四个月耗尽全年 AI 预算，Uber 高管质疑 AI 投入产出比

人工智能在企业端的“生产力幻觉”，最近被一盆冷水浇醒了。Uber总裁兼首席运营官安德鲁·麦克唐纳最近公开表示，尽管公司近95%的工程师都在用AI工具，高达70%的代码提交由AI生成，但砸进去的巨额算力成本，似乎并没有换来用户能明显感知到的产品升级。

一、预算“熔断”：四个月的疯狂开支

2026年才过去四个月，Uber内部就拉响了财务警报：为全年预留的AI编码工具（比如Claude Code）预算，已经彻底见底了。

• 失控的采用率：
  自2025年底部署以来，Claude Code在Uber五千名工程师中的使用率，从2月的32%一路飙升至3月的84%，势头猛得惊人。

• 高昂的单兵成本：
  摊到每位工程师头上，每月的API调用成本在500到2000美元之间。这笔开销在公司内部被戏称为“令牌狂热”，意思是大家好像在用“烧令牌”来比拼产出。

• 倒逼决策：
  这个财务“黑洞”直接逼着Uber开始严肃思考一个问题：花在AI上的钱，和花在招聘更多工程师上的钱，到底哪个更划算？两者已经形成了直接的竞争关系。

二、COO的冷思考：算力增长 ≠ 产品升级

面对“代码生成效率大幅提升”这份漂亮的成绩单，麦克唐纳却异常冷静。他直言不讳：公司目前根本无法在“消耗了多少Token”和“给用户带来了多少实用功能”之间画上等号。换句话说，代码量上去了，产品价值未必跟得上。

• 生产力的错位：
  工程师们可能沉浸在让AI生成更多代码的成就感里，但这些代码究竟有多少转化成了用户能感知、能受益的价值？这依然是个巨大的问号。

• 从“免费工具”到“经营成本”：
  AI工具在开发初期，看起来像是个“免费的效率杠杆”。可一旦规模化使用，它就迅速演变成一项与人工成本同等量级的固定开支，必须接受严格的投资回报率审视，不能再被当成“福利”看待。

三、行业启示：AI进入“价值验证”深水区

Uber的遭遇绝非孤例，它标志着一个清晰的转折点：企业AI部署正从第一阶段“不计成本的激进采用”，大步跨入第二阶段“极度务实的价值审计”。

1. 拒绝“为了AI而AI”：
   不仅是Uber，像Duolingo这样的公司也开始叫停强制性的AI使用考核，目的就是避免员工陷入单纯比拼“令牌消耗量”的无意义内卷。

2. 重塑绩效框架：
   未来的生产力衡量标准，必将发生根本性转变。核心指标不再是“你用了多少AI”，而是“你用AI解决了多少实际问题”。

3. 成本审计常态化：
   对于那些重度依赖大模型API的大型企业来说，AI算力治理将成为继云服务成本管理之后，又一个摆在首席财务官面前的核心命题。管好AI账单，就是管好未来的利润。

Uber的这次“预算熔断”，无疑给所有热衷AI的企业敲了一记警钟。在AI时代，单纯堆砌算力的边际效应正在快速递减。真正的胜负手，在于如何把那张昂贵的算力账单，精准地转化为看得见、摸得着的商业价值。这才是决定企业能否在智能化浪潮中幸存并胜出的关键所在。