// Contenido
Uber gestionó 320 millones de viajes y pedidos de comida en la semana de Halloween. Los agentes de IA aportaron unos 500 pedidos a domicilio y cuatro viajes. Ni cuatro mil ni un cuatro por ciento. Cuatro coches que alguien pidió escribiéndole a un chatbot en lugar de tocar la app.
La cifra salió a relucir el 4 de noviembre de 2026, durante la conferencia de resultados del tercer trimestre de Uber. Doug Anmuth, analista de JPMorgan, preguntó por los agentes de IA. A mitad de la respuesta, el consejero delegado, Dara Khosrowshahi, se volvió hacia su propio director financiero, Balaji Krishnamurthy, y le preguntó cómo iban los volúmenes en ese momento. Los agentes habían generado «500 pedidos en total» en Uber Eats, dijo Krishnamurthy. Y en viajes, «la friolera de 4 trayectos». Khosrowshahi lo resumió así: «muy, muy al principio y con una tracción muy limitada».
Y no fue una semana tranquila. Krishnamurthy la describió como una de las de más actividad de la compañía, precisamente por Halloween. Eso equivale a un viaje reservado por un agente por cada 80 millones de viajes y pedidos.
// Contra qué compite un agente
Cincuenta segundos sin nada que recortar
En la misma llamada, Khosrowshahi explicó por qué las cifras son tan pequeñas. Pedir un coche en la app de Uber lleva de media 50 segundos. En Uber Eats, la mitad de los pedidos repetidos de un plato favorito se hacen en menos de 90 segundos. Un agente solo compensa si mejora eso, y eso es mucho pedir. Escribes o dictas la petición, esperas a que el modelo la procese y luego compruebas de todos modos que ha puesto la dirección correcta.
Además, los agentes son lentos. Investigadores de la Universidad de California en San Diego midieron cómo manejan un ordenador los sistemas de IA. Tareas que una persona termina en unos minutos les llevaron a los agentes decenas de minutos, y el modelo pasó casi todo ese tiempo pensando: planificando sus pasos y revisándose a sí mismo. El estudio trata de tareas en el ordenador, no de taxis, pero la imagen es bastante clara. Para cuando el agente termina de deliberar, la persona con la app ya va sentada en el coche.
El taxi es el peor escenario posible para un agente. Necesitas el coche ya, estás en la calle con el móvil en la mano, y la app sabe dónde estás y te muestra el precio en el mapa. No hay nada que delegar. La comida deja más margen para elegir: qué comer, de dónde, para cuántas personas. Probablemente por eso los agentes hicieron 125 veces más pedidos a domicilio que viajes, aunque incluso eso es calderilla estadística. Ojo, esto es solo una suposición: Uber no explicó la diferencia ni dijo qué agentes contó ni cómo.
DoorDash también cuenta por cientos
Uber no es la única. Una semana antes, en su conferencia del 29 de octubre, el consejero delegado de DoorDash, Tony Xu, admitió que agentes de terceros como Muse, Instinct y Fo habían enviado «quizá varios cientos de pedidos en total». Para hacerse una idea, DoorDash hizo una media de 3 millones de entregas al día en 2025. Xu resumió así su postura: «No tiene sentido luchar contra la gravedad. Pero, al mismo tiempo, tampoco hay que engañarse».
Lo curioso es que la gente sí usa los agentes, y con gusto. Muse, el agente de Meta, del que hablamos en octubre, ha sumado más de 10 millones de usuarios desde su lanzamiento en septiembre, y comprar es lo que más le piden. Todo apunta a que la gente le encarga al agente el tipo de trabajo que, si no, se comería una tarde entera: comparar auriculares, buscar un regalo, llenar un carrito con diez cosas distintas. La cena y el taxi son otra historia. Son gestos cortos y repetitivos, y hace tiempo que las apps los dejaron en un par de toques.
Gana el asistente de casa
La IA propia de cada empresa trae pedidos más grandes. Khosrowshahi dijo que los primeros datos muestran que los carritos montados con el asistente de la app de reparto de Uber son aproximadamente el doble de grandes que la media. Amazon presumió de volumen en su conferencia del 29 de octubre: su consejero delegado, Andy Jassy, dijo que más de 400 millones de clientes usaron su asistente Alexa for Shopping en el último año. En Estados Unidos, quienes lo usan gastan un 50 % más por pedido que quienes no. En ambos casos, eso sí, las cifras comparan a los usuarios con el resto; nadie hizo un experimento. Puede que los que más gastan simplemente se animen antes a probar cosas nuevas.
Jassy dijo sin rodeos que Alexa for Shopping será el principal agente con el que la gente compre en Amazon. Khosrowshahi lo planteó con más suavidad: todas las empresas de IA están en conversaciones con Uber, pero, a su juicio, los servicios de la propia compañía seguirán siendo los más fáciles de usar.
Se entiende por qué. Un asistente propio mantiene al cliente en terreno propio: ve sus pedidos y puede venderle publicidad. Un agente externo convierte el servicio en un simple subcontratista. El pedido llega desde una ventana de chat, y el cliente se queda con quien construyó el chat. Xu ya se pregunta si DoorDash podría anunciarse dentro de los propios agentes.
Para el cliente, todo se reduce a la confianza. Si aparecen anuncios dentro de los agentes, la «mejor opción» de un bot para cenar podría acabar siendo un anuncio pagado. Y el asistente de Amazon o de Uber solo te enseñará lo que vende esa empresa. En realidad, las compañías se disputan a qué consejero le vas a hacer caso.
Por ahora, los agentes externos les traen tan pocos pedidos que todavía se cuentan a mano. Khosrowshahi, según contó TechCrunch, cerró el tema sin derrochar optimismo: «Miren, esperamos que haya más tracción». Aun así, las cifras ya insinúan dónde encaja un agente. La gente le cede con gusto a un bot la búsqueda de auriculares y regalos, pero el coche lo sigue pidiendo ella misma, de pie en la calle y con el móvil en la mano. Un agente se gana el sueldo donde a la gente le da pereza pensar, no donde le da pereza tocar la pantalla.
