AI-агенты Uber за самую загруженную неделю октября оформили лишь четыре поездки. На фоне сотен миллионов заказов это почти статистическая погрешность, но именно такие цифры полезнее громких презентаций: они показывают, насколько далеко рынок автономных ассистентов находится от повседневных транзакций. Для российских продуктовых команд и разработчиков сигнал простой — добавить агентный интерфейс мало, нужно дать пользователю ощутимую выгоду.
О показателях во время отчётного звонка по итогам третьего квартала сообщает TechCrunch. Финансовый директор Uber Баладжи Кришнамурти рассказал аналитикам, что в неделю Хэллоуина сервисы Uber и Uber Eats суммарно обработали около 320 млн поездок и заказов. Из них через AI-агентов пришли четыре заказа поездок и примерно 500 заказов доставки еды. Даже если считать только доставку, речь идёт о долях, которые не меняют ни выручку, ни операционные процессы платформы.
Гендиректор Uber Дара Хосровшахи не стал маскировать результат оптимистичными формулировками. По его словам, спрос находится на очень ранней стадии и пока остаётся ограниченным. При этом компания рассчитывает, что агенты со временем приведут на платформу дополнительный спрос. Uber ведёт переговоры с разработчиками крупных AI-систем и ожидает роста числа таких ассистентов на рынке.
Парадокс в том, что поездка — не лучший тест для обещаний «агент всё сделает за вас». Хосровшахи напомнил: среднее оформление заказа в приложении Uber занимает около 50 секунд. Повторить привычный заказ еды в Uber Eats можно примерно за 90 секунд. Если пользователь уже открыл приложение, знает адрес и видит цену, посредник в виде модели должен не просто заменить несколько нажатий, а компенсировать дополнительную неопределённость: правильно ли он выберет тариф, место посадки, время, адрес доставки и способ оплаты.
AI-агенты Uber сталкиваются здесь не столько с проблемой качества модели, сколько с проблемой доверия и привычки. Ошибка в подборе фильма раздражает; ошибка в адресе посадки может означать опоздание на встречу, а неверный заказ еды — испорченный ужин. Пользователь должен заранее настроить ограничения, разрешения и платёжные сценарии, затем проверить результат работы агента. На короткой операции эта проверка способна занять не меньше времени, чем ручное оформление.
Данные Uber хорошо ложатся в более широкий рыночный контекст. Сервисы доставки и торговые платформы постепенно открывают доступ агентам, однако покупатели по-прежнему приходят через привычные мобильные приложения и сайты. DoorDash, например, на прошлой неделе также сообщил о нескольких сотнях заказов, сделанных с помощью AI-агентов. Индустрия уже умеет показать демонстрацию, где ассистент сравнивает варианты и оформляет покупку, но массовый сценарий пока не превратился в поведение миллионов пользователей.
Для бизнеса это повод смотреть на агентные интеграции без религиозного энтузиазма. Их ценность выше там, где задача длинная и многосоставная: спланировать поездку с несколькими участниками, сверить корпоративную политику расходов, подобрать доставку с учётом диеты и времени, обработать регулярные закупки. В таких случаях агент сокращает поиск и координацию. А для одиночной поездки «дом — офис» он конкурирует с хорошо отлаженным интерфейсом, сохранёнными адресами и кнопкой повторного заказа.
Разработчикам платформ придётся решать более приземлённые задачи, чем выбор очередной модели: ограниченные разрешения, подтверждение критичных действий, понятные статусы заказа, отмены, возвраты и ответственность за ошибку агента. Успех измерят не числом подключённых ассистентов, а конверсией, долей исправленных заказов и тем, возвращается ли пользователь к такому каналу. Показатель в четыре поездки — не приговор для агентного веба, но хороший антидот против ожиданий, что новая кнопка автоматически создаёт новый рынок. Проверить исходную цитату Дары Хосровшахи и цифры Uber можно в материале .
