AI落地的成本账，正在让越来越多的企业管理者从狂热转向冷静。Uber近期的一则内部动态，再次将这一矛盾推向台前——其董事长兼首席运营官Andrew McDonald公开透露，公司2026年度的全部AI预算，仅仅用了四个月就已烧光。
面对如此惊人的支出速度，管理层开始公开质疑这笔巨额投入的合理性。目前公司内部没有任何证据表明，昂贵的AI工具成本能带来对等的业务回报。
高投入未能换来等值回报
McDonald在采访中坦言，公司内部使用Anthropic的AI编程工具Claude Code后，token消耗量出现了爆发式增长。然而，这种底层数据量的飙升，并没有直接转化为终端用户能感知到的实用功能。
他强调，当前投入与产出之间缺乏清晰关联——尽管产品发布数量看似增加了，但这些冷冰冰的数字很难直接等同于业务能力的实际提升。
压缩人力为AI成本买单
为了支撑不断攀升的AI相关开支，Uber甚至在今年年初采取了激进策略：缩减员工招聘规模。CEO Dara Khosrowshahi此前也确认，公司正通过控制人员编制来腾出资金，以覆盖这项庞大的技术支出。
这种“牺牲人力换AI”的现象，引发了管理层的深度思考。McDonald明确表示，如果在未来几个季度内，AI token的成本依然无法清晰转化为交付给用户的实际服务，那么这种成本和人力之间的取舍将很难自圆其说。
从更宏观的视角看，Uber的案例并非孤例。许多大企业都在经历类似的“AI投入困局”：前期被技术潜力吸引，快速上量后却发现边际效益急剧递减。技术成本与商业价值之间的鸿沟，正成为企业AI落地最现实的试金石。当算力账单不断刷新记录时，如何从“为AI而AI”转向“为价值而AI”，将是下一阶段所有科技公司必须直面的课题。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行审核删除。
