Uber a épuisé l'intégralité de son budget annuel dédié à l'IA en quatre mois. L'entreprise a déployé Claude Code d'Anthropic auprès d'environ 5 000 ingénieurs en décembre 2025, et d'ici avril 2026, les fonds réservés aux outils d'IA tels que Claude Code et Cursor avaient été entièrement dépensés.
Le point final : la direction n’est même pas sûre que ce soit un bon investissement.
Les chiffres sont impressionnants, les résultats ne le sont pas
D'ici au printemps 2026, 95 % des ingénieurs utilisaient des outils d'IA mensuellement. Environ 70 % des validations de code étaient pilotées par l'IA. L'utilisation des fonctionnalités d'IA agente a augmenté de 32 % en février à 84 % en mars 2026.
Le COO d'Uber, Andrew Macdonald, l'a dit clairement dans une interview de mai 2026 avec Rapid Response.
Ce lien n’est pas encore là, n’est-ce pas ? Je pense qu’il y a probablement davantage qui est en cours de déploiement, mais il est très difficile de tracer une ligne entre l’une de ces statistiques et : « D’accord, maintenant nous produisons réellement 25 % de fonctionnalités consommateurs plus utiles. »
Les coûts mensuels de l'API par ingénieur variaient entre 500 $ et 2 000 $. Les dépenses totales en R&D d'Uber ont atteint 3,4 milliards de dollars en 2025, soit une augmentation de 9 % par rapport à l'année précédente. Le budget IA pour 2026 devait durer douze mois. Il n'a duré que quatre.
Le calcul interne
Les divulgations de Praveen Neppalli Naga, CTO, en avril 2026 auraient déclenché un examen interne des dépenses en IA au sein de l'entreprise. La question en suspens était inconfortable mais nécessaire : Uber devrait-il continuer d'augmenter ses investissements en IA, ou devrait-il commencer à réévaluer ses effectifs au regard de ces coûts ?
Un point de données particulièrement frappant : 11 % des mises à jour du backend en direct étaient exécutées par des agents IA sans aucune supervision humaine.
Uber n'est pas le seul à rencontrer ce mur. Microsoft aurait imposé des restrictions à l'utilisation de Claude en raison de la hausse des dépenses.
Ce que cela signifie pour les investisseurs suivant l'IA et la crypto
Le problème fondamental que Uber vient de révéler est que la tarification variable des jetons crée des cauchemars budgétaires pour les entreprises. Cette dynamique a des implications directes sur la demande en capacité de calcul liée à l'IA, précisément là où plusieurs projets natifs crypto se positionnent.
Les réseaux de calcul décentralisés comme Akash, Render et io.net se présentent comme des alternatives moins chères aux fournisseurs d’infrastructure IA centralisés. Les projets crypto les plus exposés sont ceux dont la valorisation est implicitement liée à l’hypothèse que la demande enterprise en IA croîtra de façon exponentielle et indéfiniment. Uber a démontré que la demande peut croître de façon exponentielle tandis que les budgets s’effondrent sur une période beaucoup plus courte.