Na teleconferência do 3º trimestre, o CEO da DoorDash disse que agentes de IA de terceiros geraram só algumas centenas de pedidos, enquanto a empresa faz em média 3 milhões de entregas por dia. Veja o que foi dito e por que, hoje, o retorno do agente de IA está mais dentro da operação do que na compra feita por agentes.
Muito se fala em agentes de IA fazendo compras no lugar das pessoas. A DoorDash trouxe um número concreto para essa conversa nesta semana, e ele ajuda a separar o que já funciona do que ainda é aposta.
O que a DoorDash disse?
Segundo o TechCrunch, na teleconferência de resultados do 3º trimestre de 2026, a DoorDash contou que recebeu só "algumas centenas" de pedidos feitos por agentes de terceiros, como Muse, Instinct e Fo. Para comparar, a empresa informou no relatório de 2025 que faz, em média, 3 milhões de entregas por dia.
O CEO Tony Xu resumiu assim: "Você nunca quer lutar contra a gravidade. Mas, ao mesmo tempo, não quer ser delirante." Ele disse que a área ainda está em movimento, que os clientes continuam pedindo principalmente pelo app e que a empresa quer aprender com esses casos e manter uma boa relação com quem desenvolve agentes. No futuro, segundo ele, pode haver espaço para anúncios dentro desses agentes.
A DoorDash está ignorando os agentes?
Não. Segundo o TechCrunch, a empresa tem os próprios agentes:
- um agente de pedidos por mensagem de texto, lançado em setembro;
- um agente de linha de comando, lançado em julho;
- o Ask DoorDash, um chatbot lançado em junho que aceita pedidos por texto e por foto;
- um servidor MCP que permite fazer pedidos corporativos a partir de outros chatbots.
O mercado ainda não tem uma posição única. Segundo a reportagem, a Amazon bloqueia agentes pessoais de compra, enquanto o Walmart abriu espaço para eles.
O que isso mostra sobre agentes de IA nas empresas?
O número mostra que esperar o cliente chegar por meio de um agente de terceiros ainda é uma aposta de longo prazo. Já os agentes que a própria DoorDash construiu atuam em pontos onde ela controla o processo: atendimento, recebimento de pedidos e integração com sistemas de clientes corporativos.
Para uma pequena ou média empresa, a lição é parecida. Hoje, o retorno mais previsível de um agente de IA está dentro da operação, em tarefas que já existem e que dá para medir:
- atendimento: responder dúvidas frequentes, consultar status de pedido e encaminhar o caso certo para uma pessoa;
- pedidos e orçamentos: receber o pedido por WhatsApp ou e-mail e lançar no sistema, com conferência humana;
- processos internos: conciliar planilhas, organizar notas e documentos, preparar relatórios;
- integração: um servidor MCP ou uma API própria deixa clientes e parceiros conversarem com o seu sistema de forma controlada, como a DoorDash fez para pedidos corporativos.
Antes de esperar que agentes tragam clientes novos, vale colocar um agente para tirar trabalho repetitivo da sua equipe.
Como medir se o agente está dando retorno?
- Escolha um processo com volume e custo conhecidos, como atendimentos por dia ou horas gastas lançando pedidos.
- Meça antes: tempo, erros e custo por tarefa.
- Coloque o agente com permissão mínima e aprovação humana nas decisões que envolvem dinheiro ou cliente.
- Compare depois de algumas semanas e só então amplie para outro processo.
Sobre como limitar o que um agente pode fazer, vale ler Agente de IA como funcionário com crachá: permissão mínima, aprovação humana e registro de tudo.
Como a FlowNexus pode ajudar?
Na FlowNexus, construímos agentes de IA sob medida para a operação: atendimento, pedidos, integrações e processos internos, com registros e métricas desde o primeiro dia. Se você quer saber onde um agente traria retorno no seu negócio, podemos começar mapeando um processo e medindo o antes e o depois.
Leia também
- Agente de IA como funcionário com crachá: permissão mínima, aprovação humana e registro de tudo
- Relatórios de gasto com IA da Anthropic e o retorno de agentes de código
Fontes
Transforme essa leitura em um sistema.
Diagnóstico da operação, projeto e construção por etapas. O próximo passo depende do seu caso, não de um pacote pronto.
