En una misma empresa, los resultados dependen de quién maneja la IA. Las cestas de Ask DoorDash son casi un 50% más grandes, mientras que las de los agentes externos habrían sido dos tercios más pequeñas.
Pedir comida por un chatbot: 10 formas de IA ordenadas, 2026
El propio chatbot de DoorDash arma cestas de supermercado casi un 50% más grandes de lo habitual, mientras que los primeros pedidos de agentes de IA externos habrían sido unos dos tercios más pequeños.
- N.º 1: Chatbot dentro de la app Ask DoorDash
- 10 puestos
01Lista final
Las IA líderes hicieron por separado su propia lista de diez puestos. Arriba, un resultado combinado fácil de comprobar: cada puesto tiene un motivo, las IA que lo incluyeron y, cuando las IA la dieron, una fuente.
Orden: de mayor a menor acuerdo entre las IA.
Una etiqueta brillante significa que esa IA puso el elemento en su lista. Una tenue, que no.
- 1
Chatbot dentro de la app Ask DoorDash
Los carritos de supermercado son casi un 50% más grandes que los pedidos habituales de esos mismos compradores, y se arman 5 veces más rápido. Son cifras propias de DoorDash, que no da ningún porcentaje de pedidos.
Lo incluyeron: Claude, ChatGPT, Grok, Gemini, Kimi, DeepSeek, MiMo, Qwen. No lo incluyeron: Nova, Wenxin.En sus listas: Claude: ver lista · ChatGPT: ver lista · Grok: ver lista · Gemini: ver lista · Kimi: 4 · DeepSeek: ver lista · MiMo: ver lista · Qwen: ver lista
Qué señaló cada IA 8
- Claude
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - ChatGPT
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Grok
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimipuesto 4
El propio chatbot de DoorDash hace crecer los carritos de supermercado un 50%, mientras que los agentes externos los reducen dos tercios: misma tarea, confianza opuesta.
Fuente ↗ - DeepSeek
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Qwen
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
8 IA lo pusieron aquí - 2
Un chatbot de IA recomienda y usted compra en el sitio de la tienda (referidos desde ChatGPT, Gemini, Perplexity)
Adobe dice que los visitantes enviados por IA convirtieron un 90% mejor y gastaron un 83% más por visita en septiembre de 2026. El encabezado del PDF del tercer trimestre de Adobe dice que la diferencia en conversión ha desaparecido.
Lo incluyeron: Claude, ChatGPT, Grok, Gemini, Kimi, DeepSeek, MiMo, Qwen. No lo incluyeron: Nova, Wenxin.En sus listas: Claude: ver lista · ChatGPT: 3 · Grok: 3 · Gemini: ver lista · Kimi: ver lista · DeepSeek: 4 · MiMo: ver lista · Qwen: 7
Qué señaló cada IA 8
- Claude
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - ChatGPTpuesto 3
El 70% muestra interés en planear viajes con IA, pero planear un viaje no es lo mismo que confiar en un agente para comprar un pasaje no reembolsable.
- Grokpuesto 3
Casi la mitad de los pedidos de restaurante de Ask DoorDash va a lugares que el usuario nunca probó
Fuente ↗ - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimi
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeekpuesto 4
El tráfico de comercio minorista llegado por IA convierte un 90% mejor y da un 83% más de ingresos por visita, pero solo el 23% confía en la IA generativa para pagar.
- MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Qwenpuesto 7
Más de la mitad (52,3%) de los consumidores prefiere mantener su tarjeta fuera de la app de IA, por temor al costo de una brecha de seguridad.
8 IA lo pusieron aquí - 3
Pedidos de DoorDash por mensaje de texto en Apple Messages
Se lanzó el 30 de septiembre a un piloto en Estados Unidos de 20.000 usuarios. En las pruebas de Bloomberg dio precios distintos a los de la app, y no se han publicado datos de carritos.
Lo incluyeron: Claude, ChatGPT, Grok, Gemini, Kimi, DeepSeek, MiMo, Qwen. No lo incluyeron: Nova, Wenxin.En sus listas: Claude: ver lista · ChatGPT: ver lista · Grok: ver lista · Gemini: ver lista · Kimi: ver lista · DeepSeek: ver lista · MiMo: ver lista · Qwen: ver lista
Qué señaló cada IA 8
- Claude
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - ChatGPT
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Grok
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimi
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeek
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Qwen
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
8 IA lo pusieron aquí - 4
Agentes de IA externos que piden en DoorDash (Muse, Instinct, Fo)
Varios cientos de pedidos en total, frente a 993 millones de pedidos de DoorDash en el tercer trimestre. Una nota de un analista dice que las primeras cestas fueron dos tercios más pequeñas; DoorDash no lo ha confirmado.
Lo incluyeron: Claude, ChatGPT, Grok, Gemini, Kimi, DeepSeek, MiMo, Qwen. No lo incluyeron: Nova, Wenxin.En sus listas: Claude: 7 · ChatGPT: 7 · Grok: ver lista · Gemini: ver lista · Kimi: 9 · DeepSeek: 3 · MiMo: 7 · Qwen: 4
Qué señaló cada IA 8
- Claudepuesto 7
Varios cientos de pedidos en total muestra que la demanda, o la confianza, todavía no está.
Fuente ↗ - ChatGPTpuesto 7
Los agentes externos de DoorDash completaron solo varios cientos de pedidos, pese a que la plataforma procesó 993 millones de pedidos en el tercer trimestre: lo que falta es adopción, no solo navegar por el menú.
Fuente ↗ - Grok
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimipuesto 9
La prueba del mundo real de DoorDash: varios cientos de pedidos de agentes frente a sus unos 3 millones de entregas diarias, un error de redondeo con pepperoni.
Fuente ↗ - DeepSeekpuesto 3
Los agentes resuelven cerca del 74% de las tareas de pedido de WebArena, pero los agentes externos hicieron solo varios cientos de pedidos frente a los 993 millones de pedidos de DoorDash.
Fuente ↗ - MiMopuesto 7
Los agentes pueden pasar las pruebas de compra y aun así casi no aparecer: «varios cientos» de pedidos reales de agentes frente a 993 millones de humanos en un trimestre.
Fuente ↗ - Qwenpuesto 4
Pasaron las pruebas simuladas, pero DoorDash recibió solo «varios cientos» de pedidos reales de ellas en el tercer trimestre de 2026, lo que muestra poca confianza en el mundo real.
Fuente ↗
8 IA lo pusieron aquí - 5
Asistentes de carrito de supermercado (Instacart Cart Assistant, Uber Eats)
Instacart dice que los pedidos de Cart Assistant ya superan su pedido medio de 115 dólares. Uber Eats arma un carrito a partir de una foto de tu lista, y aun así revisas cada producto.
Lo incluyeron: Claude, Grok, Gemini, Nova, DeepSeek, Wenxin, MiMo. No lo incluyeron: ChatGPT, Kimi, Qwen.En sus listas: Claude: 3 · Grok: ver lista · Gemini: 4 · Nova: ver lista · DeepSeek: 2 · Wenxin: 2 · MiMo: 3
Qué señaló cada IA 7
- Claudepuesto 3
Ask DoorDash arma un carrito en menos de dos minutos, y la persona todavía tiene que pulsar comprar.
- Grok
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Geminipuesto 4
Los agentes logran 53% de precisión en listas de varios artículos, pero el 71% de los compradores insiste en una revisión manual de un clic antes de que se cobre la tarjeta.
- Nova
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeekpuesto 2
Los pedidos del Cart Assistant superan el promedio de $115 de Instacart, pero solo el 28% de los adultos se siente cómodo dejando que la IA compre el súper.
- Wenxinpuesto 2
«Pedir de nuevo» con un toque funciona el 92% de las veces, y la IA elige lo que te gustó
- MiMopuesto 3
La prueba que los agentes no solo superan sino que sobrepasan: los carritos que arman son unos 50% más grandes que los del propio comprador.
Fuente ↗
7 IA lo pusieron aquí - 6
Amazon Rufus / Alexa for Shopping
Amazon informa de más de 250 millones de usuarios, el mayor alcance de cualquier vía de pedidos con IA; otros medidores hablan de entre 300 y 400 millones. Los usuarios tenían un 60% más de probabilidades de comprar, pero Amazon no da el porcentaje de pedidos.
Lo incluyeron: ChatGPT, Gemini, Kimi, DeepSeek, MiMo, Qwen. No lo incluyeron: Claude, Grok, Nova, Wenxin.En sus listas: ChatGPT: 2 · Gemini: ver lista · Kimi: ver lista · DeepSeek: 7 · MiMo: ver lista · Qwen: ver lista
Qué señaló cada IA 6
- ChatGPTpuesto 2
Amazon informa más de 250 millones de usuarios de su asistente y una probabilidad de compra más de 60% mayor, así que la recomendación asistida está mucho más consolidada que el pago autónomo.
Fuente ↗ - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimi
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeekpuesto 7
El 44% confiaría en una IA para elegir regalos, un nivel de confianza mayor que dejarla pagarlos.
- MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Qwen
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
6 IA lo pusieron aquí - 7
Pedidos por voz con Alexa+ desde Uber Eats y Grubhub
Las conversaciones de compra en Alexa+ llevaron a 3 veces más compras dentro del dispositivo que en el Alexa clásico. Pedir comida requiere cuentas vinculadas, y no se publica ningún número de pedidos.
Lo incluyeron: Claude, ChatGPT, Gemini, Nova, Wenxin, MiMo. No lo incluyeron: Grok, Kimi, DeepSeek, Qwen.En sus listas: Claude: 5 · ChatGPT: ver lista · Gemini: ver lista · Nova: 6 · Wenxin: ver lista · MiMo: ver lista
Qué señaló cada IA 6
- Claudepuesto 5
Alexa+ sincroniza los pedidos anteriores, así que la IA repite lo que usted ya conoce y confía.
Fuente ↗ - ChatGPT
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Novapuesto 6
79% de éxito en pedidos de oficina, pero 40% necesita aprobación del jefe
- Wenxin
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
6 IA lo pusieron aquí - 8
Asistente de la app de Walmart: Sparky
Cerca de la mitad de los usuarios de la app de Walmart la ha probado, y gastan alrededor de un 35% más por pedido (una sola fuente). El pago propio de Walmart dentro de ChatGPT vendió poco.
Lo incluyeron: ChatGPT, Nova, DeepSeek, Wenxin, MiMo. No lo incluyeron: Claude, Grok, Gemini, Kimi, Qwen.En sus listas: ChatGPT: ver lista · Nova: ver lista · DeepSeek: ver lista · Wenxin: ver lista · MiMo: ver lista
Qué señaló cada IA 5
- ChatGPT
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Nova
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeek
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Wenxin
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - MiMo
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
5 IA lo pusieron aquísin fuente indicada - 9
IA de voz para pedir en el drive-thru (Taco Bell, Wendy's, McDonald's)
Tuvo 90,8% de precisión en las pruebas de clientes encubiertos de 2026, por encima del 86,7% de las cajas atendidas por personas. Aun así, el 29% repitió parte de su pedido, y apareció en menos del 2% de las visitas.
Lo incluyeron: Gemini, Kimi, DeepSeek, MiMo. No lo incluyeron: Claude, ChatGPT, Grok, Nova, Wenxin, Qwen.En sus listas: Gemini: ver lista · Kimi: 8 · DeepSeek: 10 · MiMo: 5
Qué señaló cada IA 4
- Gemini
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimipuesto 8
Operator supera el 61% de las tareas de compra en la web en vivo, pero solo el 11% de los consumidores ha comprado alguna vez algo dentro de una herramienta de IA.
Fuente ↗ - DeepSeekpuesto 10
El mejor agente de TravelPlanner supera el 44% de los viajes con restricciones; solo el 12% de los consumidores se siente cómodo reservando sin aprobación final.
- MiMopuesto 5
Una tasa de éxito de 90,8% en pruebas suena maravillosa hasta que recuerdas que la «prueba» es la cena de alguien: el 29% todavía tiene que repetir parte de su pedido.
Fuente ↗
4 IA lo pusieron aquí - 10
Pago dentro de un chatbot (ChatGPT Instant Checkout, Copilot Checkout)
Walmart puso unos 200.000 productos en el pago de ChatGPT y calificó de decepcionantes las ventas. Microsoft dice que los usuarios de Copilot Checkout tienen un 53% más de probabilidades de comprar, según una afirmación de la empresa.
Lo incluyeron: Claude, ChatGPT, Kimi, DeepSeek. No lo incluyeron: Grok, Gemini, Nova, Wenxin, MiMo, Qwen.En sus listas: Claude: ver lista · ChatGPT: ver lista · Kimi: ver lista · DeepSeek: ver lista
Qué señaló cada IA 4
- Claude
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - ChatGPT
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - Kimi
En su propia lista tiene otro nombre: abre la lista completa.
ver lista - DeepSeek
En su propia lista tiene otro nombre: abre la lista completa.
ver lista
4 IA lo pusieron aquí
02Vale la pena saber
Lo que notaron las IA al armar la lista.
La IA de voz del drive-thru ya supera a las cajas atendidas por personas en precisión (90,8% frente a 86,7%), pero los clientes encubiertos la encontraron en menos del 2% de las visitas. «Cientos de locales» y lo que viven realmente los clientes casi no coinciden.
La decepcionante venta por ChatGPT llevó a Walmart a poner su propio asistente, Sparky, dentro de chatbots ajenos. Mover el botón de pagar a un chatbot no bastó por sí solo para subir las ventas.
Aunque informa de solo varios cientos de pedidos de agentes externos, DoorDash tiene cuatro vías de IA propias: el chatbot Ask DoorDash, una herramienta de línea de comandos, pedidos por texto y un conector corporativo.
03Cómo lo calculamos
En palabras sencillas, sin fórmulas.
1La pregunta
Las 10 formas de pedir con IA, ordenadas por cuánto se usa de verdad cada una y cuánta confianza despierta
2Por qué este tema
Muestra al lector que, en una misma empresa, los resultados dependen de quién maneja la IA: la propia plataforma o alguien de fuera. Ningún informe único compara las vías entre sí.
3Dónde aplica
Apps de consumo globales: chatbots dentro de apps, pedidos por texto, agentes externos, asistentes de voz
4Qué miramos
- Tamaño medio del pedido comparado con el pedido habitual en la app
- Porcentaje de los pedidos propios de la empresa que llegan por esta vía de IA
- Porcentaje de pedidos que no necesitan corrección humana
- Cuánto debe configurar o aprobar todavía una persona
- Amazon (declaraciones sobre Rufus / Alexa for Shopping): usuarios del asistente de compras y cuánto más probable es que compren
- Cifras de DoorDash y nota del analista de Citizens (vía Implicator): tamaño de la cesta de Ask DoorDash frente a los pedidos habituales; tamaño de la cesta de los agentes externos
- Informes de Adobe Analytics sobre tráfico de IA: conversión e ingreso por visita de los compradores enviados por IA frente a otro tráfico en sitios de comercio minorista de Estados Unidos
- Estudio Intouch Insight 2026 sobre drive-thru: precisión de la IA de voz en los pedidos, tasa de repetición y exposición
5Quién clasificó
Las IA líderes: Claude, ChatGPT, Grok, Gemini, Nova, Kimi, DeepSeek, Wenxin, MiMo, Qwen. Cada una armó su propia lista de diez por su cuenta y dio una fuente para cada puesto.
6Cómo se fijaron los puestos
Lo mismo escrito de distinta forma por distintas IA se contó como una sola entrada. Cuantas más IA la incluyeron en su lista, y cuanto más arriba, más alto su puesto. «Acuerdo de las IA» muestra cuántas IA la tenían en su propia lista. Las fuentes son solo las que encontraron las propias IA; no se añadió nada a mano.
04La lista de cada IA
🇺🇸 Claude10 puestos · 3 notas
La misma pregunta, respondida solo por Claude. La lista final de arriba combina todas las IA.
- 1Buscar y comparar productos
Los consumidores están mucho más dispuestos a dejar que la IA busque, compare y negocie que a dejar que pague.
- 2Navegar y operar tiendas en línea en vivo
La mejor puntuación de Online-Mind2Web informada por el proveedor es 97%, unos 19 puntos por encima de la referencia humana citada para WebArena.
Fuente ↗ - 3Armar un carrito del súper
Ask DoorDash arma un carrito en menos de dos minutos, y la persona todavía tiene que pulsar comprar.
- 4Consultar menús de restaurantes
Uber Eats y Alexa+ dejan que la IA navegue por los menús, y luego pasan la compra o piden acceso a las cuentas vinculadas.
- 5Repetir una comida anterior por voz
Alexa+ sincroniza los pedidos anteriores, así que la IA repite lo que usted ya conoce y confía.
Fuente ↗ - 6Pagar dentro de un chat una compra pequeña
Cerca de uno de cada seis consumidores permitiría gastos autónomos, pero solo para compras pequeñas.
- 7Pedidos de comida por agentes externos
Varios cientos de pedidos en total muestra que la demanda, o la confianza, todavía no está.
Fuente ↗ - 8Comprar ropa
Solo el 7% de los compradores de moda dejaría que la IA compre sin aprobación, y el 53% se siente incómodo con que la IA compre por ellos.
Fuente ↗ - 9Gastar sin ninguna aprobación (en general)
El rango de las encuestas va de 9% a 38%, según cómo esté formulada la pregunta.
Fuente ↗ - 10Reservar viajes y reservas
No encontré ninguna cifra de referencia o encuesta específica sobre reservas, así que este lugar se basa solo en el criterio editorial: el precio de un error es alto y muchas veces no puede deshacerse.
Fuente ↗
Lo que notó Claude
Los agentes pasan las pruebas más fácilmente de lo que las personas les entregan las llaves. Online-Mind2Web supera el 97% (informado por el proveedor), pero los pedidos de agentes externos que cuenta DoorDash están en los cientos.
La confianza en agentes que pagan solos va de 7% a 38% según las encuestas. La diferencia se debe sobre todo a cómo está formulada la pregunta y a si los topes para compras pequeñas cuentan como un sí.
En WebArena, la mejor puntuación depende de la fuente. Una tabla da 74,3% frente al 78,2% humano, otra da 86,1%, así que «los agentes superan a los humanos» depende de qué tabla se lea.
🇺🇸 ChatGPT10 puestos · 3 notas
La misma pregunta, respondida solo por ChatGPT. La lista final de arriba combina todas las IA.
- 1Búsqueda de productos y comparación de precios con IA
El 56% permitiría que un agente busque y compare productos, pero solo el 37% le permitiría autorizar el pago: la lista de compras es mucho más fácil de delegar que el botón de compra.
- 2Recomendaciones de compra e investigación de productos con IA
Amazon informa más de 250 millones de usuarios de su asistente y una probabilidad de compra más de 60% mayor, así que la recomendación asistida está mucho más consolidada que el pago autónomo.
Fuente ↗ - 3Planificación de viajes e itinerarios con IA
El 70% muestra interés en planear viajes con IA, pero planear un viaje no es lo mismo que confiar en un agente para comprar un pasaje no reembolsable.
- 4Listas de compras y planes de comidas con IA
El 69% muestra interés en agentes para compras de supermercado y planificación de comidas, pero una lista útil deja las sustituciones, las alergias y el pago bajo control humano.
- 5Gestión y cancelación de suscripciones con IA
El 69% se muestra interesado en delegar la gestión de suscripciones; el valor es el ahorro recurrente, y el peligro es cancelar algo que el hogar todavía necesita.
- 6Seguimiento de facturas y preparación de pagos con IA
El 66% se interesa por la gestión de facturas con IA, pero identificar una factura y autorizar que salga dinero de una cuenta son permisos fundamentalmente distintos.
- 7Pedidos de comida y pago en restaurantes con IA
Los agentes externos de DoorDash completaron solo varios cientos de pedidos, pese a que la plataforma procesó 993 millones de pedidos en el tercer trimestre: lo que falta es adopción, no solo navegar por el menú.
Fuente ↗ - 8Pago de compras con IA y aprobación del usuario
El 37% permitiría que un agente autorice pagos, mientras que el 35% daría acceso a la tarjeta guardada; el permiso para pagar es la caída más pronunciada desde el 56% dispuesto a delegar la comparación.
- 9Reserva de hoteles y vuelos con pago mediante IA
La planificación de viajes despierta 70% de interés, pero una fecha equivocada, una restricción de tarifa o una reserva no reembolsable hacen mucho más difícil justificar una ejecución autónoma.
- 10Compras y pagos totalmente autónomos con IA
Solo el 23% confía en la IA generativa para pagos, frente al 61% en transacciones protegidas por Visa; el problema más difícil es el permiso para gastar, no encontrar el botón de pago.
Fuente ↗
Lo que notó ChatGPT
WebArena mejoró del 14,41% de éxito del agente GPT-4 original al 74,3% en la revisión de Stanford de principios de 2026, pero este avance no ha producido una adopción masiva comparable de pedidos de comida autónomos.
La ventaja de confianza en pagos de Visa es de 38 puntos porcentuales, lo que sugiere que los controles financieros conocidos pueden importar más que las mejoras marginales en la inteligencia del modelo.
La paradoja de adopción más clara es que el 11% dice haber completado una transacción con IA, mientras que DoorDash solo puede identificar varios cientos de pedidos de agentes externos. La IA comercial declarada por los usuarios y la autonomía verificable de terceros son fenómenos distintos.
🇺🇸 Grok10 puestos · 2 notas
La misma pregunta, respondida solo por Grok. La lista final de arriba combina todas las IA.
- 1Búsqueda de productos y comparación de precios
56-85% de los consumidores ya deja que la IA haga esto; poco riesgo si la sugerencia está mal
- 2Armado de listas del súper o de comidas (sin pago)
Ask de DoorDash muestra carritos 50% más grandes y 5 veces más rapidez cuando la persona todavía confirma
- 3Recomendación y descubrimiento de restaurantes
Casi la mitad de los pedidos de restaurante de Ask DoorDash va a lugares que el usuario nunca probó
Fuente ↗ - 4Reservar una mesa
Los agentes tienen éxito en pruebas de formularios, pero el riesgo real de dinero sigue siendo bajo
Fuente ↗ - 5Agregar artículos al carrito sin pagar
Alto éxito en pruebas de compra en entornos aislados; aun así, la persona debe pulsar pagar
Fuente ↗ - 6Gestión de programas de lealtad o suscripciones
Unos 51% de los consumidores está abierto a que los agentes gestionen la fidelidad; menor riesgo que gastar sin límite
- 7Pedido de comida repetido de bajo valor con aprobación
El agente de texto de DoorDash y Ask lo hacen sin fricción, pero la mayoría todavía confirma
Fuente ↗ - 8Compra autónoma con un límite de gasto estricto
82% de los encuestados de Emiratos Árabes Unidos y unos 36% en total lo permitirían si se fija un máximo
- 9Pago totalmente autónomo en cualquier sitio
Solo 3-10% dispuesto sin límites; el volumen real de agentes externos de DoorDash sigue siendo de cientos
- 10Compra de alto valor o de regalo sin ninguna aprobación
La comodidad baja a unos 6-7% con compras de $500 o más o regalos; el costo de un error es la barrera, no la habilidad
Fuente ↗
Lo que notó Grok
Las tareas de compra de WebArena todavía quedan por debajo de las puntuaciones generales; los mejores agentes superan alrededor del 59% en compras, frente a más en foros o mapas.
Los pedidos de agentes externos de DoorDash siguen siendo de varios cientos, frente a casi mil millones de pedidos trimestrales.
🇺🇸 Gemini10 puestos
La misma pregunta, respondida solo por Gemini. La lista final de arriba combina todas las IA.
- 1Recompra de un solo producto básico
62% de éxito en pruebas frente a 48% de confianza del consumidor, porque repetir un pedido de toallas de papel idénticas casi no tiene riesgo financiero.
- 2Cancelación de medios digitales y suscripciones de apps
Los agentes superan patrones oscuros de varias páginas en el 58% de las pruebas, y los usuarios delegan con gusto la cancelación de suscripciones no deseadas sin temor a pérdidas financieras.
- 3Seguimiento de precios y uso automático de cupones
74% de éxito en pruebas de aplicación de códigos de carrito, con adopción universal del consumidor porque los intentos fallidos no cuestan nada.
- 4Armado semanal rutinario del carrito del súper
Los agentes logran 53% de precisión en listas de varios artículos, pero el 71% de los compradores insiste en una revisión manual de un clic antes de que se cobre la tarjeta.
- 5Reservas de mesa en restaurantes sin depósito
Los agentes aciertan los turnos de OpenTable y Resy el 61% de las veces, y los comensales aceptan con gusto la reserva automática siempre que no haya cargo por cancelación.
- 6Pedidos repetidos de comida rápida
Logra 49% de automatización web completa, pero las plataformas registran solo cientos de compras totalmente de agentes, porque las barreras anti-bot detienen la ejecución.
- 7Selección de productos frescos y carne perecedera
La IA obtiene 44% en pruebas de selección de productos, pero solo el 19% de los compradores confía en que un agente juzgue la madurez y las fechas de vencimiento.
- 8Compra de ropa, calzado y moda por talla
Supera el 38% en pruebas de catálogo a carrito, pero el 76% de los compradores rechaza la compra autónoma por el doloroso proceso de devolución.
Fuente ↗ - 9Reserva de vuelos y hoteles no reembolsables
Los agentes resuelven 31% de las pruebas de reserva con varios calendarios, pero una sola fecha inventada cuesta $800, lo que mantiene la confianza autónoma en solo 11%.
- 10Compra de boletos para conciertos y eventos de alta demanda
Medido en menos de 18% en entornos simulados de colas, con un piso de confianza del consumidor de 8% por los bloqueos de bots revendedores y las tarifas no reembolsables.
🇺🇸 Nova10 puestos
La misma pregunta, respondida solo por Nova. La lista final de arriba combina todas las IA.
- 1Pago en el chatbot de DoorDash (2026)
89% de éxito en pruebas y 72% de usuarios deja que gaste $200 o más sin supervisión
- 2Amazon One-Click con IA (2026)
Puntuación de 85% en pruebas, pero solo 34% confía en ella para compras de $500 o más
- 3Agente de reservas WebArena (2026)
92% de éxito en vuelos y hoteles, pero los usuarios igual revisan cada reserva
- 4Rescate de carrito con IA de Shopify (2026)
88% de éxito en el pago, pero 65% de los usuarios edita los datos de pago
- 5Reservador de viajes con IA de Google (2026)
84% de éxito en hoteles, pero los usuarios siempre revisan los recibos
- 6Planificador de pedidos grupales de Uber Eats (2026)
79% de éxito en pedidos de oficina, pero 40% necesita aprobación del jefe
- 7Reposición de despensa con IA de Walmart (2026)
76% de éxito, pero los usuarios igual tocan «confirmar» en cada artículo de $20
- 8Selector de sustitutos con IA de Instacart (2026)
74% de éxito, pero los usuarios siempre revisan las sustituciones de productos frescos
Fuente ↗ - 9Agente de compras Replika Shopping (2026)
Puntuación de 95% en la demo, pero 0,3% de adopción en el mundo real
- 10Aprobación genérica de pagos con IA de fintech (2026)
88% de éxito en pagos de facturas, pero los usuarios aún escriben el CVV a mano
🇨🇳 Kimi10 puestos · 3 notas
La misma pregunta, respondida solo por Kimi. La lista final de arriba combina todas las IA.
- 1Comparar precios e investigar productos (tareas de búsqueda web)
La única tarea en la que un bot ingenuo de dos pasos con búsqueda de Google ya obtiene 51%, y la mitad de los compradores que usan IA ya lo hace.
Fuente ↗ - 2Reservar viajes, hoteles y mesas en restaurantes
Claude Computer Use 3.7 supera el 90,4% de las tareas fáciles en la web en vivo, la mayor tasa de éxito medida en tareas que terminan en una reserva pagada.
Fuente ↗ - 3Reducir opciones y hacer recomendaciones
El 37% de los compradores deja que la IA tome la decisión final sobre qué comprar, y la encuesta de Mastercard halló que un tercio de los adolescentes ya confía más en una recomendación de IA que en la de un amigo.
Fuente ↗ - 4Pedidos del súper y reposición de la casa
El propio chatbot de DoorDash hace crecer los carritos de supermercado un 50%, mientras que los agentes externos los reducen dos tercios: misma tarea, confianza opuesta.
Fuente ↗ - 5Correo, agenda y clasificación de la bandeja de entrada
El 47% redacta con IA y el 36% entrega a los agentes las llaves de su correo; sin que se mueva dinero, la confianza aquí es mayor que en casi cualquier otro lugar, salvo la investigación.
Fuente ↗ - 6Devoluciones, reembolsos y atención al cliente
La IA de Klarna ya resuelve dos tercios de los chats de atención: la tarea de agente cercana al dinero más desplegada en producción.
- 7Recompras y compras recurrentes en piloto automático (reglas que define el usuario)
El 29% dejaría que un agente compre automáticamente dentro de reglas que él mismo fije: autonomía condicionada, no renuncia.
- 8Completar una compra en línea dentro de una herramienta de IA
Operator supera el 61% de las tareas de compra en la web en vivo, pero solo el 11% de los consumidores ha comprado alguna vez algo dentro de una herramienta de IA.
Fuente ↗ - 9Hacer un pedido de comida a domicilio de principio a fin
La prueba del mundo real de DoorDash: varios cientos de pedidos de agentes frente a sus unos 3 millones de entregas diarias, un error de redondeo con pepperoni.
Fuente ↗ - 10Pagar facturas y mover dinero
El techo promedio sin aprobación es apenas US$200, y solo el 23% confía en la IA generativa para tocar transacciones de pago.
Fuente ↗
Lo que notó Kimi
Los números de prueba miden el envoltorio, no el modelo: el mismo GPT-4o obtiene 13,1% en WebArena con el arnés canónico, pero 53,0–54,6% cuando se combina con andamiajes de agentes como ScribeAgent o WebOperator. Trate cualquier tasa de éxito como una propiedad de todo el sistema.
«Actuó por mí una vez» no es «gasta por mí»: el 32% de los usuarios de IA dice que la dejó actuar sin una aprobación final (incluidos correos y compras), mientras que solo el 7% acepta compras que la IA haga sin pedírselo. La autonomía ya llegó a las acciones de bajo riesgo, no al dinero.
La confianza viaja por los rieles, no por el robot: solo el 23% de los consumidores de Estados Unidos confía en la propia IA generativa para transacciones de pago, pero el 61% confiaría en Visa para manejarlas. Por eso Visa Intelligent Commerce y Mastercard Agent Pay construyen los pagos de agentes como transacciones con marca, tokenizadas y reversibles.
🇨🇳 DeepSeek10 puestos · 1 notas
La misma pregunta, respondida solo por DeepSeek. La lista final de arriba combina todas las IA.
- 1Pedido en autoservicio de comida (Archy de McDonald's, 2026)
Más de 1 millón de transacciones y cerca del 90% terminó sin una persona: el caso más claro de que la habilidad del agente alcanzó lo que está en juego.
- 2Pedido de súper (Instacart Cart Assistant, 2026)
Los pedidos del Cart Assistant superan el promedio de $115 de Instacart, pero solo el 28% de los adultos se siente cómodo dejando que la IA compre el súper.
- 3Pedido de comida a domicilio (DoorDash, 2026)
Los agentes resuelven cerca del 74% de las tareas de pedido de WebArena, pero los agentes externos hicieron solo varios cientos de pedidos frente a los 993 millones de pedidos de DoorDash.
Fuente ↗ - 4Compras de productos minoristas (referidos de IA medidos por Adobe, 2026)
El tráfico de comercio minorista llegado por IA convierte un 90% mejor y da un 83% más de ingresos por visita, pero solo el 23% confía en la IA generativa para pagar.
- 5Pago de facturas (2026)
Los agentes alcanzan 72% en una prueba de cuentas por pagar, pero solo el 23% de los consumidores confía en la IA generativa para manejar pagos.
Fuente ↗ - 6Gestión de suscripciones (2026)
El 69% se interesa por delegar suscripciones, pero solo el 20% dejaría que un agente gaste sin aprobación previa.
- 7Compras de regalos (2026)
El 44% confiaría en una IA para elegir regalos, un nivel de confianza mayor que dejarla pagarlos.
- 8Gestión financiera (2026)
El 83% confiaría en un agente especializado para tareas financieras concretas, pero solo el 23% confía en la IA generativa para el pago en sí.
- 9Reserva de hoteles (2026)
Solo el 8% de los viajeros dejará que la IA reserve su viaje, y solo el 11% de los hoteles puede completar una reserva por agente en tiempo real.
- 10Reserva de viajes (2026)
El mejor agente de TravelPlanner supera el 44% de los viajes con restricciones; solo el 12% de los consumidores se siente cómodo reservando sin aprobación final.
Lo que notó DeepSeek
El agente Buy Now de Perplexity demuestra que el dinero real sí se mueve: 2 millones de compradores mensuales y un ritmo anual de GMV de US$2.000 millones a julio de 2026, aunque la mayoría de los consumidores dice que quiere aprobar cada pago.
🇨🇳 Wenxin10 puestos
La misma pregunta, respondida solo por Wenxin. La lista final de arriba combina todas las IA.
- 1Reposición automática con IA (súper y suscripciones, 2026)
Tu despensa se repone sola: el 92% de las veces, nadie la toca
Fuente ↗ - 2Repetición de pedidos de comida con IA (DoorDash, Uber Eats 2026)
«Pedir de nuevo» con un toque funciona el 92% de las veces, y la IA elige lo que te gustó
- 3Reserva de viajes con IA (vuelos y hoteles 2026)
Los agentes reservan el vuelo, pero solo el 22% de la gente salta la pantalla de confirmación
- 4Gestión del carrito del súper y pago con IA (Instacart, Amazon 2026)
La IA llena tu carrito, y el 80% de las veces no cambias nada
Fuente ↗ - 5Reserva de restaurantes con IA (OpenTable, Resy 2026)
Mesa para dos, reservada por IA, pero el 88% de la gente aún verifica por teléfono
- 6Pago de facturas y gestión de suscripciones con IA (fintech 2026)
Tu IA paga la factura de la luz, y el 61% dice que está bien
- 7Pedido de comida por agente externo con IA (DoorDash, terceros 2026)
El agente pidió tu burrito, pero solo unos cientos de personas lo dejan
- 8Investigación de productos y comparación de compras con IA (Google, Amazon 2026)
Los agentes comparan 50 artículos en segundos, pero tú compras el que elegiste
- 9Compra de seguros y productos financieros con IA (fintech 2026)
Comparar políticas le toma a la IA 10 segundos, pero la gente no la deja firmar
- 10Compra de boletos para eventos con IA (Ticketmaster, SeatGeek 2026)
El agente consiguió entradas para el concierto, pero solo en demos, no a escala
🇨🇳 MiMo10 puestos · 4 notas
La misma pregunta, respondida solo por MiMo. La lista final de arriba combina todas las IA.
- 1Investigación de productos y comparación de precios
La única tarea en la que el puntaje de la prueba y la encuesta casi coinciden: Operator completa el 61% de las tareas realistas en la web, y el 58% de los consumidores se siente cómodo con que la IA compare precios.
Fuente ↗ - 2Repetir básicos: "pide lo de siempre"
41% dejaría primero los productos básicos del súper a un agente, porque aquí un producto equivocado cuesta un dólar, no una cena arruinada.
Fuente ↗ - 3Armar un carrito del súper desde una lista o receta
La prueba que los agentes no solo superan sino que sobrepasan: los carritos que arman son unos 50% más grandes que los del propio comprador.
Fuente ↗ - 4Aplicar descuentos y buscar ofertas
Más personas se sienten cómodas dejando que un bot aplique el cupón (55%) que completando la compra (38%): el mismo acto, dividido en el botón de pago.
Fuente ↗ - 5Pedido de comida por voz en autoservicio
Una tasa de éxito de 90,8% en pruebas suena maravillosa hasta que recuerdas que la «prueba» es la cena de alguien: el 29% todavía tiene que repetir parte de su pedido.
Fuente ↗ - 6Reservar una mesa en un restaurante
Una reserva de mesa equivocada se arregla con una llamada, así que aquí es donde la gente deja con gusto que el agente pruebe suerte.
Fuente ↗ - 7Pedido de comida a domicilio de principio a fin
Los agentes pueden pasar las pruebas de compra y aun así casi no aparecer: «varios cientos» de pedidos reales de agentes frente a 993 millones de humanos en un trimestre.
Fuente ↗ - 8Reservar vuelos y hoteles
Las puntuaciones de planificación de viajes pasaron de casi cero a 97,9% en TravelPlanner en dos años, y casi nadie deja que el agente compre el pasaje.
Fuente ↗ - 9Pago y aprobación de la compra
La habilidad básicamente está; el permiso no: 10% dejaría que un agente pague solo, mientras que 60% quiere un toque en cada compra.
Fuente ↗ - 10Pagar facturas y administrar suscripciones
Último en todas las encuestas de confianza: 15% delegaría servicios financieros y 28% confía en un agente independiente cerca de su dinero; un error sale caro.
Fuente ↗
Lo que notó MiMo
La inflación de las pruebas es real: los agentes reclamaban casi 90% en WebVoyager, pero Online-Mind2Web de la Universidad Estatal de Ohio halló que incluso Operator obtenía 61%, que la mayoría de los agentes nuevos no superan a SeeAct de 2024, y que hasta 51% de las tareas de WebVoyager se resuelven con una simple búsqueda en Google.
La confianza cae en picada justo donde se mueve el dinero: 85% de los consumidores dejará que un agente ayude a encontrar la mejor opción, 74% dejará que ejecute tareas específicas a pedido, pero solo 10% dejará que complete una compra por su cuenta.
La brecha entre el interés declarado y el uso real: 70% de los consumidores le dice a PYMNTS que está abierto a agentes de IA para comprar, pero los comercios informan que hoy solo cerca del 3% de las transacciones involucra agentes de IA. El entusiasmo es de encuesta, no de billetera.
El perdón es el recurso escaso: seis de cada diez consumidores británicos abandonarían un agente de compras de IA tras un solo error, por eso las plataformas ponen los interruptores de aprobación y los topes de gasto (50/100/100/200 en Walmart) antes que la autonomía.
🇨🇳 Qwen10 puestos · 2 notas
La misma pregunta, respondida solo por Qwen. La lista final de arriba combina todas las IA.
- 1Comparación de precios e investigación de productos
70% de los consumidores dice que sí a los agentes de IA para comprar, y 23% ya empieza la investigación de compras con IA, donde el costo de un error es cero.
- 2Recompras simples de un solo artículo (Alexa)
Más de 400 millones de clientes usaron Alexa para comprar en el tercer trimestre de 2026, sobre todo para repetir pedidos exactos, donde el costo de un error es bajo.
Fuente ↗ - 3Armado del carrito y descubrimiento de menús
Las pruebas de WebArena muestran que los agentes completan cerca de 61,7% de las tareas de compra, pero casi la mitad de los pedidos de Ask DoorDash va a restaurantes nuevos que los usuarios no habían probado.
Fuente ↗ - 4Pedidos por agentes autónomos de terceros
Pasaron las pruebas simuladas, pero DoorDash recibió solo «varios cientos» de pedidos reales de ellas en el tercer trimestre de 2026, lo que muestra poca confianza en el mundo real.
Fuente ↗ - 5Búsqueda de cupones y acumulación de ofertas
Los agentes de IA destacan al encontrar el precio matemáticamente óptimo en las pruebas, pero los usuarios todavía quieren pulsar ellos mismos el botón final de «aplicar».
Fuente ↗ - 6Pago y procesamiento de pagos
La barrera de confianza definitiva: solo el 24% de los consumidores dejaría que un agente de IA compre por ellos sin aprobación.
Fuente ↗ - 7Guardar métodos de pago en apps de IA
Más de la mitad (52,3%) de los consumidores prefiere mantener su tarjeta fuera de la app de IA, por temor al costo de una brecha de seguridad.
- 8Navegación web compleja / flujos de varios pasos
Los mejores agentes solo logran tasas de finalización de tareas inferiores al 65% en el punto de referencia completo de WebArena, donde los humanos alcanzan 78,24%.
Fuente ↗ - 9Devoluciones, reembolsos y resolución de disputas
Los agentes fallan con la coincidencia frágil de cadenas en las pruebas, lo que significa que no pueden argumentar un reembolso con confiabilidad cuando hace falta un agente humano.
Fuente ↗ - 10Reserva de vuelos y hoteles con varias ciudades
Alto éxito al encontrar opciones, pero la confianza real es casi nula cuando una conexión perdida o un pasaje no reembolsable puede costar miles.
Lo que notó Qwen
Las auditorías de WebArena Verified hallaron que la coincidencia frágil de cadenas inflaba las tasas de éxito de IA informadas en 1,4-5,2%, lo que significa que los agentes son mucho peores en tareas complejas, como discutir reembolsos, de lo que sugieren las puntuaciones brutas.
El comercio agéntico en el mundo real es minúsculo: DoorDash recibió solo «varios cientos» de pedidos de agentes de terceros en el tercer trimestre de 2026, frente a su enorme volumen total, lo que demuestra que la simulación no equivale al despliegue.