四个月烧光全年预算！Uber 总裁质疑 AI 投入：Token 暴涨没带来实质回报
一句话看懂：Uber 在 2026 年前四个月就已耗尽全年 AI 预算，总裁 Andrew McDonald 公开质疑巨额 AI 投入未能带来对等的业务回报，尤其是 Anthropic 的编程工具 Claude Code 在 Token 使用量激增后，并未转化为用户可感知的实际功能提升。该现象折射出企业级 AI 应用普遍面临的成本与产出脱节问题。
事件核心：发生了什么
Uber 总裁兼首席运营官 Andrew McDonald 在采访中披露，公司 2026 年全年 AI 预算在四个月内即告用罄。导致预算快速燃烧的主要原因是员工对 Anthropic 旗下 AI 编程工具 Claude Code 的使用导致 Token 消耗量急剧膨胀。然而，McDonald 明确表示，公司内部目前没有证据表明这种高昂的 AI 工具投入带来了对等的业务回报。虽然产品发布数量上看似有所增加，但很难将这些数字直接等同于实际业务能力的提升。为填补 AI 支出的缺口，Uber 此前已采取压缩员工招聘规模的激进策略。
为什么重要
Uber 作为全球大型科技企业，其高管的公开质疑具有行业风向标意义。它打破了此前“AI 投入即增长”的叙事，直接点出：在基础模型调用成本（Token 成本）持续走低的预期下，企业实际支付的 API 调用总账单却因用量暴增而急剧上涨。如果大规模使用 AI 工具无法显著改善核心业务指标（如用户留存、订单转化率或运营效率），那么企业 CEO 和 CFO 将面临巨大的成本控制压力。这可能会引发一波企业对现有 AI 采购的重新评估，并对提供 API 服务的模型厂商（如 OpenAI、Anthropic）的定价策略形成现实挑战。
对用户/开发者/创作者的影响
- 企业采购决策者：需要更精准地测算 AI 工具的 ROI，不能仅凭“效率提升”的定性描述就投入大额预算。建议先在小范围试点，并建立明确的 Token 成本与业务产出（如客服解决率、代码通过率）之间的关联指标。
- 依赖 API 的开发者：Uber 的案例表明，即使是大公司也难以承受 Token 用量失控。开发者应在产品设计中加入用量预警、成本分摊机制和更高效的 Prompt 压缩策略，避免因成本爆炸导致项目被砍。
- 模型厂商和平台：需要提供更透明的成本分析工具和更灵活的计费方式（如长上下文优惠、缓存复用折扣），否则企业级客户可能会加速转向开源模型的自部署方案以控制成本。
值得关注的后续
- Uber 是否会削减 AI 工具的使用？McDonald 表示，如果在未来几个季度内，Token 成本依然无法清晰转化为交付给用户的实际服务，那么成本与人力之间的取舍将难以为继。后续可关注 Uber 是否会限制 Claude Code 的使用范围或调整计费模式。
- Anthropic 是否会调整企业定价？Claude Code 被大客户抱怨“烧钱快但产出不匹配”，可能迫使 Anthropic 推出更便宜的企业套餐或提供更详细的成本控制仪表盘。
- 行业是否会跟进反思？Uber 的公开表态可能引发更多科技公司高管讨论 AI 支出的合理性，甚至出现一轮“AI 预算审核潮”，影响整个 AI 生态的商业化节奏。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
来源：AIbase
