Uber COO アンドリュー・マクダノーは最新のインタビューで、同社のAI支出がますます内部で説明しづらくなっていると率直に語った。CTOのプラヴィーン・ナガは2か月前に、Claude Codeの予算がすでに使い果たされたことを明かしたが、より根本的な問題は：より高いトークン消費が、比例して消費者向け機能の出力増加につながっていないことだ。（前提：単なるタクシー配車だけではない》UberはExpediaと提携しホテル予約を追加、ワンストップの旅行超級アプリへ）（背景補足：Anthropicの報告：2028年のAI覇権争いで、米国が計算能力の優位を守れなければ中国に追い越される恐れ）この記事目次Toggle* 予算危機の一幕* 因果関係の断絶：トークン多くても、機能は必ずしも多くない* 産業の分岐点：徹底的に燃やすか、問うてから燃やすかある企業のエンジニア一人当たりが月にAIツールに最大2000ドルを使い、コード提出の70％がAI生成であるにもかかわらず、「これがいくつの機能に換算されるのか」という問いに誰も答えられない状態は、もはや技術的な問題ではなく、管理の危機だ。Uberのオペレーション責任者アンドリュー・マクダノーは最近、Rapid Responseのインタビューで、こうしたIT業界の暗黙の了解を明かした：AIにかかるお金の説明がますます難しくなっている。### 予算危機以前、Uberの技術長プラヴィーン・ネッパリ・ナガは4月にThe Informationのインタビューで、「私の想定していた予算はすでに使い果たした」と語った。当時の背景は、Uberの5,000人のエンジニアがClaude Codeの採用率を、わずか数か月で32％から84％に急上昇させたことだった。個々のエンジニアの月額支出は500ドルから2000ドルの範囲で、ナガ本人も内部プレゼンテーションで2時間で1200ドル分のトークンを消費したことがあった。マクダノーはこの発言がUberの幹部に衝撃を与え、AIのトークン消費に関する一連の議論を引き起こしたと形容している。内容は、これらの支出は価値があるのか、また人員配置にどのような圧力をもたらすのかという点だ。CEOのダラ・コスロシャヒは今月の決算説明会で明確に述べた：Uberは採用を抑制しており、その一因はAI投資の支出を相殺するためだ。つまり、AIツールの請求書が実際の人員採用決定に影響を与え始めている。### 断絶した因果関係：トークン多くても、機能は必ずしも多くないマクダノーはインタビューで、Uberの上層部とやり取りした結果、より多くのトークン使用量が必ずしも比例した消費者向け機能の増加に結びついていないことを指摘した。「そのリンクはまだ存在しない、ですよね？」と彼は言う。「もしかしたら、何かしらの成果は出ているかもしれないが、『私たちが25％多く有用な消費者機能を生み出した』と数字の間に線を引くのは非常に難しい。」この問題は、現在のAI採用の核心的な矛盾を浮き彫りにしている。トークン消費量は測定可能だが、それは「使用度合い」を示すものであって、「成果の価値」を示すものではない。Salesforceは最近、この種の指標を「虚栄指標」と呼び、トークン消費量を従業員のパフォーマンス評価の基準とすることに明確に反対している。注目すべきは、マクダノーが認識している盲点だ。自腹を切らない個々のエンジニアにとって、AIツールは「無料のように感じられる」ため、さまざまな使い方を気軽に試せる。しかし最終的には、企業がコストを負担している。この個人と組織のコストのズレこそ、トークン消費の暴走の構造的な原因の一つだ。### 産業の分岐点：徹底的に燃やすか、問うてから燃やすかUberの混乱は例外ではなく、先陣を切って高層部に指摘されたケースだ。Googleは2026年のI/Oで「トークン最大化」を大々的に推進し、AIの大量利用をエンジニアの投入度の指標の一つとした。この戦略の論理は、「利用量が能力進化を促し、量の変化が質の変化を引き起こす」というものだ。一方で、別の企業は異なる道を歩み始めている。Duolingoはパフォーマンス評価にAI利用頻度を取り入れたが、従業員から「AIを使うためにAIを使うのか？」と疑問が出たため、その方針を静かに撤回した。CEOのルイス・フォン・アーンは4月のポッドキャストで、「実際の成果に責任を持たせるよりも、多くの場合に適用できないことを推進しているだけだと感じる」と語った。医療企業のケースはさらに極端だ。6か月で1兆トークンを消費し、600万ドル超の未計画コストを生み出したが、財務部門もその要因を把握できていなかった。これはAIの使用の問題ではなく、誰がどこで何に使ったのか、誰も把握していなかったことに起因している。マクダノーはインタビューで、具体的な削減計画を発表せず、UberがAIツールの使用を諦めるとも述べていない。ただ、企業界に普遍的に存在しながらも、幹部が率直に語ることは少ない問題を、あえて口にしたに過ぎない。AI投資のリターンを測る基準は今のところ業界に標準はなく、しかし「どれだけ使ったか」と「どれだけ得たか」のギャップはますます大きくなっていることを示す兆候が増えている。
Claude Code 让 Uber 两个月烧完年度预算后，COO 直言：Token 消耗和有用输出不存在正比
Uber COO アンドリュー・マクダノーは最新のインタビューで、同社のAI支出がますます内部で説明しづらくなっていると率直に語った。CTOのプラヴィーン・ナガは2か月前に、Claude Codeの予算がすでに使い果たされたことを明かしたが、より根本的な問題は：より高いトークン消費が、比例して消費者向け機能の出力増加につながっていないことだ。 （前提：単なるタクシー配車だけではない》UberはExpediaと提携しホテル予約を追加、ワンストップの旅行超級アプリへ） （背景補足：Anthropicの報告：2028年のAI覇権争いで、米国が計算能力の優位を守れなければ中国に追い越される恐れ）
この記事目次
Toggle
ある企業のエンジニア一人当たりが月にAIツールに最大2000ドルを使い、コード提出の70％がAI生成であるにもかかわらず、「これがいくつの機能に換算されるのか」という問いに誰も答えられない状態は、もはや技術的な問題ではなく、管理の危機だ。
Uberのオペレーション責任者アンドリュー・マクダノーは最近、Rapid Responseのインタビューで、こうしたIT業界の暗黙の了解を明かした：AIにかかるお金の説明がますます難しくなっている。
予算危機
以前、Uberの技術長プラヴィーン・ネッパリ・ナガは4月にThe Informationのインタビューで、「私の想定していた予算はすでに使い果たした」と語った。
当時の背景は、Uberの5,000人のエンジニアがClaude Codeの採用率を、わずか数か月で32％から84％に急上昇させたことだった。個々のエンジニアの月額支出は500ドルから2000ドルの範囲で、ナガ本人も内部プレゼンテーションで2時間で1200ドル分のトークンを消費したことがあった。
マクダノーはこの発言がUberの幹部に衝撃を与え、AIのトークン消費に関する一連の議論を引き起こしたと形容している。内容は、これらの支出は価値があるのか、また人員配置にどのような圧力をもたらすのかという点だ。
CEOのダラ・コスロシャヒは今月の決算説明会で明確に述べた：Uberは採用を抑制しており、その一因はAI投資の支出を相殺するためだ。つまり、AIツールの請求書が実際の人員採用決定に影響を与え始めている。
断絶した因果関係：トークン多くても、機能は必ずしも多くない
マクダノーはインタビューで、Uberの上層部とやり取りした結果、より多くのトークン使用量が必ずしも比例した消費者向け機能の増加に結びついていないことを指摘した。
「そのリンクはまだ存在しない、ですよね？」と彼は言う。「もしかしたら、何かしらの成果は出ているかもしれないが、『私たちが25％多く有用な消費者機能を生み出した』と数字の間に線を引くのは非常に難しい。」
この問題は、現在のAI採用の核心的な矛盾を浮き彫りにしている。トークン消費量は測定可能だが、それは「使用度合い」を示すものであって、「成果の価値」を示すものではない。Salesforceは最近、この種の指標を「虚栄指標」と呼び、トークン消費量を従業員のパフォーマンス評価の基準とすることに明確に反対している。
注目すべきは、マクダノーが認識している盲点だ。自腹を切らない個々のエンジニアにとって、AIツールは「無料のように感じられる」ため、さまざまな使い方を気軽に試せる。しかし最終的には、企業がコストを負担している。この個人と組織のコストのズレこそ、トークン消費の暴走の構造的な原因の一つだ。
産業の分岐点：徹底的に燃やすか、問うてから燃やすか
Uberの混乱は例外ではなく、先陣を切って高層部に指摘されたケースだ。
Googleは2026年のI/Oで「トークン最大化」を大々的に推進し、AIの大量利用をエンジニアの投入度の指標の一つとした。この戦略の論理は、「利用量が能力進化を促し、量の変化が質の変化を引き起こす」というものだ。
一方で、別の企業は異なる道を歩み始めている。Duolingoはパフォーマンス評価にAI利用頻度を取り入れたが、従業員から「AIを使うためにAIを使うのか？」と疑問が出たため、その方針を静かに撤回した。CEOのルイス・フォン・アーンは4月のポッドキャストで、「実際の成果に責任を持たせるよりも、多くの場合に適用できないことを推進しているだけだと感じる」と語った。
医療企業のケースはさらに極端だ。6か月で1兆トークンを消費し、600万ドル超の未計画コストを生み出したが、財務部門もその要因を把握できていなかった。これはAIの使用の問題ではなく、誰がどこで何に使ったのか、誰も把握していなかったことに起因している。
マクダノーはインタビューで、具体的な削減計画を発表せず、UberがAIツールの使用を諦めるとも述べていない。ただ、企業界に普遍的に存在しながらも、幹部が率直に語ることは少ない問題を、あえて口にしたに過ぎない。
AI投資のリターンを測る基準は今のところ業界に標準はなく、しかし「どれだけ使ったか」と「どれだけ得たか」のギャップはますます大きくなっていることを示す兆候が増えている。