Claude Code Setelah Uber menghabiskan anggaran tahunan dalam dua bulan, COO secara langsung menyatakan: Konsumsi Token dan output yang berguna tidak berbanding lurus

Uber COO Andrew Macdonald Dalam wawancara terbaru mengakui bahwa pengeluaran perusahaan untuk AI semakin sulit dijelaskan secara internal, CTO Praveen Naga dua bulan lalu mengungkapkan bahwa anggaran Claude Code telah habis lebih awal, tetapi masalah yang lebih inti adalah: konsumsi token yang lebih tinggi tidak menghasilkan peningkatan fitur konsumen secara proporsional.
(Prakata: Tidak hanya layanan taksi》Kerja sama Uber dengan Expedia menambah pemesanan hotel, menuju aplikasi perjalanan super satu atap)
(Latar belakang tambahan: Laporan Anthropic: Pada tahun 2028, perebutan dominasi AI, jika AS tidak mempertahankan keunggulan daya komputasi, bisa tertinggal oleh China)

Daftar isi artikel

Toggle

• Krisis anggaran
• Rantai sebab-akibat yang terputus: Token banyak, fitur belum tentu banyak
• Perbedaan industri: Membakar sebanyak mungkin, atau bertanya dulu sebelum membakar

Ketika setiap insinyur di sebuah perusahaan menghabiskan hingga 2.000 dolar AS per bulan untuk alat AI, 70% dari kode yang dikirim berasal dari AI, tetapi tidak ada yang bisa menjawab pertanyaan "Ini menghasilkan berapa banyak fitur," maka itu bukan lagi masalah teknis, melainkan krisis manajemen.

Andrew Macdonald, COO Uber, dalam wawancara dengan Rapid Response, mengungkapkan sesuatu yang selama ini menjadi rahasia industri teknologi: pengeluaran untuk AI semakin sulit dipertanggungjawabkan secara internal.

Krisis anggaran

Sebelumnya, CTO Uber Praveen Neppalli Naga dalam wawancara dengan The Information pada bulan April juga mengatakan: "Anggaran yang saya kira sudah habis lebih awal."

Latar belakangnya adalah: Tingkat adopsi Claude Code di antara 5.000 insinyur Uber melonjak dari 32% menjadi 84% dalam beberapa bulan saja. Pengeluaran per insinyur berkisar antara 500 hingga 2.000 dolar AS per bulan; Naga sendiri pernah dalam satu demonstrasi internal menghabiskan token sebesar 1.200 dolar AS dalam dua jam.

Macdonald menggambarkan bahwa pernyataan ini memicu gelombang diskusi di kalangan eksekutif Uber tentang konsumsi token AI, termasuk apakah pengeluaran tersebut sepadan dan bagaimana hal itu mempengaruhi pengaturan sumber daya manusia.

CEO Dara Khosrowshahi pada bulan ini dalam panggilan laporan keuangan secara tegas menyatakan: Uber sedang memperlambat perekrutan, sebagian karena untuk menyeimbangkan pengeluaran investasi AI. Dengan kata lain, tagihan alat AI mulai mempengaruhi keputusan perekrutan nyata.

Rantai sebab-akibat yang terputus: Token banyak, fitur belum tentu banyak

Macdonald dalam wawancara menggambarkan penemuan setelah berkomunikasi dengan manajer senior teknik Uber: penggunaan token yang lebih tinggi tidak berbanding lurus dengan peningkatan fitur yang diberikan kepada konsumen.

"Hubungan itu belum ada, kan?" katanya, "Mungkin secara samar-samar ada lebih banyak yang dikirimkan, tetapi sangat sulit untuk menarik garis antara angka-angka itu dan 'kami menghasilkan 25% fitur berguna untuk konsumen'."

Masalah ini mengungkap kontradiksi utama dari tren adopsi AI saat ini: konsumsi token dapat diukur, tetapi itu mengukur "tingkat penggunaan," bukan "nilai output." Salesforce baru-baru ini menyebut indikator semacam ini sebagai "indikator kemegahan," dan secara tegas menentang penggunaan konsumsi token sebagai standar penilaian kinerja karyawan.

Perlu dicatat bahwa Macdonald juga menunjukkan adanya bias persepsi: bagi insinyur yang tidak membayar sendiri, alat AI "terasa seperti gratis," sehingga mereka bisa mencoba berbagai skenario penggunaan secara bebas; tetapi akhirnya, perusahaan yang membayar tagihannya. Ketidakseimbangan biaya antara individu dan organisasi ini adalah salah satu penyebab struktural dari konsumsi token yang tidak terkendali.

Perbedaan industri: Membakar sebanyak mungkin, atau bertanya dulu sebelum membakar

Kebingungan Uber bukanlah kasus tunggal, melainkan yang pertama kali diungkapkan secara langsung oleh eksekutif puncak.

Google dalam I/O 2026 secara agresif mendorong "tokenmaxxing," yaitu penggunaan AI sebanyak mungkin, dan menjadikannya salah satu indikator tingkat keterlibatan insinyur. Logika jalur ini adalah: volume penggunaan akan mendorong evolusi kemampuan, dan perubahan kuantitatif akhirnya akan memicu perubahan kualitas.

Namun, beberapa perusahaan mulai mengambil arah berbeda. Duolingo pernah memasukkan frekuensi penggunaan AI dalam penilaian kinerja, tetapi setelah ada pertanyaan dari karyawan, "Apakah kita harus menggunakan AI hanya demi AI?", kebijakan ini diam-diam dicabut. CEO Luis von Ahn dalam sebuah wawancara podcast bulan April mengatakan: "Rasanya, daripada membuat semua orang bertanggung jawab atas hasil nyata, kita malah mendorong sesuatu yang dalam banyak kasus tidak relevan sama sekali."

Contoh dari perusahaan di bidang kesehatan jauh lebih ekstrem: dalam enam bulan, mereka menghabiskan 1 triliun token, menghasilkan biaya tak terduga lebih dari 6 juta dolar AS, dan departemen keuangan bahkan tidak tahu apa yang menjadi faktor pendorongnya. Ini bukan masalah penggunaan AI, melainkan tidak ada yang tahu siapa yang menggunakan, di mana, dan berapa banyak uang yang dibakar.

Macdonald dalam wawancara tidak mengumumkan rencana pengurangan tertentu, juga tidak menyatakan bahwa Uber akan berhenti menggunakan alat AI. Ia hanya mengungkapkan masalah umum yang ada di dunia perusahaan, tetapi jarang diungkap secara langsung oleh eksekutif puncak.

Mengukur ROI investasi AI saat ini belum memiliki standar baku. Tetapi semakin banyak tanda yang menunjukkan bahwa kesenjangan antara "berapa banyak digunakan" dan "berapa banyak diperoleh" masih sangat besar.