¿Vale la pena pedirle a una inteligencia artificial que reserve un auto o repita el almuerzo de siempre si hacerlo con el teléfono ya toma menos de dos minutos? Esa pregunta cotidiana dejó al descubierto una distancia llamativa entre la promesa de los agentes de IA y el hábito real de los usuarios.
Uber reveló que durante la semana de Halloween, una de las más activas de octubre, solo cuatro viajes se solicitaron mediante un agente de IA, un sistema capaz de ejecutar una tarea en nombre de una persona. En ese mismo período, Uber y Uber Eats gestionaron cerca de 320 millones de viajes y pedidos.
El hallazgo también alcanzó a la comida. Los agentes de IA realizaron unos 500 pedidos en Uber Eats durante aquella semana, una cifra mayor que la de viajes, pero todavía diminuta frente al volumen total de la plataforma.
Dara Khosrowshahi, consejero delegado de Uber, señaló durante la presentación de los resultados del tercer trimestre de la compañía que la adopción es muy temprana y tiene una tracción limitada. Sin embargo, el ejecutivo espera que estos asistentes se conviertan en una nueva puerta de entrada al ecosistema.
También te puede interesar:Uber Utiliza su Propia App Como Plataforma de Entrenamiento para IA, y Paga por tus DatosEl agente todavía no encuentra su lugar en la rutina
La pieza clave está en el tiempo. Reservar un viaje dentro de la aplicación de Uber tarda, en promedio, 50 segundos. Repetir un pedido de comida favorito demanda unos 90 segundos.
En ese escenario, un agente de IA no siempre ofrece una ventaja inmediata. Pedirle a un sistema que abra, busque, confirme y pague puede sentirse como llamar a alguien para que encienda una luz que está al alcance de la mano.
La analogía central es la de una casa. La aplicación tradicional es un interruptor en la pared: el usuario sabe dónde está, lo toca y obtiene una respuesta rápida. El agente funciona más como un asistente que recorre la casa, interpreta una orden y acciona varios engranajes por detrás.
El mecanismo puede ser útil cuando hay muchas decisiones juntas, pero parece excesivo para una acción simple y repetida.
También te puede interesar:Uber Utiliza su Propia App Como Plataforma de Entrenamiento para IA, y Paga por tus DatosPor eso, la baja cifra no implica que la tecnología haya fallado. Revela, más bien, que todavía busca una tarea donde su cableado aporte algo que el botón habitual no puede dar: comparar opciones, coordinar horarios, administrar gastos o resolver varios pedidos al mismo tiempo.
Uber no es un caso aislado. DoorDash informó que solo recibió unos cientos de pedidos procedentes de agentes de IA hasta ahora. La mayoría de sus clientes sigue usando la aplicación tradicional, un comportamiento que confirma que la web basada en agentes, servicios digitales que actúan por cuenta del usuario, aún tiene un largo recorrido.
Una oportunidad que depende de la confianza
La expectativa, de todos modos, crece. OpenAI, Anthropic, Google, Meta y Grok ofrecen herramientas de este tipo, mientras nuevas compañías buscan ocupar ese espacio. Muse, la aplicación de Meta, superó los 10 millones de usuarios y la empresa afirmó que muchas personas ya la usan para comprar y hacer transacciones.
Khosrowshahi explicó que hoy existen alrededor de ocho grandes asistentes de IA y espera que esa cifra supere los diez. También subrayó que las empresas de sistemas de IA mantienen conversaciones con Uber, una señal de que el puente técnico ya se está construyendo.
La clave será que el agente deje de ser un rodeo. Si logra ahorrar decisiones, anticipar necesidades y cuidar la seguridad del pago, podría transformarse en una ayuda doméstica real. Hasta entonces, para pedir un auto o volver a elegir la cena favorita, el interruptor de la aplicación sigue estando demasiado cerca.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
