Gli ordini dell’agente AI di DoorDash ammontano solo a «qualche centinaio» mentre esplora partnership

Secondo il CEO Tony Xu, gli ordini effettuati dagli agenti AI di DoorDash tramite assistenti esterni hanno raggiunto soltanto «qualche centinaio», nonostante le aspettative che il software possa trasformare lo shopping. Un agente AI è un software che agisce per conto dell’utente, anziché limitarsi a rispondere alle domande. La comunicazione di DoorDash offre un segnale concreto sull’adozione, sebbene l’incompletezza della finestra di misurazione limiti le conclusioni possibili.

La cifra mette alla prova una promessa precisa: che gli assistenti indipendenti diventino il luogo predefinito in cui i consumatori delegano gli acquisti quotidiani. Riuscire a effettuare un ordine dimostra una capacità tecnica. Convincere le persone a smettere di aprire una familiare app di consegne richiede un cambiamento comportamentale distinto.

DoorDash resta interessata a collaborare con sviluppatori di agenti esterni. Nel frattempo, Walmart sta creando accessi per gli agenti di shopping e Amazon ha bloccato Muse di Meta. Questi diversi approcci offrono un contesto utile, ma la domanda immediata per DoorDash è più circoscritta. Gli assistenti esterni possono generare acquisti aggiuntivi, oppure gli acquirenti useranno principalmente l’AI all’interno di servizi di cui già si fidano?

Cosa ci dicono davvero gli ordini dell’agente AI di DoorDash

Durante la call sui risultati del 29 ottobre, Xu ha descritto l’attività degli agenti esterni come un piccolo totale cumulativo. La discussione della call sui risultati ha inoltre evidenziato l’interesse per partnership in grado di produrre ordini aggiuntivi. Ha affermato che i clienti ordinano prevalentemente tramite l’app di DoorDash.

La comunicazione descrive un’attività osservata limitata tramite agenti esterni, anziché una misurazione completa dello shopping assistito dall’AI.

La distinzione è importante perché la categoria può comprendere esperienze diverse. Un cliente potrebbe chiedere a un assistente indipendente di completare un acquisto. Un altro potrebbe usare la ricerca conversazionale all’interno di un’app di consegne, quindi rivedere personalmente il carrello. Entrambi coinvolgono l’AI, ma rappresentano relazioni diverse tra l’acquirente, il fornitore del software e il servizio di consegna.

La cifra riportata riguarda il canale degli assistenti esterni. Non dovrebbe trasformarsi in un’affermazione da titolo secondo cui i consumatori rifiutano ogni forma di AI nel commercio. Né dimostra che le funzioni di shopping conversazionale all’interno delle app esistenti abbiano raggiunto un’adozione diffusa. Queste conclusioni richiedono prove specifiche.

Anche il periodo di misurazione resta poco chiaro. Una stima cumulativa senza una data d’inizio definita non può stabilire un tasso di crescita mensile. Non può mostrare se l’attività sia accelerata di recente, sia rimasta stabile o abbia seguito un iniziale picco di sperimentazione.

Un semplice esempio illustra il problema. Lo stesso totale cumulativo significa cose diverse per un’integrazione resa disponibile da poco e per un servizio operativo per un periodo prolungato. Senza un’esposizione comparabile, un conteggio grezzo mescola la disponibilità del prodotto con l’interesse dei clienti.

La parola «ordini» lascia ulteriori interrogativi analitici. Un conteggio delle transazioni non rivela quante persone abbiano acquistato, con quale frequenza siano tornate o quanti tentativi di acquisto siano falliti. Queste misurazioni aiuterebbero a distinguere comportamenti ripetuti da prove isolate.

Nessuna di queste lacune rende inutile la comunicazione. Fornisce un’osservazione riportata dall’azienda rispetto alla quale possono essere verificate affermazioni generiche sull’automazione dello shopping. L’interpretazione responsabile resta vicina al suo perimetro: gli agenti esterni non sono ancora diventati un canale di ordinazione sostanziale secondo i dati di DoorDash.

La cifra ricorda inoltre che le prove di adozione dovrebbero seguire l’intero percorso del cliente. Scoprire un servizio, collegare un account, creare un carrello, approvare il pagamento e ricevere una consegna soddisfacente sono fasi separate. Un acquisto completato registra il risultato senza spiegare dove si siano fermati gli altri utenti.

Per i lettori che valutano prodotti AI, questo è il punto di partenza utile. Chiedetevi cosa misuri il numero prima di decidere cosa dimostri. DoorDash ha fornito un primo segnale transazionale, ma interpretarlo richiede informazioni su disponibilità, tentativi, fidelizzazione dei clienti e periodo di osservazione.

Gli assistenti indipendenti devono guadagnarsi un cambiamento di abitudini

La pressione immediata ricade sugli sviluppatori che promettono che un assistente generale possa diventare una destinazione abituale per lo shopping. La loro concorrenza include la routine esistente del cliente, anche quando nessun prodotto AI concorrente appare sullo schermo.

Un assistente esterno deve offrire un vantaggio sufficiente a giustificare lo spostamento di un’attività familiare in un’interfaccia diversa.

Consideriamo un ordine di cena esemplificativo. Una persona conosce già il ristorante, il pasto abituale, l’indirizzo di consegna e il metodo di pagamento preferito. Un’app familiare può rendere questo compito semplice. Un assistente deve far risparmiare uno sforzo significativo, preservando al contempo la fiducia che ogni dettaglio rimanga corretto.

Per un acquisto meno definito, il calcolo cambia. Un acquirente che sceglie ingredienti per una ricetta sconosciuta affronta più decisioni di chi ripete un ordine abituale. L’assistenza diventa più preziosa quando riduce l’incertezza, il coordinamento o il lavoro manuale ripetuto.

Questa differenza suggerisce uno standard più impegnativo del semplice fatto che un software possa gestire il checkout. Gli sviluppatori devono individuare situazioni in cui la delega migliori il risultato abbastanza da indurre i clienti a tornare spontaneamente. Una dimostrazione può stabilire la fattibilità senza individuare una ragione duratura per usare il prodotto.

La configurazione dell’account aggiunge un altro ostacolo. Se un cliente deve collegare servizi, spiegare preferenze e controllare ogni articolo proposto, l’interazione iniziale comporta lavoro. Questo sforzo può valerne la pena, ma il beneficio deve diventare visibile prima che la curiosità svanisca.

Anche la fiducia opera a più livelli. Un cliente potrebbe fidarsi di un assistente per suggerire la cena, senza concedergli l’autorizzazione ad acquistarla. Potrebbe consentire un riordino familiare richiedendo però l’approvazione per le sostituzioni. Trattare tali decisioni come una singola disponibilità a «usare gli agenti» nasconde differenze importanti.

La domanda commerciale segue quella comportamentale. Le transazioni aggiuntive hanno un peso diverso rispetto agli ordini che sarebbero comunque avvenuti tramite un’altra interfaccia. Un assistente esterno può creare valore trovando un bisogno insoddisfatto, riducendo gli acquisti abbandonati o coordinando un’attività che il cliente altrimenti evita.

Spostare un acquisto esistente in un nuovo canale può comunque migliorare la comodità. Tuttavia, non dimostra automaticamente un aumento della domanda per il marketplace sottostante. Le discussioni sulle partnership devono distinguere tra beneficio per il cliente, vendite aggiuntive e redistribuzione di una transazione esistente.

Per gli acquirenti aziendali, lo stesso ragionamento si applica agli assistenti agli acquisti usati al lavoro. Un prodotto dovrebbe essere valutato rispetto al processo attuale, inclusi requisiti di approvazione e gestione delle eccezioni. Una conversazione fluida offre un valore limitato se i dipendenti devono ricostruire l’ordine in seguito.

Gli agenti indipendenti affrontano quindi una sfida pratica di adozione. Hanno bisogno di un’attività ricorrente, un vantaggio chiaro e un livello accettabile di supervisione. La comunicazione di DoorDash alza lo standard delle prove per tali affermazioni senza stabilire se gli sviluppatori possano alla fine soddisfarlo.

DoorDash sta testando l’AI all’interno della propria relazione con i clienti

Gli annunci di prodotto di DoorDash mostrano che l’azienda sta sperimentando lo shopping conversazionale accanto al proprio interesse per gli assistenti esterni.

Il suo annuncio di giugno sulla ricerca conversazionale descriveva Ask DoorDash come in grado di accettare richieste in linguaggio naturale, link a ricette e foto di libri di cucina. L’azienda ha illustrato una ricetta trasformata in un carrello della spesa che l’acquirente poteva rivedere e modificare. La disponibilità iniziale copriva aree ed esperienze selezionate.

Il 30 settembre, DoorDash ha annunciato gli ordini via messaggio, con gli utenti statunitensi in grado di iscriversi a una lista d’attesa beta. L’azienda ha presentato la messaggistica come un altro modo per richiedere cibo e generi alimentari senza aprire la propria app.

Lo shopping conversazionale può svilupparsi all’interno di un servizio esistente anche se gli assistenti di shopping indipendenti attirano un volume di transazioni limitato.

La distinzione di fondo riguarda chi mantiene la relazione con il cliente. Un assistente gestito dal marketplace può cambiare il modo in cui i clienti esprimono le richieste, mantenendo al contempo la transazione all’interno di quel servizio. Un assistente indipendente introduce un altro partecipante tra l’intenzione del cliente e l’evasione.

Nessuna delle due configurazioni produce automaticamente un’esperienza migliore. Un assistente integrato potrebbe gestire comodamente preferenze familiari ma limitare l’acquirente al proprio marketplace. Un assistente esterno potrebbe coordinare servizi diversi ma richiedere collegamenti e spiegazioni aggiuntivi.

L’esempio della ricetta rende concreta la differenza. Trasformare gli ingredienti in un carrello proposto elimina il lavoro ripetitivo di selezione. Tuttavia, gli acquirenti hanno ancora bisogno di quantità accettabili, sostituzioni adeguate e fiducia che il carrello corrisponda alle loro intenzioni. L’interfaccia conversazionale avvia il processo; l’esperienza di revisione determina se i clienti si sentano a proprio agio nel completarlo.

Un assistente esterno che affronti lo stesso compito deve preservare tali dettagli oltre i confini organizzativi. Una richiesta interpretata correttamente in una conversazione può comunque tradursi in un acquisto inadeguato se il servizio ricevente comprende diversamente quantità o preferenze.

Questo è un motivo analitico per separare i miglioramenti dell’interfaccia dallo spostamento del mercato. I clienti possono ottenere un modo più comodo di fare acquisti senza abbandonare un account consolidato o cambiare l’origine dell’ordine.

I soli annunci di prodotto non possono dirci quale strada preferiscano i clienti. La disponibilità stabilisce l’opportunità di usare qualcosa. Acquisti ripetuti, consegne riuscite e minore sforzo fornirebbero prove più solide sul fatto che l’esperienza si guadagni un posto duraturo nelle routine quotidiane.

C’è anche una considerazione legata ai tempi. Una beta può esporre una funzione a un pubblico selezionato con interessi specifici. I risultati di quel pubblico non dovrebbero trasformarsi automaticamente in previsioni su tutti i clienti. Una disponibilità più ampia costituisce una prova diversa, soprattutto quando utenti meno entusiasti incontrano requisiti di configurazione e situazioni impreviste.

Per gli sviluppatori di agenti, gli esperimenti di DoorDash significano che il livello di riferimento continua a evolvere. Competono con un servizio esistente che può migliorare la propria interfaccia. Il loro vantaggio deve restare significativo mentre l’ordinazione di routine diventa più semplice altrove.

Questo rende centrale la selezione dell’attività. Un assistente generale ha bisogno di un motivo per partecipare che vada oltre la traduzione di una richiesta in un carrello. Coordinare diverse esigenze, ricordare una preferenza autorizzata o gestire un flusso di lavoro complicato offre una proposta più chiara che riprodurre un’interazione già comoda.

Walmart e Amazon mostrano perché l’accesso è una questione distinta

Il dibattito sugli assistenti per lo shopping combina spesso questioni separate: se i consumatori li desiderano e se i rivenditori consentono loro di operare. Il conteggio delle transazioni riportato da DoorDash informa principalmente la prima discussione in un contesto limitato.

Il framework per lo shopping tramite agenti di Walmart del 21 ottobre ha affrontato direttamente la questione dell’accesso. Ha annunciato Agent Profiles, un gateway pianificato per le connessioni degli agenti, e controlli per i clienti. L’azienda ha affermato che i profili separerebbero gli acquisti degli agenti all’interno di un account e supporterebbero le preferenze di approvazione.

Amazon ha adottato un approccio diverso nei confronti di almeno alcuni software esterni. Bloomberg ha riferito il 21 settembre che Amazon ha bloccato Muse di Meta, citando un portavoce di Amazon.

L'autorizzazione di un rivenditore crea un'opportunità di transazione; non dimostra che i clienti useranno tale opportunità.

Allo stesso modo, un assistente bloccato non può fornire una misura affidabile della domanda dei clienti. Le restrizioni tecniche possono impedire agli utenti interessati di completare gli acquisti. Una connessione aperta rimuove un ostacolo, ma lascia irrisolti scoperta, fiducia, usabilità e comportamento di riutilizzo.

Questa distinzione evita una lettura eccessivamente semplice del panorama competitivo. Un rivenditore che accoglie gli agenti sta prendendo una decisione di distribuzione. Un rivenditore che li limita sta prendendo una decisione di accesso. Nessuna delle due azioni dimostra indipendentemente quale interfaccia di acquisto preferiranno i consumatori.

Anche la progettazione dell'accesso è importante. Un assistente che utilizza l'account di un cliente tramite normali pagine web opera diversamente da un software che utilizza una connessione approvata. Quest'ultima può offrire aspettative più chiare su identità, autorizzazioni e stato della transazione, a seconda dell'implementazione.

Queste differenze influenzano ciò che gli sviluppatori possono promettere in modo credibile. Una dimostrazione curata su un sito web accessibile non dimostra un funzionamento affidabile presso rivenditori con politiche diverse. La copertura dovrebbe essere valutata servizio per servizio, distinguendo chiaramente le azioni supportate da quelle aspirazionali.

Per i clienti, la conseguenza pratica è la frammentazione. Un assistente potrebbe aiutare con un negozio e incontrare restrizioni presso un altro. Questa esperienza può complicare la promessa di un unico luogo per gestire gli acquisti, anche se il software sottostante interpreta correttamente le richieste.

Per i marketplace, accogliere un assistente solleva questioni di presentazione e responsabilità. Chi spiega una sostituzione? Chi comunica una stima di consegna modificata? Quale interfaccia mostra le condizioni finali? Sono decisioni di prodotto che plasmano la fiducia prima di trasformarsi in discussioni sulle quote di mercato.

L'apertura di DoorDash alla collaborazione dovrebbe essere interpretata nell'ambito di questo insieme più ampio di scelte. Una partnership può definire come un servizio esterno partecipa senza richiedere al marketplace di cedere ogni parte della propria esperienza cliente.

Il confronto più solido separa quindi accesso, capacità e adozione. L'accesso riguarda l'autorizzazione a operare. La capacità riguarda il completamento corretto dell'attività. L'adozione riguarda se i clienti scelgono ripetutamente l'esperienza. I progressi in una qualsiasi di queste aree meritano attenzione, ma non dovrebbero sostituire le prove sulle altre.

Il conteggio lascia irrisolte la domanda dei clienti e l'affidabilità

La divulgazione di DoorDash invita alla cautela riguardo all'attuale attività degli agenti esterni. Non identifica la causa di quel livello di attività.

Un basso totale di transazioni non può distinguere tra interesse limitato, disponibilità limitata, attrito o un'esperienza che i clienti hanno appena incontrato.

Questa incertezza conta perché spiegazioni diverse implicano risposte diverse. Una scarsa consapevolezza richiede distribuzione. Una configurazione difficile richiede modifiche al prodotto. Un'esecuzione inaffidabile richiede controlli migliori. Un'attività con scarso beneficio percepito potrebbe richiedere un caso d'uso completamente diverso.

Il conteggio disponibile non può ordinare queste spiegazioni per importanza. Affermare che i clienti non gradiscono gli agenti andrebbe oltre le prove. Anche affermare che l'adozione accelererà automaticamente una volta migliorati i prodotti supererebbe quanto è stato stabilito.

Esiste un'ulteriore distinzione tra successo della transazione e soddisfazione del cliente. Un ordine può essere completato tecnicamente pur deludendo l'acquirente. La sostituzione sbagliata, una quantità inadeguata o un accordo di consegna inatteso possono minare la fiducia senza apparire come un checkout fallito.

È possibile anche il contrario. Un assistente che si ferma per chiedere chiarimenti potrebbe produrre meno transazioni completate durante una sperimentazione, proteggendo però i clienti dagli errori. I dati grezzi di completamento richiedono contesto su ciò che il software ha tentato di fare e sul motivo per cui si è fermato.

Per la valutazione del prodotto, la gestione delle eccezioni merita particolare attenzione. Le richieste di routine producono dimostrazioni favorevoli perché il risultato desiderato è facile da descrivere. Gli acquisti reali includono incertezza: articoli non disponibili, preferenze cambiate, quantità ambigue e circostanze che richiedono una nuova approvazione.

I termini di accesso per gli agenti di Walmart illustrano come un rivenditore possa formalizzare questi confini. Richiedono l'identificazione in circostanze specificate e stabiliscono requisiti di approvazione umana. I termini limitano inoltre le rappresentazioni fuorvianti su disponibilità, commissioni ed evasione degli ordini.

Tali requisiti illustrano una questione di progettazione più ampia, piuttosto che costituire prove delle prestazioni di un particolare agente. La delega necessita di confini che resistano al passaggio dalla conversazione all'azione. La richiesta originaria dell'utente dovrebbe rimanere comprensibile quando l'acquisto arriva al checkout.

Una richiesta di spesa alimentare esemplificativa mostra la sfida. “Prendi ciò che mi serve per la cena” lascia spazio all'interpretazione riguardo a porzioni, marchi, preferenze alimentari e scorte già presenti in dispensa. Il software deve decidere quali incertezze può risolvere dal contesto autorizzato e quali richiedono una domanda.

Questa valutazione influenza sia lo sforzo sia la fiducia. Chiedere informazioni su ogni dettaglio elimina gran parte della comodità della delega. Indovinare liberamente crea un problema diverso. Un'autonomia utile richiede chiarimenti selettivi e una chiara descrizione di ciò che il cliente ha approvato.

Lo stesso problema emerge nei flussi di lavoro dell'AI sul posto di lavoro. Ricordare una preferenza e agire in base a essa sono responsabilità distinte. I lettori che valutano il lato informativo possono esplorare come una base di conoscenza personale organizza il contesto, mantenendo l'autorizzazione all'acquisto come decisione distinta.

Per gli ordini degli agenti AI di DoorDash, le prove mancanti restano significative. Servono un periodo di osservazione più chiaro, un'esposizione comparabile e informazioni sul comportamento di riutilizzo prima di spiegare il basso totale. L'attuale divulgazione stabilisce un risultato circoscritto, lasciando aperte le dinamiche sottostanti di clienti e prodotto.

Osservare acquisti ripetuti, maggiore disponibilità e partnership concrete

Le prossime prove utili dovrebbero collegare gli annunci di prodotto al comportamento effettivo dei clienti. Nei prossimi mesi, tre segnali meritano attenzione in un ordine specifico.

Gli acquisti ripetuti fornirebbero la prova più chiara che gli assistenti esterni offrono valore oltre un esperimento iniziale.

Innanzitutto, occorre osservare misurazioni che distinguano gli acquirenti di ritorno dalle prove iniziali. Un conteggio cumulativo in crescita aggiungerebbe informazioni, ma potrebbe ancora riflettere nuove persone che testano una funzionalità una sola volta. L'uso ripetuto indicherebbe meglio che i clienti hanno trovato un motivo per delegare di nuovo.

Queste prove sarebbero più solide con una finestra di osservazione definita e una descrizione chiara degli agenti inclusi. Senza tali dettagli, i totali successivi restano difficili da confrontare. Un cambiamento nella copertura della rendicontazione può sembrare crescita anche quando il comportamento sottostante non è cambiato.

Se i clienti completano ripetutamente acquisti utili tramite assistenti esterni, si rafforza l'argomento a favore di un canale duraturo. Se l'attività dipende soprattutto da nuovi lanci e dalla curiosità iniziale, l'ipotesi di acquisti abituali resta più debole.

In secondo luogo, occorre osservare il passaggio dall'accesso annunciato alla disponibilità effettivamente utilizzabile. La beta degli ordini via SMS di DoorDash e l'infrastruttura pianificata per gli agenti di Walmart offrono sviluppi concreti da seguire. La domanda rilevante è se i clienti previsti possano utilizzare con successo queste esperienze in condizioni normali.

Una disponibilità più ampia consentirebbe un test di adozione più informativo. Non garantirebbe risultati favorevoli. Sviluppatori e rivenditori dovrebbero comunque dimostrare che i clienti completano gli acquisti, comprendono i controlli e tornano dopo aver incontrato richieste meno prevedibili.

Se un accesso più ampio produce un utilizzo sostenuto, la disponibilità limitata diventa una spiegazione più plausibile dei precedenti conteggi bassi. Se l'accesso si espande senza attività ripetuta, l'attenzione dovrebbe spostarsi sul valore dell'attività e sullo sforzo richiesto.

In terzo luogo, occorre osservare partnership che specifichino quale contributo offre l'assistente esterno. Un'integrazione nominata è più informativa quando descrive le azioni supportate, le approvazioni dei clienti e il modo in cui le parti valutano la domanda aggiuntiva.

Un annuncio di partnership senza questi dettagli lascia irrisolta la questione commerciale. Le prove utili mostrerebbero se l'assistente aiuta i clienti a effettuare acquisti che altrimenti abbandonano, evitano o faticano a coordinare.

Tali risultati rafforzerebbero l'argomento secondo cui assistenti indipendenti possono ampliare l'utilità di un marketplace. Il semplice trasferimento di ordini familiari sosterrebbe un'affermazione più circoscritta sulla comodità e sulla distribuzione.

C'è spazio per entrambi gli esiti. I clienti potrebbero preferire strumenti conversazionali integrati per gli acquisti di routine e assistenti esterni per attività più complesse. Resta una possibilità da indagare, non una divisione consolidata del mercato.

Gli ordini degli agenti AI di DoorDash offrono ora un punto di riferimento per questa indagine. Il dato è piccolo, riportato dall'azienda e limitato da un periodo non specificato. Il suo valore consiste nel rendere più concreta la discussione sull'adozione, mostrando al contempo quanto resti non misurato.

Prima di trattare il prossimo lancio di un agente per gli acquisti come prova di un cambiamento comportamentale, osservate la transazione dietro la conversazione. I clienti possono autorizzarla chiaramente, ricevere ciò che intendevano e risolvere gli errori senza dover ricostruire l'intera attività? Poi chiedetevi se usano volontariamente il servizio di nuovo. Queste domande si applicano tanto agli acquisti personali quanto a quelli sul posto di lavoro. Mantenete separati disponibilità del prodotto, esecuzione riuscita e domanda ripetuta quando valutate nuove affermazioni. La divulgazione di DoorDash offre a questa valutazione un primo punto di riferimento, non un verdetto definitivo. Seguite la prossima versione o partnership con una domanda pratica: quali nuove prove dimostrano che la delega è diventata abbastanza utile da essere ripetuta?