Gần như không ai dùng AI agent để đặt hàng trên DoorDash

Trong bối cảnh các công cụ và AI agent đang len lỏi vào mọi ngóc ngách của đời sống số, nhiều doanh nghiệp đang nỗ lực ứng dụng mô hình ngôn ngữ lớn (LLM) để cải thiện trải nghiệm mua sắm hàng hóa và dịch vụ trên Internet. Thế nhưng, với riêng ứng dụng giao đồ ăn phổ biến DoorDash, dường như rất ít người thực sự tận dụng những khả năng này thông qua một AI agent bên ngoài.

Con số khiêm tốn đến khó tin

Trong buổi công bố kết quả kinh doanh quý ba diễn ra hôm thứ Năm, nhà đồng sáng lập kiêm CEO DoorDash, Tony Xu, đã trả lời câu hỏi của một chuyên gia phân tích rằng "các AI agent đang tạo ra vài trăm đơn hàng" trên DoorDash kể từ khi tính năng này đi vào hoạt động.

Ông Xu gọi đây là một "trường hợp sử dụng rất thấp" — một cách nói có phần khiêm tốn, bởi chỉ riêng trong quý ba năm 2026, nền tảng đã xử lý gần 1 tỷ đơn hàng.

"Khi nói đến một tác vụ đơn giản như đặt đồ ăn, chúng tôi thường thấy người dùng đến thẳng với DoorDash."

AI agent phù hợp với quyết định lớn hơn là đặt đồ ăn

Nhìn một cách tổng quát hơn, ông Xu cho rằng AI agent có tiềm năng thực sự hữu ích đối với những "giao dịch cần cân nhắc kỹ lưỡng" và các quyết định lớn, khi mà agent có thể "chủ động làm việc thay bạn ở chế độ nền".

Tuy nhiên, với những tác vụ đơn giản và diễn ra hằng ngày như gọi món ăn, người dùng dường như vẫn ưu tiên thao tác trực tiếp trên ứng dụng quen thuộc thay vì giao phó cho một trợ lý AI.

Ý nghĩa với thị trường Việt Nam

Câu chuyện này phản ánh một thực tế đáng chú ý: dù AI agent đang là xu hướng được bàn tán sôi nổi, khoảng cách giữa kỳ vọng và mức độ sử dụng thực tế vẫn còn khá lớn.

Với người dùng Việt Nam — những người quen với các ứng dụng giao đồ ăn như GrabFood, ShopeeFood hay BeFood — thói quen đặt món trực tiếp vẫn chiếm ưu thế nhờ sự tiện lợi và tốc độ. Điều này cho thấy các doanh nghiệp cần thời gian để định hình lại hành vi người dùng trước khi AI agent có thể thực sự trở thành một kênh giao dịch phổ biến.

Bên cạnh đó, việc AI agent mới ở giai đoạn đầu cũng đặt ra bài học cho các startup công nghệ trong nước: cần xác định đúng bài toán phù hợp — nơi AI thực sự mang lại giá trị — thay vì chạy theo xu hướng một cách máy móc.