DoorDash AI Agent 訂單總數僅「數百宗」，正探索合作夥伴關係

據行政總裁 Tony Xu 表示，DoorDash 經外部助理完成的 AI agent 訂單至今僅達「數百宗」，儘管市場預期軟件將重塑購物方式。AI agent 是代表用戶採取行動、而非僅回答問題的軟件。DoorDash 的披露提供了一個具體的採用訊號，但不完整的統計時段限制了任何人可作出的結論。

這個數字令一項特定承諾面臨壓力：獨立助理將成為消費者委託日常採購的預設場所。成功下單證明技術能力已具備；要說服人們不再開啟熟悉的送遞 app，則需要另一種行為改變。

DoorDash 仍有興趣與外部 agent 開發商合作。同時，Walmart 正為購物 agents 建立存取途徑，而 Amazon 則封鎖了 Meta 的 Muse。這些不同做法提供了有用背景，但 DoorDash 眼前的問題更狹窄：外部助理能否帶來額外採購，還是購物者主要會在他們已信任的服務內使用 AI？

DoorDash AI Agent 訂單實際說明了甚麼

在 DoorDash 於 10 月 29 日舉行的業績電話會議上，Xu 將外部 agent 的活動形容為一個很小的累計總數。業績電話會議討論亦概述了公司對可帶來額外訂單的合作夥伴關係的興趣。他表示，客戶主要透過 DoorDash 的 app 下單。

這項披露描述的是經由外部 agents 觀察到的有限活動，而非 AI 輔助購物的全面衡量。

這一區分很重要，因為這個類別可涵蓋不同體驗。客戶可能要求一個獨立助理完成採購；另一位客戶可能在送遞 app 內使用對話式搜尋，然後親自檢視購物車。兩者都涉及 AI，但它們代表購物者、軟件供應商與送遞服務之間不同的關係。

所披露的數字針對外部助理這個渠道。它不應成為「消費者拒絕所有形式的 AI 商務」的頭條論斷。同樣地，它亦不能證明現有 app 內的對話式購物功能已獲廣泛採用。這些結論需要各自的證據。

統計期間亦仍未清楚。一個未界定開始日期的累計估算，無法確立每月增長率。它無法顯示活動近期是否加快、維持平穩，或只是經歷了最初一波試用熱潮。

一個簡單例子可說明問題。同一累計總數，對新近推出的整合功能與長時間營運的服務而言，意義並不相同。若沒有可比較的曝光程度，原始計數便會把產品可用性與客戶興趣混為一談。

「訂單」一詞也帶來額外的分析問題。交易數量不能揭示有多少人完成購買、他們回購的頻率，或有多少購買嘗試失敗。這些衡量有助區分重複行為與零星試用。

這些缺口並不令披露失去價值。它提供了一項公司報告的觀察結果，可用以檢驗有關購物自動化的廣泛論斷。負責任的解讀應貼近其範圍：在 DoorDash 的說法中，外部 agents 尚未成為重要的下單渠道。

這個數字亦提醒我們，採用證據應追蹤完整的客戶旅程。發現服務、連接帳戶、建立購物車、批准付款，以及收到可接受的送遞，都是不同階段。完成購買只記錄結果，並未解釋其他用戶在哪一步停止。

對評估 AI 產品的讀者而言，這是有用的起點。在判定一個數字證明甚麼之前，先問它衡量的是甚麼。DoorDash 提供了早期交易訊號，但要解讀該訊號，仍需要有關可用性、嘗試次數、客戶留存及觀察期的資料。

獨立助理必須贏得習慣改變

眼前壓力落在承諾通用助理可成為固定購物目的地的開發商身上。即使沒有競爭性的 AI 產品出現在畫面上，他們的競爭對手仍包括客戶既有的習慣。

外部助理必須提供足夠好處，才能讓用戶覺得把熟悉任務移至另一個介面是合理的。

以一宗示例晚餐訂單為例。用戶已知道餐廳、平日會點的餐點、送遞地址及首選付款方式。熟悉的 app 可讓這項任務變得直接。助理必須節省有意義的工夫，同時保留每項細節均正確無誤的信心。

對較不確定的採購而言，計算方式便會改變。為不熟悉食譜挑選材料的購物者，面對的決定比重複平日訂單的人更多。當協助能減少不確定性、協調工作或重複人手操作時，其價值便會更高。

這個差異意味著，比起軟件能否完成結帳，標準更為嚴格。開發商需要找出委託可充分改善結果、令客戶願意回來的情境。示範可證明可行性，卻未必能找出持續使用產品的理由。

帳戶設定又增加一道門檻。若客戶必須連接服務、說明偏好，並檢查每件建議商品，初次互動就需要付出工夫。這種投入可以值得，但好處必須在好奇心消退前變得明顯。

信任亦在多個層面運作。客戶可能信任助理推薦晚餐，卻不會授權它購買；他們可能容許熟悉訂單自動重訂，但要求審批替代品。把這些決定視為單一的「使用 agents」意願，會掩蓋重要差異。

商業問題隨之而來。額外交易與原本會透過另一個介面完成的訂單，意義不同。外部助理可透過發現未被滿足的需要、減少放棄購買，或協調客戶原本會避免的任務來創造價值。

把現有採購移至新渠道，仍可提升便利性。然而，這不會自動證明基礎平台的需求增加。合作討論需要區分客戶利益、額外銷售，以及現有交易的重新分配。

對企業買家而言，同一套推理亦適用於工作場所使用的採購助理。產品應相對於現行流程評估，包括審批要求及例外情況處理。若員工之後仍須重新建立訂單，一段流暢對話的價值便有限。

因此，獨立 agents 面對實際的採用挑戰。它們需要一項經常出現的任務、清晰優勢，以及可接受的監督程度。DoorDash 的披露提高了這些主張所需的證據標準，但未能判定開發商最終能否達到這個標準。

DoorDash 正在自身客戶關係內測試 AI

DoorDash 自家的產品公告顯示，公司除了對外部助理感興趣，亦正嘗試對話式購物。

其於 6 月發布的對話式搜尋公告，描述 Ask DoorDash 可接受自然語言請求、食譜連結及食譜書相片。公司展示了把食譜轉化為可由購物者檢視及調整的雜貨購物車。最初的服務範圍涵蓋指定地區及體驗。

9 月 30 日，DoorDash 宣布推出文字下單，美國用戶可加入 beta 測試候補名單。公司把訊息傳送定位為另一種毋須開啟其 app、即可要求食品及雜貨的方法。

即使獨立購物助理吸引的交易量有限，對話式購物仍可在現有服務內發展。

根本區別在於誰維持客戶關係。由平台營運的助理可改變客戶表達要求的方式，同時將交易保留在該服務之內。獨立助理則在客戶意圖與履約之間引入另一個參與者。

兩種安排均不會自動帶來更佳體驗。整合式助理可能方便地處理熟悉偏好，卻將購物者限制在自身的平台內；外部助理可能跨服務協調，卻需要額外連接及說明。

食譜例子令這個差異更具體。把食材轉化為建議購物車，可免除重複選擇的工作。然而，購物者仍需要可接受的份量、合適的替代品，以及購物車符合其意圖的信心。對話介面啟動流程；檢視體驗則決定客戶是否願意放心完成交易。

處理相同任務的外部助理，需要在跨組織邊界時保留這些細節。即使對話中正確理解請求，如接收服務對份量或偏好的理解不同，仍可能變成不合適的購買。

這正是將介面改善與市場轉移分開分析的理由。客戶可以獲得更方便的購物方式，毋須放棄既有帳戶或改變訂單的來源。

單靠產品公告無法告訴我們客戶偏好哪一種路徑。可用性只代表有機會使用某項功能。重複購買、成功送遞及減少工夫，會提供更有力證據，說明該體驗是否在日常習慣中贏得持久位置。

當中亦涉及時機考量。Beta 測試可能讓某功能接觸具有特定興趣的選定受眾。這批受眾的結果不應自動成為對所有客戶的預測。更廣泛的可用性形成另一種考驗，尤其當興趣較低的用戶遇到設定要求及意外情況時。

對 agent 開發商而言，DoorDash 的實驗意味基準持續提高。他們正與能改善自身介面的現有服務競爭。隨著日常下單在其他地方變得更容易，他們的優勢必須維持足夠意義。

這令任務選擇成為核心。一個通用助理需要有理由參與，而非僅把請求翻譯成購物車。協調多項需要、記住已獲授權的偏好，或管理複雜工作流程，比重複一項已很方便的互動提供更清晰的價值主張。

Walmart 與 Amazon 顯示存取是另一個問題

圍繞購物助理的討論，經常把不同議題混在一起：消費者是否想要它們，以及零售商是否容許它們運作。DoorDash 所報告的交易數量，主要在有限情境下為第一個討論提供參考。

Walmart 於 10 月 21 日發布的agent 購物框架直接處理存取問題。它公布了 Agent Profiles、計劃中的 agent 連接閘道，以及客戶控制選項。公司表示，Profiles 會在帳戶內區分 agent 購買，並支援審批偏好。

Amazon 對至少部分外部軟件採取了不同做法。Bloomberg 9 月 21 日引述 Amazon 發言人報道，Amazon 封鎖了 Meta 的 Muse。

零售商的許可創造了交易機會；但這並不代表客戶會使用這個機會。

同樣地，被封鎖的助理亦無法清晰衡量客戶需求。技術限制可能令有興趣的用戶無法完成購買。開放連接移除了其中一項障礙，但探索性、信任、易用性及重複使用行為仍未有定論。

這個分別可避免過度簡化競爭格局的解讀。歡迎代理程式的零售商是在作出分銷決定；限制它們的零售商則是在作出存取決定。兩種行動本身都不能證明消費者會偏好哪一種購物介面。

存取方式的設計亦很重要。透過一般網頁使用客戶帳戶的助理，與透過獲批准連接運作的軟件並不相同。後者可視乎其實作方式，對身分、權限及交易狀態提供更清晰的預期。

這些差異會影響開發者能夠可信地承諾甚麼。在可存取網站上的流暢示範，並不能證明它能在政策不同的零售商之間可靠運作。覆蓋範圍應逐項服務評估，並清楚區分已支援的操作與仍屬願景的功能。

對客戶而言，實際結果是碎片化。一個助理可能在某間商店提供協助，卻在另一間遇到限制。即使底層軟件能準確理解要求，這種體驗仍可能削弱「在同一地方處理購物」的承諾。

對市集平台而言，歡迎助理會帶來展示方式和責任歸屬的問題。誰來解釋替代商品？誰來通知送貨預計時間的變更？哪個介面顯示最終條款？這些都是塑造信任的產品決定，早於它們成為市場份額的爭論。

DoorDash 對合作持開放態度，應放在這組更廣泛的選擇中理解。合作夥伴關係可以界定外部服務如何參與，而毋須市集平台交出其客戶體驗的每一部分。

因此，最有力的比較應把存取、能力和採用分開。存取關乎獲准運作；能力關乎正確完成任務；採用關乎客戶是否反覆選擇該體驗。任何一個範疇的進展都值得關注，但不應取代其他範疇的證據。

數字仍未解答客戶需求及可靠性問題

DoorDash 的披露支持我們對目前外部代理程式活動保持審慎，但並未說明該活動水平的原因。

交易總數偏低，無法分辨是興趣有限、可用性受限、摩擦過多，還是客戶幾乎未曾接觸這種體驗。

這種不確定性很重要，因為不同解釋意味著不同回應。認知度不足需要加強分銷；設定困難需要調整產品；執行不可靠需要更完善的控制措施；若用戶認為任務裨益不大，則可能需要完全不同的使用情境。

現有數字無法為這些解釋排序。聲稱客戶不喜歡代理程式，會超出證據所能支持的範圍。聲稱產品一改善，採用率便會自動加速，同樣超越了已知事實。

交易成功與客戶滿意度之間還有另一項分別。訂單可以在技術上完成，卻令買家失望。不合適的替代商品、不適當的數量，或意料之外的送貨安排，都可能損害信任，卻不會顯示為結帳失敗。

反過來亦有可能。一個暫停以作澄清的助理，可能在試用期間完成較少交易，卻能保護客戶免受錯誤影響。原始完成數字需要配合軟件嘗試做了甚麼、以及為何停止的背景資料。

在產品評估中，例外情況處理尤其值得留意。常規要求容易產生有利示範，因為預期結果很容易描述。真正的採購包含不確定性：商品缺貨、偏好改變、數量含糊，以及需要重新批准的情況。

Walmart 的代理程式存取條款說明零售商如何把這些界限制度化。條款要求在指定情況下識別身分，並訂明人手批准的要求，同時限制對供應情況、費用及履約作出誤導性陳述。

這些要求反映的是較廣泛的設計問題，而非任何特定代理程式表現的證據。委派需要能夠由對話延續至行動的界限。當購買進入結帳階段時，用戶原本的要求應仍然清楚可理解。

一個示例的買餸要求可說明這項挑戰。「替我買晚餐所需的東西」對份量、品牌、飲食偏好及家中現有食材都留下了解讀空間。軟件必須決定哪些不確定因素可根據獲授權的背景資料處理，哪些則需要提問。

這項判斷會影響便利程度和信任。逐項細節都詢問，會大幅削弱委派的便利性；隨意猜測則會造成另一個問題。有用的自主性需要選擇性澄清，並清楚交代客戶批准了甚麼。

同一問題亦見於工作場所的 AI 工作流程。記住某項偏好與按該偏好行動，是兩項不同責任。希望評估資訊層面的讀者，可以了解個人知識庫如何整理背景資料，同時把購買授權視為獨立決定。

對 DoorDash AI 代理程式訂單而言，缺失的證據仍然舉足輕重。在解釋這個小數字前，我們需要更清晰的觀察期、可比較的曝光量，以及有關重複使用行為的資料。現時披露僅確立了一個有限結果，底層的客戶和產品動態仍有待釐清。

留意重複購買、擴大可用性及具體合作夥伴關係

下一批有用證據應把產品公告與實際客戶行為連結起來。未來數月，有三項訊號值得按特定次序留意。

重複購買最能清楚證明，外部助理提供的價值不僅是一開始的嘗試。

首先，留意有否把回購客戶與首次試用分開的衡量指標。累計數字增加會帶來更多資訊，但仍可能只是新用戶各自試用功能一次。重複使用更能顯示客戶找到再次委派的理由。

若有明確觀察期及對所涵蓋代理程式的清晰說明，這些證據會更有力。缺少這些細節時，連續的總數仍難以比較。即使底層行為沒有改變，報告覆蓋範圍的變更也可能看似增長。

若客戶透過外部助理反覆完成有用的購買，持久渠道的論點便會更強。若活動主要依賴新推出功能和初期好奇心，日常購物習慣的理據仍然較弱。

第二，留意由已公布的存取權轉化為可實際使用的服務。DoorDash 的文字訂購 beta 測試和 Walmart 計劃中的代理程式基礎設施，都是可追蹤的具體發展。關鍵問題是目標客戶能否在一般情況下成功使用這些體驗。

更廣泛的可用性可帶來更具資訊價值的採用測試，但不保證結果理想。開發者和零售商仍要證明客戶能完成購買、理解控制項，並在遇到較不可預測的要求後再次使用。

若擴大存取帶來持續使用，有限可用性便較可能是早期低數字的解釋。若存取範圍擴大卻沒有重複活動，焦點便應轉向任務本身的價值及所需投入。

第三，留意具體說明外部助理貢獻甚麼的合作夥伴關係。具名整合若描述支援的操作、客戶批准方式，以及各方如何評估額外需求，便更具參考價值。

缺少這些細節的合作公告，仍未能解答商業問題。有用的證據應顯示，助理是否協助客戶完成那些原本會放棄、避開或難以協調的購買。

這類結果會加強獨立助理能擴大市集平台實用性的論點。單純重新安排熟悉訂單的位置，則只支持較狹窄、關於便利和分銷的說法。

兩種結果都有可能。客戶可能偏好使用整合式對話工具處理日常購買，並把外部助理用於更複雜的任務。這仍是一個有待研究的可能性，而非市場已定論的分工。

DoorDash AI 代理程式訂單現時為這項研究提供了一個參考點。該數字很小、由公司自行披露，而且受未指明期間所限。其價值在於令採用討論變得更具體，同時揭示仍有多少內容未被衡量。

在把下一次購物代理程式發布視為行為轉變的證據前，應留意對話背後的交易。客戶能否清楚授權、收到原本想要的商品，並在毋須重做整項任務下解決錯誤？然後再問，他們會否自願再次使用服務。這些問題同樣適用於個人購物和工作場所採購。評估新說法時，應把產品可用性、成功執行及重複需求分開看待。DoorDash 的披露為這項評估提供了早期參考點，而非最終結論。面對下一項發布或合作夥伴關係時，不妨提出一個實際問題：有甚麼新證據顯示，委派已變得足夠有用，值得再次使用？