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。

了解 GamsGo AI

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

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