A DoorDash reduziu de cerca de 16 para 2 segundos a espera pelo recurso de reposição de compras de supermercado com IA, ao antecipar a análise das necessidades recorrentes de compra. A empresa afirma que a mudança dobrou as visualizações das listas de compras e aumentou em aproximadamente 34% a taxa de pedidos pelo recurso. Ele funciona pelo Ask DoorDash, o assistente conversacional de compras da empresa.
Em vez de pedir a um modelo de IA que reconstrua as prováveis necessidades do cliente sempre que ele abre uma solicitação de reposição, a DoorDash analisa com antecedência 90 days de histórico de compras e sinais do perfil do cliente. Um modelo de linguagem grande (LLM, na sigla em inglês) — o tipo de IA usado em chatbots — sugere itens que podem ser compras recorrentes. Um conjunto separado de verificações fixas valida as sugestões antes que os dados reutilizáveis da lista sejam salvos.
O que acontece quando o cliente abre uma lista?
A solicitação em tempo real recupera a lista preparada e verifica cada item no catálogo atual de produtos. O sistema tenta primeiro encontrar o item original da loja, depois um ID de produto do catálogo e, por fim, um termo de busca. Essa sequência ajuda a lidar com produtos que mudaram ou deixaram de estar disponíveis, sem repetir a análise do histórico a cada solicitação.
Nem toda ação exige outra resposta da IA. Os clientes podem alterar quantidades ou remover produtos diretamente, e a lista atualizada passa a servir de ponto de partida para a próxima interação com o agente. A DoorDash afirma que o agente Grocery continua sendo usado quando a solicitação exige mais discernimento, como encontrar opções mais baratas considerando preços atuais, promoções, tamanhos de embalagem, disponibilidade em estoque e preferências do cliente.
Uma plataforma compartilhada para outros agentes
O sistema de supermercado usa a plataforma compartilhada de agentes da DoorDash, que oferece ferramentas para coordenar agentes, gerenciar memória, acessar modelos, rastrear atividades, avaliar resultados e fazer lançamentos controlados. Cada equipe continua responsável pelas instruções, ferramentas e critérios de avaliação de seus agentes. A engenheira da DoorDash Twisha Jain descreveu a abordagem como uma forma de decidir o que deve acontecer no ciclo de interação em tempo real do agente e o que pode ser feito antes.
A DoorDash afirma que levou uma semana para adicionar seu agente Reservations à plataforma compartilhada, cerca de dez vezes menos do que levou para criar seus primeiros agentes especializados. Isso aponta para um segundo objetivo, além de acelerar os pedidos recorrentes de supermercado: facilitar a criação de agentes pelas equipes usando uma infraestrutura comum. O projeto da empresa também trata a lista de compras como um objeto editável, e não apenas como um registro de mensagens de chat, de modo que as alterações feitas diretamente pelo cliente prevaleçam.
Por que importa
Para os clientes da DoorDash, a mudança relatada significa que uma lista para repetir compras de supermercado pode carregar mais rápido, e ainda pode ser editada diretamente pelo cliente, com correspondências no catálogo atual. A DoorDash relata mais visualizações de listas e pedidos, mas os números não mostram o desempenho do recurso para todos os clientes nem quanto do aumento se deve à redução da espera.
