Uber questions ROI on heavy AI spending

•Uber 在 2026 年前四個月內耗盡年度 AI 預算，主要原因是 Anthropic 的 Claude Code 在約 5,000 名工程師中迅速且廣泛地被採用。
•每位工程師使用 Claude Code 的月平均成本介於 150 至 250 美元，而重度用戶則高達 500 至 2,000 美元，這主要歸因於基於代幣的消費定價模式，讓財務團隊難以管理。
•截至 2026 年 3 月，84% 的 Uber 工程師被歸類為「代理式編碼用戶」，到 4 月，95% 的工程師每月使用 AI 工具，其中約 70% 的提交程式碼源自 AI 工具。
•Uber 首席技術長 Praveen Neppalli Naga 證實了預算超支，並指出 11% 的即時後端更新是由 AI 代理在沒有人工干預的情況下完成的。
•Uber 2025 年的研發支出達到 34 億美元，年增 9%，預計將持續攀升，這也凸顯了更廣泛的行業挑戰，即 85% 的公司 AI 成本預測誤差超過 10%。

Uber 於 2025 年 12 月向其工程組織推出 Claude Code。
Claude Code 的定價是基於模型呼叫中消耗的代幣，而非按席位計費，這導致成本因工作流程（例如自動完成與協調平行代理）而異。
工程師使用 Claude Code 進行的工作負載包括平行代理執行、大規模程式碼重構、自動測試生成和後端程式碼生產。
Uber 還利用 AWS 的 Graviton4 和 Trainium3 客製化晶片來改進即時操作和 AI 模型開發，旨在「毫秒級」連接客戶與司機，並建立更快、更智慧的 AI 預測。
Uber 的 AI 平台 Michelangelo 於 2016 年推出，經歷了三個階段：預測性機器學習（2016-2019）、深度學習（2019-2023）以及從 2023 年開始的生成式 AI，支援 ETA 預測、乘客與司機匹配和詐欺檢測等關鍵任務。
Anthropic 於 2026 年 5 月 13 日宣布一項結構性變革，付費的 Claude 訂閱者將很快面臨針對代理工具和第三方工具的獨立每月信用額度計費，並從 6 月 15 日起按完整的應用程式介面費率計費。

企業將重新評估其生成式 AI 工具的定價模型和內部激勵機制。

Uber 的經驗表明，基於代幣的消費定價模式難以預測，且內部鼓勵使用 AI 的激勵措施會導致預算超支，促使企業尋求更可控的成本管理策略。

企業將更嚴格地要求 AI 投資與可衡量的消費者功能改進或收入增長直接掛鉤。

儘管 AI 工具提高了工程師的生產力，但 Uber 總裁 Andrew Macdonald 難以將高代幣使用量與顯著的消費者功能改進聯繫起來，這將迫使公司更注重 AI 投資的實際業務價值。

企業將優先投資於 AI 成本管理和治理框架，以避免預算超支。

Uber 在四個月內耗盡年度 AI 預算，以及其他公司也面臨類似挑戰，將促使企業建立更完善的 AI 支出監控、預測和治理機制。

2016-12

Uber 收購 Geometric Intelligence，成立「Uber AI」部門。

2023

Uber 的 ML 平台 Michelangelo 進入生成式 AI 階段。

2025-10

Uber 宣布與 NVIDIA 合作，加速自動駕駛車隊部署。

2025-12

Uber 向工程師團隊推出 Anthropic 的 Claude Code。

2026-02

Uber 宣布收購 SpotHero 並推出 Uber Autonomous Solutions 部門。

2026-04

Uber 首席技術長透露公司已耗盡 2026 年 AI 預算。

Uber 質疑高額 AI 支出的投資回報率