深掘り · 小互が解説
DoorDash が AI 買い物アシスタントをどう作ったか：モデルだけに頼らず、ツールと記憶で落地させる
記憶システム導入後、食料品のチェックアウト転換率が約24%向上。自動評価で1日あたりの評価量が人による1件のフィードバックから2000件超へ。
⚑ 立場メモ：本解説は DoorDash のエンジニアリング記事と共同創業者 Andy Fang の公開発言に基づく。転換率や評価規模は同社の自己報告で、独立監査はない。7日間という期間は記憶機能の実験に関するもので、記事中の全指標に共通するものではない。
1公開アップデート
DoorDash は何を出したか
DoorDash は2026年6月に Ask DoorDash の技術記事を3本公開した。6月11日の概要、18日の記憶システム解説、30日の評価基盤解説で、iOS 初期公開を支える実行基盤、パーソナライズ、評価手法を説明している。
食べたいもの・買いたいものを自然言語で一言伝えると、AI がレストラン検索・献立計画・カート作成まで行う。いまは米国内の一部地域の iOS で段階公開中。
◆
硬い数字：評価チームは1日あたりの品質評価量をおよそ1件の社員による人手フィードバックから、2000件超の自動評価へ拡大。フルの回帰テストは人手6時間から20分。
いま開放されているのはレストラン検索と食料品買い物の2シーンだけで、Android と Web はまだ。初期データではメッセージの約7割が「探す」系（「近くのラーメン」「今夜何食べよう」「今週のベジ夕食の買い方」など）。大半のユーザーは同じ会話内で何ターンも直し、一言で終わらない。DoorDash も本番でいちばん起きやすい失敗は「事実のずれ」だと書く：閉店中の店を勧める、価格がカタログと違う、カートに入ったと言ったのに入っていない。直し方は同じで、事実に触れる一文はすべてツールでシステム・オブ・レコードを引き、文脈だけで推測させない。