Los agentes de IA pueden pedirte la cena, pero los datos dicen que nadie se fía

Pedir la cena es la demo perfecta para un agente de IA: un objetivo claro, una aplicación conocida y un satisfactorio «hecho» al final. Entonces, ¿por qué casi nadie lo hace de verdad?

Las cifras son contundentes. En la presentación de resultados del tercer trimestre, el consejero delegado de DoorDash, Tony Xu, dijo, según las palabras que recoge Ars Technica, que «los agentes de IA están generando varios cientos de pedidos [en DoorDash] durante el tiempo que llevan en funcionamiento». Lo calificó de «caso de uso muy bajo» para una empresa que gestionó casi 1000 millones de pedidos en el trimestre. Días después, TechCrunch informó de que Uber contabilizó solo cuatro viajes pedidos mediante un agente de IA, además de unos 500 pedidos de Uber Eats hechos por agentes durante la semana de Halloween, en la que la compañía gestionó aproximadamente 320 millones de viajes y pedidos.

Son errores de redondeo. Y llegan mientras las startups de agentes personales captan dinero con valoraciones astronómicas y Meta asegura que su aplicación Muse ha superado los 10 millones de usuarios.

Los modelos no son el cuello de botella

La lectura fácil es que los agentes aún no son lo bastante buenos. No nos convence. Pedir comida es una de las tareas más sencillas que se le pueden encargar a un agente: elegir restaurante, elegir platos, pagar. Si el problema fuera la capacidad, esperaríamos fallos en trabajos más difíciles, no una ausencia casi total en el más fácil.

La explicación más convincente es la comodidad. El consejero delegado de Uber, Dara Khosrowshahi, señaló que pedir un viaje en la aplicación lleva de media unos 50 segundos, y repetir un pedido favorito, unos 90 segundos. Un agente tiene que mejorar eso, y además hay que explicarle lo que quieres, supervisarlo y comprobar lo que hace. Ahorrar un minuto es difícil cuando se te va uno en explicar lo que quieres. Para una tarea tan rutinaria, la aplicación ya es el atajo.

La confianza es un obstáculo mayor de lo que parece

La comida es una decisión que a la gente le importa en pequeños detalles personales: sin cilantro, ese sitio otra vez no, a ese precio no. Dejarla en manos de un bot supone aceptar que gastará tu dinero y que a veces se equivocará, sin un botón evidente para deshacerlo. Eso es un problema de control, no de inteligencia.

El entorno general tampoco ayuda. El nuevo informe de amenazas de la firma de seguridad Elastic, que cubre ITWire, advierte de que un agente con credenciales y acceso a internet es una nueva superficie de ataque, y de que, cuando detrás hay un atacante, su actividad se parece exactamente a la del empleado que lo instaló. Se refiere a herramientas empresariales, no a aplicaciones de comida, pero la intuición se traslada. Un agente con tus datos de pago y tu cuenta es mucha autoridad que delegar por un burrito.

También conviene señalar una salvedad: hay pocos datos. Un comentarista de Hacker News argumentó que el titular es engañoso porque la integración no está disponible para casi nadie. Un artículo de Winzheng sobre el caso de DoorDash describe el conector como limitado todavía a un pequeño número de «socios de la beta temprana», usado sobre todo para pedidos de comidas de empresa. Es un buen argumento, y significa que el bajo uso refleja en parte un acceso reducido. Pero también desinfla el entusiasmo: si la infraestructura no está abierta, lo de que «los agentes sustituirán a las aplicaciones» queda muy lejos.

Las plataformas no tienen prisa

Hay un tercer factor que nada tiene que ver con los usuarios. Como señala The Verge, plataformas como Uber y DoorDash tienen pocos incentivos para dejar que los agentes irrumpan y les quiten a sus propios clientes. Uber dice que trabajará con terceros, pero apuesta a que sus servicios directos serán los más «agradables y fáciles», y desarrolla sus propias herramientas de IA, entre ellas un Cart Assistant para Uber Eats.

Es lo racional. Si un agente es dueño del cliente, la aplicación de reparto pasa a ser un simple servidor trasero intercambiable. Esperamos cooperación de palabra y fricción en la práctica.

Lo que sacamos en claro

La lección no es que los agentes sean un fracaso, sino que «¿puede hacer la tarea?» es la prueba equivocada. Las buenas preguntas son: ¿dejará la gente que gaste su dinero?, ¿podrá ver y revertir lo que ha hecho?, ¿es de verdad más rápido que lo que ya hace en 90 segundos?

Mientras un agente no supere las tres, las demos seguirán yendo por delante del comportamiento real. Si desarrollas o compras agentes, nos centraríamos en acciones acotadas, reversibles y confirmadas con claridad, en lugar de promesas de «hacerlo todo». Y si eres inversor o directivo, toma la cena como referencia: unos cientos de pedidos frente a casi mil millones es el marcador honesto, y por ahora la confianza parece ir ganando.