A DoorDash conseguiu transformar a experiência de compra de supermercado em seu aplicativo ao reduzir o tempo de espera de 16 segundos para apenas 2 segundos no fluxo de recompra assistido por inteligência artificial. A mudança estratégica não apenas melhorou a agilidade do serviço, mas também resultou no dobro de visualizações de listas de compras e um aumento de 34% na taxa de pedidos finalizados. O avanço foi possível graças a uma mudança na arquitetura do sistema, que passou a pré-calcular as necessidades de compra recorrentes em vez de reconstruir todo o raciocínio a cada nova solicitação do usuário.
Segundo informações do InfoQ, a implementação utiliza a plataforma compartilhada de agentes da DoorDash e uma interface de compra fundamentada, que permite aos consumidores modificar listas diretamente. O sistema combina o processamento em lote de modelos de linguagem de grande escala com validações determinísticas e resolução de catálogo de produtos em tempo real. Essa abordagem híbrida garante que a conveniência da IA não seja prejudicada por tempos de carregamento excessivos, mantendo a precisão das sugestões baseadas no histórico de cada cliente.
A estratégia por trás da velocidade
O segredo para a redução da latência reside na separação do processamento de dados. Em vez de analisar o histórico de 90 dias de compras do usuário no momento em que ele abre o aplicativo, a DoorDash realiza essa análise de forma offline. A inteligência artificial identifica itens que provavelmente serão comprados novamente e armazena esses dados. Quando o cliente acessa o assistente de compras, o sistema apenas valida se aqueles itens estão disponíveis no catálogo atual da loja, verificando primeiro o item original, depois o identificador do produto e, por fim, termos de busca gerais.
Essa metodologia permite que o sistema lide com mudanças constantes nos estoques e preços sem precisar repetir todo o raciocínio histórico. Operações simples, como alterar quantidades ou remover produtos, agora são feitas diretamente na interface, sem a necessidade de uma nova consulta ao modelo de linguagem. Isso evita o que os engenheiros chamam de idas e vindas desnecessárias da IA, tratando a lista de compras como um artefato estruturado que tanto o humano quanto o agente podem editar de forma autoritativa.
Eficiência no desenvolvimento de agentes
Além da melhora para o consumidor final, a DoorDash otimizou drasticamente seu fluxo de trabalho interno. A infraestrutura compartilhada fornece orquestração, memória, acesso a modelos e ferramentas de avaliação que podem ser reutilizadas por diferentes equipes. Um exemplo prático dessa eficiência foi a criação do agente de reservas da empresa, que levou apenas uma semana para ser desenvolvido — um processo cerca de dez vezes mais rápido do que a criação dos primeiros agentes da plataforma.
As equipes de domínios específicos mantêm o controle sobre as instruções e habilidades de seus agentes, mas aproveitam a base tecnológica comum. O sistema ainda é capaz de acionar agentes especializados para tarefas complexas, como encontrar alternativas mais baratas com base em promoções vigentes ou preferências específicas de tamanho de embalagem. Essa flexibilidade mostra que o futuro dos assistentes de IA não depende apenas de modelos mais potentes, mas de uma engenharia inteligente que sabe quando usar o processamento em tempo real e quando confiar em dados pré-processados.
O que isso muda para você
Para o profissional brasileiro, o caso da DoorDash é uma aula sobre como escalar produtos de IA no mundo real. O grande gargalo da inteligência artificial generativa hoje ainda é a latência e o custo de processamento. Ao mover a lógica pesada para um processamento em lote (offline) e deixar apenas a validação para o tempo real, a empresa mostra que a experiência do usuário deve ditar a arquitetura técnica, e não o contrário.
Se você trabalha com tecnologia ou gestão de produtos, o próximo passo concreto é avaliar quais partes da jornada do seu cliente dependem de raciocínio da IA que poderia ser antecipado. Nem toda interação precisa de uma resposta gerada do zero; muitas vezes, a personalização pode ser preparada antes mesmo de o usuário clicar no botão. Reduzir a fricção é o caminho mais curto para aumentar a conversão e a fidelidade no mercado digital brasileiro.
