ยูเบอร์ใช้เงินงบประมาณด้านปัญญาประดิษฐ์ทั้งหมดสำหรับปี 2026 ไปแล้วตั้งแต่กลางเดือนเมษายน หลังจากผ่านไปสี่เดือนของปี แหล่งเงินทุนก็หมดลง และผู้บริหารระดับสูงของบริษัทตอนนี้กำลังถามคำถามอย่างเปิดเผยซึ่งผู้นำเทคโนโลยีหลายคนกำลังคิดในใจ: ทุกอย่างนี้จริงๆ แล้วได้ผลหรือไม่?
แอนดรูว์ แมคโดนัลด์ ประธานและหัวหน้าเจ้าหน้าที่ปฏิบัติการของยูเบอร์ ได้พูดอย่างตรงไปตรงมาในสัมภาษณ์ล่าสุด ว่าบริษัทไม่สามารถระบุขีดจำกัดที่ชัดเจนระหว่างการใช้โทเค็น AI ที่พุ่งสูงขึ้นกับการมอบฟีเจอร์ที่ดีขึ้นอย่างมีนัยสำคัญให้กับผู้บริโภค ตัวชี้วัดการรับรองดูยอดเยี่ยมบนกระดาษ แต่ผลลัพธ์ในโลกจริง? คลุมเครืออย่างมาก
ตัวเลขเล่าเรื่องที่แปลกประหลาด
นี่คือสิ่งที่เกิดขึ้น ยูเบอร์เปิดตัว Claude Code ของ Anthropic ให้กับวิศวกรประมาณ 5,000 คนในเดือนธันวาคม 2025 การรับใช้เพิ่มขึ้นอย่างรุนแรง การใช้งานคุณสมบัติการเขียนโค้ดแบบเอเจนต์พุ่งสูงจาก 32% ในเดือนกุมภาพันธ์ เป็น 84% ภายในเดือนมีนาคม 2026 ณ จุดนั้น 95% ของวิศวกรยูเบอร์ใช้เครื่องมือ AI ทุกเดือน และเกือบ 70% ของการส่งโค้ดมีส่วนเกี่ยวข้องกับมันในบางรูปแบบ
แมكدอนัลด์กล่าวในการสัมภาษณ์เมื่อเดือนพฤษภาคม 2026 ว่า ความเชื่อมโยงระหว่างการบริโภคโทเค็นที่เพิ่มขึ้นกับคุณสมบัติที่เป็นประโยชน์สำหรับผู้ใช้ยังไม่มีอยู่จริง “มันยากมากที่จะเชื่อมโยงหนึ่งในตัวเลขเหล่านั้นกับ ‘โอเค ตอนนี้เราผลิตคุณสมบัติที่เป็นประโยชน์สำหรับผู้ใช้เพิ่มขึ้น 25 เปอร์เซ็นต์จริงๆ’” เขากล่าว
ในขณะเดียวกัน ค่าใช้จ่าย API ต่อเดือนต่อวิศวกรพุ่งสูงขึ้นเป็นระหว่าง $500 ถึง $2,000 ซึ่งเกินกว่าการคาดการณ์ภายใน ซีทีโอ ประเวน เนปัลลี นาคากา ยืนยันว่า งบประมาณ AI ทั้งหมดสำหรับปีนี้ถูกใช้หมดไปแล้วภายในกลางเดือนเมษายน ในบริบทเดียวกัน ค่าใช้จ่ายด้านการวิจัยและพัฒนาทั้งหมดของยูเบอร์แตะระดับ $3.4 พันล้านในปี 2025 เพิ่มขึ้น 9% เมื่อเทียบกับปีก่อนหน้า
สิ่งที่นักลงทุนควรติดตาม
ثالثly พิจารณาถึงกลไกการตั้งราคา ค่าใช้จ่าย API ต่อวิศวกร 500 ถึง 2,000 ดอลลาร์สหรัฐต่อเดือนนั้นสูงมาก และบ่งชี้ว่าผู้ให้บริการการประมวลผล AI รวมถึง Anthropic มีอำนาจในการตั้งราคาที่แข็งแกร่งในตลาดปัจจุบัน นี่เป็นเรื่องดีสำหรับผู้ให้บริการคอมพิวติ้งในระยะสั้น แต่ค่าใช้จ่ายที่ไม่ยั่งยืนมักจะกระตุ้นให้เกิดการตอบสนองอย่างใดอย่างหนึ่ง: บริษัทอาจหาทางเลือกที่ถูกกว่า ซึ่งเป็นจุดที่คอมพิวติ้งแบบกระจายศูนย์อาจได้รับประโยชน์ในเชิงทฤษฎี หรือพวกเขาอาจใช้ทรัพยากรน้อยลง
บทเรียนที่กว้างขึ้นจากการใช้จ่ายงบประมาณ AI ของ Uber คือสิ่งที่อุตสาหกรรมคริปโตควรซึมซับ การรับรองไม่ใช่สิ่งเดียวกับการสร้างมูลค่า ตัวชี้วัดการใช้งานไม่ใช่สิ่งเดียวกับการเพิ่มประสิทธิภาพ และการใช้จ่ายเงินเร็วกว่าที่วางแผนไว้ไม่ได้หมายความว่าบางสิ่งกำลังทำงานอยู่ คำรับรองอย่างตรงไปตรงมาของ Uber ที่ว่าความเชื่อมโยงระหว่างการใช้จ่ายกับผลลัพธ์ “ยังไม่มีอยู่จริง” ควรได้รับการตีความเป็นสัญญาณที่มีความหมาย ไม่ใช่แค่เสียงรบกวนพื้นหลัง