Claude Code После того, как Uber за два месяца израсходовал годовой бюджет, COO прямо заявил: потребление токенов и полезный вывод не находятся в пропорциональной зависимости

Uber COO Эндрю Макдональд в последнем интервью признался, что расходы компании на ИИ становятся все труднее объяснить внутри компании, а CTO Прабин Нага два месяца назад сообщил, что бюджет на Claude Code уже исчерпан заранее, но более важная проблема в том, что увеличение расхода токенов не приводит к пропорциональному росту функций для потребителей.
(Предыстория: не только вызов такси — Uber сотрудничает с Expedia, добавляя бронирование отелей, движется к универсальному туристическому супер-приложению)
(Дополнительный фон: Отчет Anthropic: в борьбе за господство в ИИ к 2028 году США могут потерять лидерство в вычислительных мощностях и быть обогнанными Китаем)

Содержание статьи

Переключить

• Финансовый кризис
• Обрыв причинно-следственной цепи: больше токенов — не обязательно больше функций
• Различия в индустрии: сжигать по максимуму или сначала разобраться

Когда каждый инженер компании тратит на ИИ-инструменты до 2000 долларов в месяц, 70% кода, который они сдают, генерируется ИИ, и никто не может ответить на вопрос «сколько функций это принесло», — это уже не техническая проблема, а управленческий кризис.

Недавно операционный директор Uber Эндрю Макдональд дал интервью Rapid Response, в котором раскрыл скрытую проблему технологической индустрии: расходы на ИИ все труднее оправдать перед руководством.

Финансовый кризис

Ранее технический директор Uber Прабин Нага в апреле дал интервью The Information и сказал: «Я думал, что мой бюджет уже исчерпан заранее.»

Фон был таков: за короткое время уровень внедрения Claude Code среди 5000 инженеров Uber вырос с 32% до 84%. Расходы каждого инженера колебались от 500 до 2000 долларов в месяц; сам Нага в одной внутренней презентации за два часа потратил 1200 долларов на токены.

Макдональд описал, что эта ситуация вызвала потрясение среди руководства Uber и запустила серию обсуждений о расходах на токены ИИ, о том, стоит ли это того и как это влияет на кадровую политику.

Генеральный директор Дарa Кхосровшахи в этом месяце на финансовой конференции ясно заявил: Uber замедляет найм, частично чтобы компенсировать расходы на инвестиции в ИИ. Иными словами, счета за ИИ начинают влиять на реальные решения по найму.

Обрыв причинно-следственной цепи: больше токенов — не обязательно больше функций

Макдональд в интервью рассказал о своих наблюдениях после общения с ведущими инженерами Uber: увеличение использования токенов не приводит к пропорциональному росту функций для потребителей.

«Эта связь еще не установлена, верно?» — сказал он. «Может быть, что-то и доставляется, но очень трудно провести границу между этими цифрами и «мы произвели на 25% больше полезных функций для потребителей»».

Эта проблема выявляет главный противорежим текущего тренда внедрения ИИ: расход токенов измерим, но он отражает «степень использования», а не «ценность результата». Salesforce недавно назвал такие показатели «показателями суеты» и выступил против оценки эффективности сотрудников по расходам токенов.

Стоит отметить, что Макдональд также указал на когнитивный слепой район: для отдельных инженеров, не платящих из собственного кармана, ИИ-инструменты «кажутся бесплатными», их можно использовать в любых сценариях; но в конечном итоге платит компания. Этот дисбаланс между личными и организационными затратами — одна из структурных причин неконтролируемого расхода токенов.

Различия в индустрии: сжигать по максимуму или сначала разобраться

Проблема Uber — не исключение, а лишь первая, кто об этом прямо сказал.

Google на I/O 2026 активно пропагандировал «tokenmaxxing», то есть максимально широкое использование ИИ, и рассматривал это как один из показателей вовлеченности инженеров. Логика такова: объем использования сам по себе стимулирует развитие возможностей, и при достаточном росте количество переходит в качество.

Но есть и компании, выбирающие другой путь. Duolingo включила частоту использования ИИ в систему оценки эффективности, но после вопросов сотрудников: «Разве нужно использовать ИИ ради ИИ?», — политика была тихо отменена. В апреле в подкасте CEO Луис фон Айн сказал: «Чувствуется, что вместо того, чтобы отвечать за реальные результаты, мы поощряем то, что зачастую вообще не подходит для большинства случаев.»

Еще более экстремальный пример — медицинская компания, которая за шесть месяцев потратила триллион токенов, что привело к непредвиденным расходам свыше 6 миллионов долларов, и финансовый отдел даже не понимал, что именно движет этим процессом. Это не проблема использования ИИ, а отсутствие понимания, кто, где и сколько тратит.

Макдональд в интервью не объявил конкретных планов по сокращению расходов и не заявил, что Uber отказывается от ИИ-инструментов. Он просто озвучил проблему, которая существует в бизнесе, но редко прямо признается руководством.

Оценка возврата инвестиций в ИИ — вопрос без единого стандарта. Но все больше признаков указывают на огромную пропасть между «использованием» и «получением результата».