Los agentes de IA solo aportaron a Uber 4 viajes entre 320 millones de pedidos semanales

Uber llevó a cabo un experimento poco habitual y, por ello, especialmente valioso: la empresa no mostró una vistosa demostración de un agente de IA, sino el comportamiento real de los usuarios. Con un volumen aproximado de 320 millones de viajes y pedidos de comida por semana, los agentes tramitaron unas 500 entregas y apenas cuatro viajes.

Las cifras parecen casi cómicas, pero la conclusión es seria. El usuario no contrata a un intermediario digital solo porque se llame agente. Si un botón conocido ya resuelve la tarea con rapidez y de manera predecible, una capa conversacional adicional estorba más de lo que ayuda.

Por qué el agente perdió frente a la interfaz convencional

Pedir un viaje en Uber lleva aproximadamente 50 segundos. Repetir un pedido habitual en Uber Eats tarda unos 90 segundos. El usuario abre la aplicación, ve el precio, comprueba la dirección y pulsa un botón. La tarea tiene un flujo claro, pocos pasos y respuesta inmediata.

Ahora imaginemos un agente. Hay que explicarle adónde ir o qué pedir. Después, comprobar si ha entendido correctamente la dirección, el restaurante, el contenido del pedido y el precio. Aunque el agente sea técnicamente capaz de ejecutar la acción, el usuario sigue asumiendo el riesgo de error. Ahorrar unas cuantas pulsaciones no compensa la necesidad de supervisar al intermediario.

Aquí es donde falla una hipótesis de producto muy extendida: una interfaz conversacional no se vuelve automáticamente más cómoda que una gráfica. Para operaciones breves y frecuentes, un botón suele ser más eficiente que un diálogo. Muestra las opciones disponibles, las limitaciones y el precio antes de confirmar. El agente tiene que volver a explicar todo eso u ocultarlo tras su propia decisión.

Dónde puede ser realmente útil un agente

El problema no está en los agentes como tecnología, sino en la escala de la tarea elegida. Pedir un único viaje conocido es demasiado sencillo. Organizar un trayecto complejo ya resulta más interesante: elegir la hora de salida en función de un vuelo, reservar un vehículo para varios pasajeros, solicitar una silla infantil, comparar el precio con el transporte público y modificar la reserva si el avión se retrasa.

Lo mismo ocurre con la entrega de comida. Repetir el pedido de ayer requiere un solo botón. Preparar el menú semanal de una familia teniendo en cuenta alergias, presupuesto, plazos de entrega y las preferencias de varias personas ya constituye una cadena de decisiones. En ese caso, un agente puede ahorrar no segundos, sino decenas de minutos de trabajo mental.

Para el desarrollador existe otro límite importante: cualquier acción que implique dinero exige una confirmación transparente. El agente debe mostrar exactamente qué ha elegido, cuánto cuesta y qué datos ha utilizado. Los parámetros críticos no pueden ocultarse tras la frase “ya lo he organizado todo”. Cuanto mayor sea el coste de un error, más importantes serán el registro de actividad, la posibilidad de cancelar y una transición clara al control manual.

Qué debe comprobar un equipo de producto

No conviene empezar con la pregunta “dónde podemos integrar un agente”. Es más útil medir el proceso existente: cuánto tarda, cuántas decisiones exige y en qué puntos el usuario se equivoca o abandona la tarea. Después, el escenario con agente debe compararse con la interfaz convencional según el tiempo de ejecución, la proporción de operaciones completadas con éxito, el número de correcciones y la reutilización.

El experimento de Uber recuerda que la capacidad técnica todavía no equivale a demanda de producto. Si un agente sustituye tres pulsaciones por un diálogo largo, empeora el producto. Si recopila datos de varias fuentes, coordina a los participantes y recorre de forma autónoma un proceso de varios pasos, su valor se vuelve perceptible.

La conclusión práctica es sencilla: no hay que buscar operaciones que la IA sea capaz de realizar, sino tareas que a las personas realmente les resulte difícil completar por sí mismas. Un agente está justificado cuando elimina toda una cadena de rutina, incertidumbre y supervisión. Para todo lo demás, un buen botón sigue siendo una interfaz más potente.