Łączna liczba zamówień przez agenta AI DoorDash to zaledwie „kilkaset”, firma analizuje partnerstwa

Według CEO Tony’ego Xu liczba zamówień złożonych przez agenta AI DoorDash za pośrednictwem zewnętrznych asystentów osiągnęła jedynie „kilkaset”, mimo oczekiwań, że oprogramowanie zmieni sposób robienia zakupów. Agent AI to oprogramowanie, które podejmuje działania w imieniu użytkownika, a nie tylko odpowiada na pytania. Ujawnione przez DoorDash dane stanowią konkretny sygnał dotyczący adopcji, choć niepełny okres pomiaru ogranicza wnioski, jakie można z nich wyciągnąć.

Liczba ta wywiera presję na konkretną obietnicę: że niezależni asystenci staną się domyślnym miejscem, w którym konsumenci powierzają codzienne zakupy. Skuteczne złożenie zamówienia potwierdza możliwości techniczne. Przekonanie ludzi, by przestali otwierać znaną aplikację dostawczą, wymaga odrębnej zmiany zachowań.

DoorDash nadal jest zainteresowany współpracą z zewnętrznymi twórcami agentów. Tymczasem Walmart tworzy dostęp dla agentów zakupowych, a Amazon zablokował Muse firmy Meta. Te różne podejścia zapewniają użyteczny kontekst, lecz bezpośrednie pytanie DoorDash jest węższe. Czy zewnętrzni asystenci mogą generować dodatkowe zakupy, czy kupujący będą głównie korzystać z AI w usługach, którym już ufają?

Co faktycznie mówią nam zamówienia przez agenta AI DoorDash

Podczas rozmowy wynikowej DoorDash z 29 października Xu opisał aktywność zewnętrznych agentów jako niewielką łączną liczbę. Dyskusja podczas rozmowy wynikowej wskazała również na zainteresowanie partnerstwami generującymi dodatkowe zamówienia. Powiedział, że klienci zamawiają głównie przez aplikację DoorDash.

Ujawnione dane opisują ograniczoną zaobserwowaną aktywność za pośrednictwem zewnętrznych agentów, a nie kompleksowy pomiar zakupów wspieranych przez AI.

To rozróżnienie ma znaczenie, ponieważ kategoria może obejmować różne doświadczenia. Klient może poprosić niezależnego asystenta o sfinalizowanie zakupu. Inny może korzystać z konwersacyjnego wyszukiwania w aplikacji dostawczej, a następnie samodzielnie sprawdzić koszyk. Oba przypadki obejmują AI, ale reprezentują różne relacje między kupującym, dostawcą oprogramowania i usługą dostawczą.

Podana liczba dotyczy kanału zewnętrznych asystentów. Nie powinna stać się nagłówkowym twierdzeniem, że konsumenci odrzucają każdą formę AI w handlu. Nie dowodzi też, że konwersacyjne funkcje zakupowe wewnątrz istniejących aplikacji osiągnęły szeroką adopcję. Takie wnioski wymagają własnych dowodów.

Również okres pomiaru pozostaje niejasny. Łączny szacunek bez określonej daty początkowej nie pozwala ustalić miesięcznego tempa wzrostu. Nie pokazuje, czy aktywność ostatnio przyspieszyła, pozostała stabilna, czy nastąpił początkowy zryw eksperymentowania.

Prosty przykład ilustruje problem. Ta sama łączna liczba oznacza coś innego dla nowo udostępnionej integracji, a coś innego dla usługi działającej przez dłuższy czas. Bez porównywalnej ekspozycji surowa liczba łączy dostępność produktu z zainteresowaniem klientów.

Słowo „zamówienia” rodzi dodatkowe pytania analityczne. Liczba transakcji nie ujawnia, ile osób dokonało zakupu, jak często wracały ani ile prób zakupu zakończyło się niepowodzeniem. Te pomiary pomogłyby odróżnić powtarzalne zachowania od pojedynczych prób.

Żadna z tych luk nie czyni ujawnionych danych bezużytecznymi. Dostarczają one obserwacji raportowanej przez firmę, względem której można testować szerokie twierdzenia o automatyzacji zakupów. Odpowiedzialna interpretacja pozostaje blisko ich zakresu: zewnętrzni agenci nie stali się jeszcze istotnym kanałem składania zamówień w ujęciu DoorDash.

Liczba ta przypomina również, że dowody adopcji powinny obejmować całą ścieżkę klienta. Odkrycie usługi, połączenie konta, zbudowanie koszyka, zatwierdzenie płatności i otrzymanie akceptowalnej dostawy to odrębne etapy. Sfinalizowany zakup rejestruje rezultat, nie wyjaśniając, na którym etapie zatrzymali się inni użytkownicy.

Dla czytelników oceniających produkty AI jest to użyteczny punkt wyjścia. Przed podjęciem decyzji, co dana liczba dowodzi, należy zapytać, co dokładnie mierzy. DoorDash dostarczył wczesny sygnał transakcyjny, lecz jego interpretacja wymaga informacji o dostępności, próbach, utrzymaniu klientów i okresie obserwacji.

Niezależni asystenci muszą zasłużyć na zmianę nawyków

Bezpośrednia presja spoczywa na twórcach obiecujących, że ogólny asystent może stać się regularnym miejscem zakupów. Konkurują oni z istniejącą rutyną klienta, nawet gdy na ekranie nie ma konkurencyjnego produktu AI.

Zewnętrzny asystent musi oferować wystarczającą korzyść, by uzasadnić przeniesienie znanego zadania do innego interfejsu.

Rozważmy przykładowe zamówienie kolacji. Ktoś już zna restaurację, zwykły posiłek, adres dostawy i preferowaną metodę płatności. Znana aplikacja może uczynić to zadanie prostym. Asystent musi zaoszczędzić istotny wysiłek, jednocześnie zachowując pewność, że każdy szczegół pozostaje poprawny.

W przypadku mniej ustalonego zakupu kalkulacja się zmienia. Kupujący wybierający składniki do nieznanego przepisu ma więcej decyzji do podjęcia niż osoba powtarzająca zwykłe zamówienie. Pomoc staje się cenniejsza, gdy zmniejsza niepewność, potrzebę koordynacji lub powtarzalną pracę ręczną.

Ta różnica sugeruje bardziej wymagający standard niż samo pytanie, czy oprogramowanie potrafi przejść przez proces płatności. Twórcy muszą wskazać sytuacje, w których delegowanie poprawia rezultat na tyle, że klienci chętnie wracają. Demonstracja może potwierdzać wykonalność, nie wskazując trwałego powodu korzystania z produktu.

Konfiguracja konta tworzy kolejną przeszkodę. Jeśli klient musi połączyć usługi, wyjaśnić preferencje i sprawdzić każdą proponowaną pozycję, pierwsza interakcja wymaga pracy. Ten wysiłek może być opłacalny, ale korzyść musi stać się widoczna, zanim minie ciekawość.

Zaufanie również działa na kilku poziomach. Klient może ufać asystentowi, że zaproponuje kolację, jednocześnie nie zezwalając mu na jej zakup. Może pozwolić na znane ponowne zamówienie, lecz wymagać zatwierdzenia zamienników. Traktowanie tych decyzji jako pojedynczej gotowości do „korzystania z agentów” zaciera istotne różnice.

Pytanie biznesowe wynika z pytania o zachowanie. Dodatkowe transakcje mają inne znaczenie niż zamówienia, które i tak zostałyby złożone przez inny interfejs. Zewnętrzny asystent może tworzyć wartość, znajdując niezaspokojoną potrzebę, ograniczając porzucone zakupy lub koordynując zadanie, którego klient w przeciwnym razie unika.

Przeniesienie istniejącego zakupu do nowego kanału może nadal zwiększać wygodę. Nie dowodzi jednak automatycznie wzrostu popytu na bazowy marketplace. Rozmowy o partnerstwach muszą odróżniać korzyść dla klienta, dodatkową sprzedaż i redystrybucję istniejącej transakcji.

Dla nabywców korporacyjnych to samo rozumowanie dotyczy asystentów zakupowych używanych w pracy. Produkt należy oceniać względem obecnego procesu, w tym wymogów zatwierdzania i obsługi wyjątków. Płynna rozmowa ma ograniczoną wartość, jeśli pracownicy muszą później odtwarzać zamówienie.

Niezależni agenci stoją zatem przed praktycznym wyzwaniem adopcyjnym. Potrzebują powtarzalnego zadania, wyraźnej przewagi i akceptowalnego poziomu nadzoru. Ujawnione przez DoorDash dane podnoszą standard dowodów dla tych twierdzeń, nie rozstrzygając jednak, czy twórcy ostatecznie będą mogli go spełnić.

DoorDash testuje AI w ramach własnej relacji z klientem

Własne zapowiedzi produktowe DoorDash pokazują, że firma eksperymentuje z konwersacyjnymi zakupami równolegle do zainteresowania zewnętrznymi asystentami.

Jej czerwcowa zapowiedź wyszukiwania konwersacyjnego opisywała Ask DoorDash przyjmujący zapytania w języku naturalnym, linki do przepisów i zdjęcia książek kucharskich. Firma zilustrowała, jak przepis staje się koszykiem spożywczym, który kupujący może sprawdzić i dostosować. Dostępność początkowo obejmowała wybrane obszary i doświadczenia.

30 września DoorDash ogłosił zamawianie przez wiadomości tekstowe, w ramach którego użytkownicy w USA mogli zapisać się na listę oczekujących do wersji beta. Firma przedstawiła komunikację jako kolejny sposób zamawiania jedzenia i artykułów spożywczych bez otwierania aplikacji.

Konwersacyjne zakupy mogą rozwijać się w istniejącej usłudze, nawet jeśli niezależni asystenci zakupowi przyciągają ograniczony wolumen transakcji.

Podstawowe rozróżnienie dotyczy tego, kto utrzymuje relację z klientem. Asystent obsługiwany przez marketplace może zmienić sposób, w jaki klienci formułują prośby, zachowując transakcję w ramach tej usługi. Niezależny asystent wprowadza kolejnego uczestnika między intencję klienta a realizację zamówienia.

Żadne z tych rozwiązań nie zapewnia automatycznie lepszego doświadczenia. Zintegrowany asystent może wygodnie obsługiwać znane preferencje, ale ograniczać kupującego do własnego marketplace. Zewnętrzny asystent może koordynować działania między usługami, lecz wymagać dodatkowych połączeń i wyjaśnień.

Przykład przepisu konkretyzuje tę różnicę. Przekształcenie składników w proponowany koszyk eliminuje powtarzalną pracę wyboru. Kupujący nadal potrzebują jednak akceptowalnych ilości, odpowiednich zamienników i pewności, że koszyk odpowiada ich intencjom. Interfejs konwersacyjny rozpoczyna proces; doświadczenie przeglądu decyduje o tym, czy klienci czują się komfortowo, finalizując go.

Zewnętrzny asystent realizujący to samo zadanie musi zachować te szczegóły ponad granicami organizacyjnymi. Prośba poprawnie zinterpretowana w rozmowie może mimo to skutkować nieodpowiednim zakupem, jeśli usługa odbierająca rozumie ilości lub preferencje inaczej.

To analityczny powód, by oddzielać ulepszenia interfejsu od przesunięć rynkowych. Klienci mogą zyskać wygodniejszy sposób robienia zakupów bez porzucania istniejącego konta czy zmiany miejsca, w którym powstaje zamówienie.

Same zapowiedzi produktów nie mogą powiedzieć nam, którą drogę preferują klienci. Dostępność ustanawia możliwość skorzystania z czegoś. Powtarzalne zakupy, skuteczna dostawa i ograniczenie wysiłku byłyby silniejszymi dowodami na to, czy dane doświadczenie zdobywa trwałe miejsce w codziennych rutynach.

Istnieje również kwestia czasu. Wersja beta może udostępniać funkcję wybranej grupie odbiorców o określonych zainteresowaniach. Wyniki tej grupy nie powinny automatycznie stawać się prognozami dla wszystkich klientów. Szersza dostępność tworzy inny test, zwłaszcza gdy mniej entuzjastyczni użytkownicy napotykają wymogi konfiguracji i nieoczekiwane sytuacje.

Dla twórców agentów eksperymenty DoorDash oznaczają, że punkt odniesienia stale się przesuwa. Konkurują z istniejącą usługą, która może ulepszać własny interfejs. Ich przewaga musi pozostać znacząca, gdy rutynowe zamawianie staje się łatwiejsze gdzie indziej.

To czyni wybór zadania kluczowym. Ogólny asystent potrzebuje powodu do udziału wykraczającego poza przełożenie prośby na koszyk. Koordynowanie kilku potrzeb, pamiętanie autoryzowanej preferencji lub zarządzanie skomplikowanym procesem oferuje wyraźniejszą propozycję niż odtwarzanie już wygodnej interakcji.

Walmart i Amazon pokazują, dlaczego dostęp jest odrębną kwestią

Debata wokół asystentów zakupowych często łączy odrębne kwestie: czy konsumenci ich chcą oraz czy sprzedawcy pozwalają im działać. Raportowana przez DoorDash liczba transakcji przede wszystkim informuje o pierwszej dyskusji w ograniczonym kontekście.

Ogłoszone przez Walmart 21 października ramy zakupów agentowych bezpośrednio dotyczyły kwestii dostępu. Firma ogłosiła Agent Profiles, planowaną bramę dla połączeń agentów oraz mechanizmy kontroli dla klientów. Podała, że profile będą oddzielać zakupy agentów w ramach konta i wspierać preferencje dotyczące zatwierdzania.

Amazon przyjął inne podejście wobec przynajmniej części zewnętrznego oprogramowania. Bloomberg podał 21 września, że Amazon zablokował Meta’s Muse, powołując się na rzecznika Amazonu.

Zgoda sprzedawcy tworzy możliwość dokonania transakcji; nie dowodzi jednak, że klienci będą z niej korzystać.

Podobnie zablokowany asystent nie pozwala rzetelnie zmierzyć popytu klientów. Ograniczenia techniczne mogą uniemożliwić zainteresowanym użytkownikom sfinalizowanie zakupów. Otwarte połączenie usuwa jedną przeszkodę, lecz nie rozstrzyga kwestii odkrywalności, zaufania, użyteczności ani powtarzalnych zachowań.

To rozróżnienie zapobiega nadmiernie uproszczonemu odczytaniu krajobrazu konkurencyjnego. Sprzedawca dopuszczający agentów podejmuje decyzję dystrybucyjną. Sprzedawca, który ich ogranicza, podejmuje decyzję dotyczącą dostępu. Żadne z tych działań samo w sobie nie pokazuje, który interfejs zakupowy wybiorą konsumenci.

Znaczenie ma również sposób zaprojektowania dostępu. Asystent korzystający z konta klienta za pośrednictwem zwykłych stron internetowych działa inaczej niż oprogramowanie wykorzystujące zatwierdzone połączenie. To drugie może, zależnie od wdrożenia, oferować jaśniejsze zasady dotyczące tożsamości, uprawnień i statusu transakcji.

Różnice te wpływają na to, co deweloperzy mogą wiarygodnie obiecywać. Dopracowana demonstracja na dostępnej stronie nie potwierdza niezawodnego działania u sprzedawców stosujących odmienne zasady. Zasięg należy oceniać usługę po usłudze, wyraźnie odróżniając obsługiwane działania od aspiracyjnych deklaracji.

Dla klientów praktyczną konsekwencją jest fragmentacja. Asystent może pomagać w jednym sklepie, a w innym napotykać ograniczenia. Takie doświadczenie może komplikować obietnicę jednego miejsca do obsługi zakupów, nawet jeśli podstawowe oprogramowanie poprawnie interpretuje polecenia.

Dla platform handlowych dopuszczenie asystenta rodzi pytania o prezentację i odpowiedzialność. Kto wyjaśnia zamiennik? Kto komunikuje zmianę przewidywanego czasu dostawy? Który interfejs pokazuje ostateczne warunki? Są to decyzje produktowe, które kształtują zaufanie, zanim staną się sporami o udział w rynku.

Otwartość DoorDash na współpracę należy rozumieć w szerszym kontekście tych wyborów. Partnerstwo może określać, w jaki sposób zewnętrzna usługa uczestniczy w procesie, bez konieczności rezygnowania przez platformę z kontroli nad każdym elementem doświadczenia klienta.

Najbardziej użyteczne porównanie rozdziela zatem dostęp, możliwości i adopcję. Dostęp dotyczy pozwolenia na działanie. Możliwości dotyczą poprawnego wykonania zadania. Adopcja dotyczy tego, czy klienci wielokrotnie wybierają dane doświadczenie. Postęp w każdym z tych obszarów zasługuje na uwagę, ale nie powinien zastępować dowodów dotyczących pozostałych.

Liczba nie rozstrzyga kwestii popytu klientów ani niezawodności

Ujawnione przez DoorDash dane uzasadniają ostrożność w ocenie obecnej aktywności zewnętrznych agentów. Nie wskazują jednak przyczyny tego poziomu aktywności.

Niewielka liczba transakcji nie pozwala odróżnić ograniczonego zainteresowania od ograniczonej dostępności, trudności lub doświadczenia, z którym klienci niemal się nie zetknęli.

Ta niepewność ma znaczenie, ponieważ różne wyjaśnienia wymagają różnych reakcji. Niska świadomość wymaga dystrybucji. Trudna konfiguracja wymaga zmian produktowych. Niezawodne wykonanie wymaga lepszych mechanizmów kontroli. Zadanie o niewielkiej postrzeganej korzyści może natomiast wymagać całkowicie innego zastosowania.

Dostępna liczba nie pozwala uszeregować tych wyjaśnień. Twierdzenie, że klienci nie lubią agentów, wykraczałoby poza dostępne dowody. Również twierdzenie, że adopcja automatycznie przyspieszy wraz z poprawą produktów, przekracza to, co zostało ustalone.

Istnieje także dalsze rozróżnienie między powodzeniem transakcji a satysfakcją klienta. Zamówienie może zostać technicznie zrealizowane, a mimo to rozczarować kupującego. Niewłaściwy zamiennik, nieodpowiednia ilość lub nieoczekiwany sposób dostawy mogą podważyć zaufanie, nie pojawiając się jako nieudane zamknięcie transakcji.

Możliwa jest również sytuacja odwrotna. Asystent, który zatrzymuje się, aby poprosić o doprecyzowanie, może podczas testu generować mniej sfinalizowanych transakcji, jednocześnie chroniąc klientów przed błędami. Surowe dane o finalizacji wymagają kontekstu dotyczącego tego, co oprogramowanie próbowało zrobić i dlaczego się zatrzymało.

W ocenie produktu szczególnej uwagi wymaga obsługa wyjątków. Rutynowe prośby tworzą korzystne demonstracje, ponieważ zamierzony rezultat łatwo opisać. Rzeczywiste zakupy wiążą się z niepewnością: niedostępnymi produktami, zmienionymi preferencjami, niejednoznacznymi ilościami i sytuacjami wymagającymi ponownej zgody.

Warunki dostępu agentów Walmart pokazują, w jaki sposób sprzedawca może sformalizować takie granice. Wymagają one identyfikacji w określonych okolicznościach i ustanawiają wymogi dotyczące zgody człowieka. Warunki ograniczają także wprowadzające w błąd informacje o dostępności, opłatach i realizacji zamówienia.

Wymogi te ilustrują szerszą kwestię projektową, a nie stanowią dowodu skuteczności konkretnego agenta. Delegowanie wymaga granic, które pozostają trwałe przy przejściu od rozmowy do działania. Pierwotna prośba użytkownika powinna pozostać zrozumiała, gdy zakup trafia do kasy.

Przykładowa prośba zakupowa dotycząca artykułów spożywczych pokazuje to wyzwanie. „Kup to, czego potrzebuję na kolację” pozostawia pole do interpretacji w kwestii liczby porcji, marek, preferencji dietetycznych i zapasów już znajdujących się w spiżarni. Oprogramowanie musi zdecydować, które niepewności może rozstrzygnąć na podstawie autoryzowanego kontekstu, a które wymagają pytania.

Ocena ta wpływa zarówno na wysiłek, jak i zaufanie. Pytanie o każdy szczegół odbiera znaczną część wygody delegowania. Swobodne zgadywanie stwarza inny problem. Użyteczna autonomia wymaga selektywnego doprecyzowania oraz jasnego wskazania, co klient zatwierdził.

Ten sam problem występuje w przepływach pracy AI w miejscu pracy. Zapamiętanie preferencji i działanie na jej podstawie to odrębne odpowiedzialności. Czytelnicy oceniający stronę informacyjną mogą sprawdzić, jak osobista baza wiedzy porządkuje kontekst, traktując autoryzację zakupu jako odrębną decyzję.

W przypadku zamówień DoorDash AI agent brakuje nadal istotnych dowodów. Potrzebujemy wyraźniejszego okresu obserwacji, porównywalnej ekspozycji oraz informacji o powtarzalnych zachowaniach, zanim wyjaśnimy niewielką liczbę transakcji. Obecne ujawnienie danych potwierdza wąski wynik, pozostawiając otwartą kwestię podstawowej dynamiki klientów i produktu.

Obserwuj powtarzalne zakupy, szerszą dostępność i konkretne partnerstwa

Kolejne użyteczne dowody powinny łączyć zapowiedzi produktowe z rzeczywistym zachowaniem klientów. W ciągu najbliższych kilku miesięcy trzy sygnały zasługują na uwagę w określonej kolejności.

Powtarzalne zakupy byłyby najczytelniejszym dowodem, że zewnętrzni asystenci oferują wartość wykraczającą poza pierwszy eksperyment.

Po pierwsze, warto śledzić wskaźniki rozdzielające powracających kupujących od prób podejmowanych po raz pierwszy. Rosnąca liczba łączna dostarczyłaby informacji, ale nadal mogłaby odzwierciedlać nowych użytkowników testujących funkcję tylko raz. Powtarzalne użycie lepiej wskazywałoby, że klienci znaleźli powód, aby ponownie delegować zadanie.

Dowód ten byłby silniejszy przy określonym okresie obserwacji i jasnym opisie uwzględnionych agentów. Bez tych szczegółów kolejne sumy pozostają trudne do porównania. Zmiana zakresu raportowania może przypominać wzrost, nawet jeśli podstawowe zachowania się nie zmieniły.

Jeśli klienci wielokrotnie realizują użyteczne zakupy za pośrednictwem zewnętrznych asystentów, argument za trwałym kanałem staje się mocniejszy. Jeśli aktywność zależy przede wszystkim od nowych premier i początkowej ciekawości, argument za nawykowymi zakupami pozostaje słabszy.

Po drugie, warto obserwować przejście od ogłoszonego dostępu do użytecznej dostępności. Beta zamawiania przez wiadomości tekstowe DoorDash oraz planowana infrastruktura agentowa Walmart stanowią konkretne wydarzenia do śledzenia. Istotne pytanie brzmi, czy zamierzeni klienci mogą z tych rozwiązań skutecznie korzystać w zwykłych warunkach.

Szersza dostępność umożliwiłaby bardziej miarodajny test adopcji. Nie gwarantowałaby jednak korzystnych wyników. Deweloperzy i sprzedawcy nadal musieliby wykazać, że klienci finalizują zakupy, rozumieją mechanizmy kontroli i wracają po zetknięciu się z mniej przewidywalnymi prośbami.

Jeśli szerszy dostęp przyniesie trwałe użycie, ograniczona dostępność stanie się bardziej prawdopodobnym wyjaśnieniem wcześniejszych niskich wyników. Jeśli dostęp się rozszerzy bez powtarzalnej aktywności, uwagę należy skierować na wartość zadania i wymagany wysiłek.

Po trzecie, warto obserwować partnerstwa, które precyzują wkład zewnętrznego asystenta. Wskazana z nazwy integracja jest bardziej informatywna, gdy opisuje obsługiwane działania, zgody klientów oraz sposób, w jaki strony oceniają dodatkowy popyt.

Ogłoszenie partnerstwa bez tych szczegółów pozostawia pytanie handlowe bez odpowiedzi. Użyteczne dowody pokazałyby, czy asystent pomaga klientom dokonywać zakupów, które w przeciwnym razie porzucają, omijają lub mają trudność skoordynować.

Takie wyniki wzmocniłyby argument, że niezależni asystenci mogą zwiększać użyteczność platformy handlowej. Samo przeniesienie znanych zamówień wspierałoby węższe twierdzenie dotyczące wygody i dystrybucji.

Jest miejsce dla obu rezultatów. Klienci mogą preferować zintegrowane narzędzia konwersacyjne przy rutynowych zakupach, a zewnętrznych asystentów przy bardziej złożonych zadaniach. Pozostaje to możliwością do zbadania, a nie ustalonym podziałem rynku.

Zamówienia DoorDash AI agent stanowią obecnie punkt odniesienia dla tego badania. Liczba jest niewielka, zgłoszona przez firmę i ograniczona przez nieokreślony okres. Jej wartość polega na tym, że czyni dyskusję o adopcji bardziej konkretną, jednocześnie ujawniając, jak wiele pozostaje niezmierzone.

Zanim potraktujesz kolejną premierę agenta zakupowego jako dowód zmiany zachowań, spójrz na transakcję stojącą za rozmową. Czy klienci mogą ją jasno autoryzować, otrzymać to, co zamierzali, i rozwiązać błędy bez ponownego budowania całego zadania? Następnie zapytaj, czy chętnie korzystają z usługi ponownie. Pytania te dotyczą zarówno zakupów osobistych, jak i zakupów w miejscu pracy. Oceniając nowe twierdzenia, oddzielaj dostępność produktu, pomyślne wykonanie i powtarzalny popyt. Ujawnienie DoorDash daje tej ocenie wczesny punkt odniesienia, a nie ostateczny werdykt. Śledź kolejną premierę lub partnerstwo, stawiając praktyczne pytanie: jakie nowe dowody pokazują, że delegowanie stało się na tyle użyteczne, by je powtarzać?