, négliger une allergie, confondre les quantités ou oublier une option. Il peut aussi choisir un substitut coûteux lorsqu’un produit demandé n’est pas disponible.

DoorDash reconnaît cette limite dans les consignes de son programme pilote. Les clients sont invités à vérifier leur panier avant le paiement, car les sélections générées par l’IA peuvent être erronées. Une couverture indépendante du pilote indique également que le service reste réservé à certains titulaires de comptes aux États-Unis.

Cet avertissement définit le principal compromis du produit. Le système promet de réduire les efforts, mais les clients doivent toujours contrôler les détails ayant des conséquences. Si cette vérification exige autant d’attention qu’une commande classique, l’agent perd une grande partie de son avantage.

Les enjeux augmentent avec les commandes de groupe. Une personne peut demander un repas végétarien, une autre souffrir d’une allergie grave, et une troisième avoir besoin d’une quantité précise. Le langage naturel peut exprimer ces besoins de manière ambiguë, tandis qu’une mauvaise interprétation affecte plusieurs personnes.

DoorDash ne devrait pas considérer la mémoire des préférences comme l’équivalent d’informations de sécurité vérifiées. Un historique de commandes sans cacahuètes ne prouve pas nécessairement une allergie. Les restaurants contrôlent également la préparation, les ingrédients et les informations sur les contaminations croisées, qui échappent à la vue directe de l’agent.

La transparence des prix constitue un autre défi. Une recommandation conversationnelle peut rendre moins intuitif le comparatif des prix des articles, des frais de service, des frais de livraison, des taxes et des pourboires. L’agent doit afficher clairement le panier complet avant confirmation, plutôt que de présenter le paiement comme un simple message final.

Les incitations liées aux recommandations méritent aussi un examen attentif. DoorDash bénéficie lorsqu’une commande est plus importante, plus fréquente ou acheminée via des relations commerciales rentables. Les utilisateurs doivent avoir l’assurance que les suggestions reflètent leur demande plutôt qu’une optimisation non divulguée au profit de la plateforme.

L’entreprise affirme qu’Ask DoorDash peut parcourir l’inventaire des produits d’épicerie afin de trouver des équivalents moins coûteux. Elle indique également que ces paniers sont constitués cinq fois plus rapidement que des paniers d’épicerie conventionnels. DoorDash a calculé ce chiffre à partir de ses données de marketplace de juin 2026.

Les mêmes données de l’entreprise indiquent que les paniers d’épicerie Ask DoorDash affichaient une valeur supérieure de près de 50 % et environ 60 % d’articles uniques supplémentaires par rapport aux commandes traditionnelles des mêmes consommateurs. Ces résultats peuvent étayer différentes interprétations. L’assistant peut aider les clients à finaliser les achats prévus, ou ses suggestions peuvent encourager des paniers plus importants.

Un panier plus important profite à DoorDash et aux commerçants participants. Il ne prouve pas automatiquement que le consommateur a reçu davantage de valeur. Des tests indépendants devraient examiner les substitutions, les ajouts inutiles, les coûts finaux et la satisfaction après la livraison.

La confidentialité façonnera également la confiance. La commande personnalisée dépend de l’historique des achats, des moyens de paiement enregistrés, des informations de livraison et des habitudes déduites. Les recommandations proactives ajoutent une couche supplémentaire, car le système décide à quel moment un comportement passé doit déclencher un nouveau message commercial.

Les clients auront besoin de contrôles clairs sur la mémoire et les sollicitations. Ils devraient pouvoir corriger leurs préférences, supprimer les hypothèses obsolètes et arrêter les invites proactives. Un agent utile ne peut pas devenir un registre permanent de chaque envie passagère.

Le canal de messagerie crée aussi des attentes en matière de sécurité. Les clients doivent savoir qu’ils communiquent avec DoorDash, particulièrement lorsque les détails de paiement et de livraison entrent en jeu. Tout produit de commande par SMS ou messagerie nécessite des protections contre l’usurpation d’identité, les liens suspects et les accès non autorisés aux comptes.

Aucun de ces problèmes ne rend le produit impraticable. Ils expliquent pourquoi DoorDash utilise une bêta et une liste d’attente. L’entreprise a besoin d’interactions réelles pour apprendre où la liberté conversationnelle apporte de la commodité et où des contrôles structurés restent nécessaires.

La meilleure version de la commande par IA de DoorDash n’éliminera pas tous les écrans. Elle réduira les tâches répétitives tout en présentant les choix critiques au bon moment. La confirmation, le détail des prix, les informations alimentaires et les contrôles de substitution doivent rester explicites.

DoorDash construit une couche agent autour du commerce local

Le lancement dans Messages prend davantage de sens comme partie d’un système commercial plus vaste que comme fonctionnalité autonome de commande de repas.

DoorDash exploite le catalogue des commerçants, les comptes clients, les paiements, le traitement des commandes et la coordination des livraisons derrière chaque transaction. Un agent IA peut relier ces couches à travers une demande conversationnelle. Cette intégration donne à DoorDash un avantage sur les assistants généralistes qui doivent dépendre de services externes.

L’entreprise étend la même logique aux restaurants, aux courses, aux repas sur le lieu de travail et au réapprovisionnement domestique. Un consommateur peut demander son dîner via Messages. Un employé peut commander son déjeuner par l’intermédiaire d’un assistant interne, tandis qu’un agent de bureau réapprovisionne les collations grâce au connecteur d’entreprise.

Ces exemples partagent un même mécanisme. L’agent convertit une intention non structurée en panier structuré, puis transmet la transaction approuvée à DoorDash. Le réseau de livraison reste essentiel, même lorsque l’interface traditionnelle de la marketplace disparaît.

Ce changement pourrait modifier la manière dont DoorDash mesure les performances de ses produits. Les sessions dans l’application et les consultations de menus comptent moins si les personnes finalisent leurs commandes par des conversations externes. La conversion, l’exécution réussie des tâches, les taux de correction et la réutilisation de l’agent deviennent plus instructifs.

Les commerçants gagnent aussi un nouveau canal de découverte, mais perdent une partie du contrôle de leur présentation. Une page de restaurant permet à une entreprise d’organiser catégories, images, descriptions et articles mis en avant. Un agent peut résumer cette vitrine en quelques choix recommandés.

DoorDash affirme qu’Ask DoorDash a orienté près de la moitié des commandes de restaurant associées vers des établissements locaux que le client n’avait jamais essayés. Cette affirmation suggère que les agents peuvent élargir la découverte plutôt que de simplement répéter les achats précédents. L’effet à long terme dépendra de la manière dont les recommandations répartissent l’attention entre les commerçants.

Les petits restaurants pourraient en bénéficier lorsqu’un client décrit un plat plutôt que de rechercher une marque célèbre. Ils pourraient aussi devenir moins visibles si le système de classement favorise les commerçants disposant de données plus riches, d’une exécution fiable ou d’une demande établie. DoorDash n’a pas publié assez de détails pour trancher cette question.

Le connecteur d’entreprise soulève des questions similaires pour les développeurs et les acheteurs en entreprise. Un agent peut passer une commande de repas récurrente ou utiliser un avantage salarié, mais les organisations auront besoin de plafonds de dépenses et de règles d’approbation. Elles auront également besoin de registres indiquant qui a demandé chaque transaction.

L’accès via Model Context Protocol rend DoorDash disponible dans les systèmes IA compatibles. Toutefois, la connexion seule ne résout pas les questions de gouvernance. Les entreprises ont toujours besoin d’authentification, de consentement, de contrôles des données, d’audits et de procédures de récupération lorsqu’un agent effectue le mauvais achat.

DoorDash indique que les employés se connectent à leurs propres comptes et donnent leur consentement avant qu’un agent agisse pour eux. La bêta limitée fonctionne au niveau de l’entreprise, ce qui donne à DoorDash le temps d’observer comment les organisations configurent le service. Un accès plus large nécessitera des garanties opérationnelles plus claires.

Pour les développeurs, l’opportunité est importante. La commande peut devenir une action au sein d’un flux de travail plus large plutôt qu’une destination. Un assistant de réunion pourrait programmer le déjeuner après confirmation des participants, tandis qu’un système de bureau pourrait réapprovisionner les fournitures lorsque le stock passe sous un seuil.

Le risque est que la commodité encourage une automatisation excessive. Une instruction récurrente mal configurée pourrait créer des commandes indésirables. Une demande de groupe vague pourrait générer un panier coûteux, tandis qu’une politique d’entreprise obsolète pourrait approuver les mauvais articles.

La confirmation humaine reste importante dès lors que le contexte est incomplet ou que la dépense est significative. La bonne conception confie à l’agent la découverte et l’assemblage répétitifs, tout en préservant une approbation responsable. Ce principe s’applique au-delà de la livraison de repas, à de nombreux systèmes d’IA transactionnels.

Le pari plus large de DoorDash est que le commerce local deviendra accessible via de nombreuses interfaces. Messages en est une, et l’application DoorDash en reste une autre. Les agents de travail et les outils créés par les développeurs ajoutent davantage de points d’entrée sans modifier le réseau de traitement des commandes sous-jacent.

Si cette stratégie fonctionne, DoorDash dépendra moins de sa capacité à convaincre les clients d’ouvrir son application. L’entreprise pourra plutôt rivaliser pour devenir le moteur transactionnel derrière l’assistant que le client utilise déjà. Il s’agit d’une position stratégique plus forte que de posséder une seule interface mobile populaire.

Trois signaux montreront si la commande par SMS compte

Le prochain test ne consiste pas à savoir si les gens s’inscrivent sur la liste d’attente, mais s’ils font suffisamment confiance à l’agent pour passer des commandes précises et répétées.

Le premier signal sera l’expansion de la bêta. DoorDash limite actuellement l’accès à une liste d’attente américaine et à Apple Messages. Une éligibilité plus large, une sortie sur Android ou une date de disponibilité générale montreraient que l’entreprise estime les performances suffisamment stables pour une utilisation plus étendue.

Une bêta restreinte prolongée affaiblirait l’argument concurrentiel. Elle pourrait indiquer que la précision des commandes, la conception du paiement, la personnalisation ou les coûts d’assistance nécessitent davantage de travail. L’expansion seule ne prouvera pas le succès, mais un accès stagnant serait difficile à ignorer.

Le deuxième signal sera la preuve d’un comportement répété. DoorDash a partagé des données sur la découverte et les paniers pour Ask DoorDash, mais n’a pas publié de chiffres de rétention pour l’expérience Messages. Les commandes répétées compteront davantage que les inscriptions, car la curiosité peut produire une liste d’attente impressionnante sans modifier les habitudes.

Les indicateurs utiles comprendraient l’exécution des tâches, les corrections de panier, les paiements abandonnés, la réutilisation et les contacts avec l’assistance. DoorDash devrait également distinguer les simples commandes répétées des recommandations ouvertes. Recommander un repas connu demande moins de raisonnement que de satisfaire une nouvelle demande de groupe.

Les chiffres existants de l’entreprise méritent une comparaison attentive au fil du temps. DoorDash affirme qu’Ask DoorDash a aidé les utilisateurs à découvrir plus de 40 000 nouveaux restaurants en trois mois. Les rapports futurs devraient montrer si ces découvertes ont entraîné satisfaction, achats répétés ou simples expérimentations ponctuelles.

Le troisième signal sera la réponse concurrentielle. Uber Eats propose déjà un assistant de courses intégré à l’application, tandis que les systèmes d’IA généralistes peuvent exploiter des applications de livraison prises en charge. Un produit de messagerie comparable, une intégration plus poussée aux assistants ou une API transactionnelle plus large réduiraient la fenêtre de différenciation de DoorDash.

La réponse de Grubhub compte également, car la nouvelle interface modifie le coût de l’absence d’une conversation. Si les clients s’habituent à demander à un agent de choisir et commander leur dîner, les plateformes auront besoin de leur propre agent ou d’un accès fiable via quelqu’un d’autre.

Le lancement de la commande par SMS donne à DoorDash une avance visible dans la commande conversationnelle de repas, mais le produit reste un pilote. Sa valeur stratégique dépend d’une exécution précise, d’un paiement transparent et d’une confiance répétée des consommateurs.

La commande par IA de DoorDash compte parce qu’elle place la marketplace de livraison derrière une simple demande. L’entreprise cherche à faire en sorte que choisir DoorDash ressemble moins au choix d’une application qu’à l’envoi d’un message. Cela peut mettre Uber Eats et Grubhub sous pression si les clients reviennent après la disparition de la nouveauté.

Surveillez ce qui se passe après l’ouverture de la liste d’attente. DoorDash étend-il l’accès, publie-t-il des données de fiabilité significatives et obtient-il des commandes récurrentes ? Ces résultats montreront si le paiement conversationnel est un canal de distribution durable ou simplement une autre fonctionnalité IA ajoutée à une marketplace existante.