Claude Code Після двох місяців витрат на Uber річного бюджету, COO прямо заявив: Витрати токенів і корисний вивід не перебувають у пропорційній залежності

Uber COO Андрій Макдональд у новому інтерв’ю зізнався, що витрати компанії на штучний інтелект стають дедалі важчими для внутрішнього пояснення, а CTO Правін Нагу два місяці тому повідомив, що бюджет на Claude Code вже вичерпаний раніше запланованого, але більш суттєвою проблемою є те, що: зростання споживання токенів не призводить до пропорційного збільшення функціоналу для користувачів.
(Передісторія: не лише виклик таксі — Uber співпрацює з Expedia, додаючи бронювання готелів, рухаючись до універсального туристичного супер-додатку)
(Додатковий фон: Звіт Anthropic: у боротьбі за домінування в AI до 2028 року, США можуть програти Китаю, якщо не збережуть перевагу у обчислювальних потужностях)

Зміст статті

Перемикач

• Бюджетна криза
• Зламаний ланцюг причин і наслідків: більше токенів — не обов’язково більше функцій
• Галузеві розбіжності: максимально витрачати або ретельно планувати

Коли кожен інженер компанії витрачає на AI-інструменти до 2000 доларів на місяць, 70% комітів пишуться за допомогою AI, але ніхто не може відповісти на питання «скільки функцій це принесе», — це вже не технічна проблема, а управлінська криза.

Операційний директор Uber Андрій Макдональд нещодавно в інтерв’ю Rapid Response зізнався у цій непублічній проблемі технологічної галузі: витрати на AI дедалі важче пояснити всередині компанії.

Бюджетна криза

Раніше технічний директор Uber Правін Нагу у квітні цього року в інтерв’ю The Information сказав: «Я думав, що мій бюджет вже вичерпаний раніше».

Тоді контекст був такий: 5 000 інженерів Uber за короткий час збільшили рівень використання Claude Code з 32% до 84%. Щомісячні витрати окремих інженерів коливалися від 500 до 2000 доларів; сам Нагу у внутрішній презентації за дві години витратив 1200 доларів на токени.

Макдональд описав цю ситуацію як виклик для керівництва Uber, що спричинив ланцюг дискусій щодо споживання токенів AI, зокрема, чи виправдані ці витрати і які компроміси вони вимагають у кадровій політиці.

Генеральний директор Дарра Хосровшахі цього місяця на фінансовій конференції чітко заявив: Uber призупиняє найм, частково щоб компенсувати витрати на інвестиції в AI. Іншими словами, рахунки за AI вже впливають на реальні кадрові рішення.

Зламаний ланцюг причин і наслідків: більше токенів — не обов’язково більше функцій

У інтерв’ю Макдональд описав свої висновки після спілкування з провідними інженерами Uber: зростання споживання токенів не призводить до пропорційного збільшення функціоналу для користувачів.

«Ця зв’язка ще не існує, так?» — сказав він. «Можливо, десь там приховано щось більше, але провести чітку межу між цими цифрами і тим, що «ми виробили на 25% більше корисних функцій для користувачів», дуже важко».

Ця проблема виявляє основний конфлікт сучасного тренду у впровадженні AI: кількість токенів можна виміряти, але це показує лише «ступінь використання», а не «цінність результату». Salesforce нещодавно назвав такі показники «показниками марнославства» і категорично виступає проти оцінки працівників за кількістю витрачених токенів.

Варто також зазначити, що Макдональд звернув увагу на когнітивний сліпий плям: для окремих інженерів, які не фінансують витрати самі, AI-інструменти здаються «безкоштовними», і їх можна використовувати без обмежень; але в кінцевому підсумку це оплачує компанія. Ця диспропорція між особистими і організаційними витратами — одна з головних причин неконтрольованого зростання споживання токенів.

Галузеві розбіжності: максимально витрачати або ретельно планувати

Проблема Uber не є унікальною — її першим озвучив керівний склад.

Google на конференції I/O 2026 активно пропагував «tokenmaxxing», тобто максимально широке використання AI, і вважав це одним із показників залученості інженерів. Логіка така: збільшення обсягів використання стимулює розвиток можливостей, і кількісні зміни рано чи пізно призведуть до якісних.

Проте деякі компанії обирають інший шлях. Duolingo у системі оцінювання працівників почав враховувати частоту використання AI, але після запитань співробітників «Чи потрібно використовувати AI просто заради AI?», цю політику було тихо скасовано. Генеральний директор Луїс фон Айн у квітні в одному з подкастів сказав: «Здається, краще, щоб кожен відповідав за реальні результати, ніж за кількість використаних токенів, — інакше ми стимулюємо щось, що в багатьох випадках просто не підходить».

Ще більш радикальний приклад — медична компанія, яка за шість місяців витратила трильйон токенів і отримала понад 6 мільйонів доларів непланових витрат, при цьому фінансовий відділ навіть не знав, що саме спричинило ці витрати. Це не проблема використання AI, а відсутність контролю за тим, хто і де його застосовує, і скільки коштів витрачається.

Макдональд у інтерв’ю не оголосив конкретних планів щодо скорочення витрат і не заявив, що Uber відмовляється від AI-інструментів. Він просто підняв проблему, яка існує у бізнес-середовищі, але рідко озвучуються відкрито керівництвом.

Оцінка ROI інвестицій у AI наразі не має універсального стандарту. Але все більше ознак свідчать про те, що «скільки використано» і «скільки отримано» — між цими показниками ще дуже велика прірва.