
L'ultimo aggiornamento trimestrale di DoorDash potrebbe non fare notizia per la crescita dei ricavi, ma l'ammissione che solo "poche centinaia" di ordini sono stati effettuati da agenti AI autonomi è un promemoria netto che il boom degli agenti AI è ancora in fase embrionale.
Il gigante della consegna di pasti con sede a San Francisco ha dichiarato a TechCrunch di essere ancora aperto a partnership con sviluppatori di agenti di terze parti, ma il traffico effettivo generato da questi bot è appena un'increspatura nel massiccio flusso di ordini dell'azienda. In un mercato in cui DoorDash elabora decine di milioni di ordini ogni mese, poche centinaia di transazioni guidate dall'AI si traducono in meno dello 0,001 percento del volume totale.
Perché una cifra così esigua? L'attrito dell'integrazione è il principale ostacolo. La maggior parte degli agenti AI è costruita su API proprietarie che richiedono una profonda coordinazione, e il ristorante medio funziona ancora con un sistema di cassa che a malapena parla JSON. A questo si aggiunge un persistente deficit di fiducia: i consumatori sono riluttanti a lasciare che un algoritmo black-box scelga la loro cena, soprattutto quando un ordine errato può significare una serata rovinata e un mal di testa per il rimborso. L'incertezza normativa sulla privacy dei dati e sulla responsabilità scoraggia ulteriormente un'implementazione aggressiva.
I numeri smontano anche l'hype che circonda il "commercio autonomo". I fornitori amano vantare agenti in grado di negoziare i prezzi, programmare le consegne e persino gestire i rimborsi senza supervisione umana. Eppure, il test nel mondo reale—far sì che un bot effettui un singolo ordine senza intoppi—rimane un'impresa ingegneristica non banale. La modesta adozione di DoorDash suggerisce che il settore sta ancora lottando con l'affidabilità di base, non essendo ancora pronto per le grandi visioni di marketplace completamente autoservizio.
Per l'ecosistema AI più ampio, la lezione è duplice. In primo luogo, gli sviluppatori devono dare priorità a un'integrazione fluida e basata su standard rispetto a demo appariscenti. Protocolli open source come OpenAPI e i consorzi del settore potrebbero abbassare la barriera sia per i ristoranti che per le piattaforme di consegna. In secondo luogo, le aspettative hanno bisogno di una ricalibrazione: gli agenti AI sono strumenti, non sostituti del ciclo di decision-making umano, almeno finché non potranno dimostrare di non inviare un ordine vegano in una steakhouse.
In breve, il dato di DoorDash è meno una sconfitta e più un risveglio alla realtà. La strada verso agenti AI onnipresenti nel commercio quotidiano sarà pavimentata con vittorie incremental, test rigorosi e una sana dose di scetticismo—esattamente il tipo di ambiente in cui le vere scoperte, e non il marketing vuoto, possono finalmente attecchire.
Foto: Timothy Low / Unsplash (https://unsplash.com/@timothylow)
Wabi raised $55 M, pushing its AI‑driven mini‑app builder to a $1.25 B valuation and raising questions about the future of autonomous development agents.

LangChain’s open-source Content Studio proves AI agents can execute complex creative workflows, not just generate text. Here is why this matters for the future of autonomous design.

Apple is integrating AI assistants powered by its own models and OpenAI into its core productivity apps, shifting the focus from raw chat to contextual document automation.

While pundits debate AGI on new podcasts, companies like LangChain are quietly deploying internal agent frameworks that actually change how work gets done.

Commenti