Uber高管警示AI投入产出比失衡

近日，Uber总裁兼首席运营官安德鲁·麦克唐纳在公开采访中发出警示：尽管公司已实现近95%的工程师AI工具覆盖率，且70%的代码提交均由AI生成，但这些高昂的算力投入却难以直接转化为用户可见的产品功能提升。这一表态打破了企业端关于AI的“生产力幻觉”，标志着AI部署正进入价值验证的深水区。

据透露，2026年仅过去四个月，Uber内部便传出财务警报：公司为全年预留的AI编码工具（如Claude Code）预算已彻底耗尽。自2025年底部署以来，Claude Code在Uber 5000名工程师中的采用率从2月的32%飙升至3月的84%，每位工程师每月的API调用成本高达500至2000美元，被内部戏称为“令牌狂热”。这一财务黑洞迫使Uber开始严厉审视AI消费与人员编制之间的直接竞争关系。

面对“代码生成效率大幅提升”的亮眼指标，麦克唐纳却表现出罕见的审慎。他直言，目前公司根本无法在“Token消耗量”与“交付给用户的实用功能提升25%”之间划上等号。工程师们可能在追求AI生成代码的“量”，但这些代码是否真正转化成了用户可感知的价值，仍是巨大的问号。AI工具在开发端看似是“免费的效率杠杆”，但随着使用规模化，它已转变为与人工成本同等量级的财务负担，必须接受更严格的ROI核算。

Uber的案例并非个例，它标志着企业AI部署正迈入第二阶段：从“不计成本的激进采用”转向“极度务实的价值审计”。不仅是Uber，Duolingo等公司也已开始叫停强制性的AI使用考核，避免员工陷入“令牌堆叠”的无效内卷。未来企业衡量生产力的标准，将不再是“使用了多少AI”，而是“解决了多少实际问题”。对于依赖大模型API的大型组织而言，AI算力治理将成为继云服务支出管理后的又一核心财务命题。

Uber的这次“头脑爆炸时刻”为全球企业敲响了警钟：在AI时代，算力的边际效应正在递减，而如何将算力账单转化为真实的商业价值，才是决定企业在智能化浪潮中能否幸存的关键。