ยูเบอร์ใช้เงินงบประมาณด้านปัญญาประดิษฐ์ทั้งหมดในหนึ่งปีภายในสี่เดือน บริษัทเปิดตัว Claude Code ของ Anthropic ให้กับวิศวกรประมาณ 5,000 คนในเดือนธันวาคม 2025 และภายในเดือนเมษายน 2026 เงินที่จัดสรรไว้สำหรับเครื่องมือปัญญาประดิษฐ์เช่น Claude Code และ Cursor หมดลงแล้ว
จุดที่น่าสนใจ: ผู้นำยังไม่แน่ใจเลยว่าการใช้จ่ายเงินนี้คุ้มค่าหรือไม่
ตัวเลขนั้นน่าตกใจ แต่ผลลัพธ์กลับไม่เป็นเช่นนั้น
ภายในฤดูใบไม้ผลิปี 2026 95% ของวิศวกรใช้เครื่องมือ AI เป็นรายเดือน ประมาณ 70% ของการส่งโค้ดถูกขับเคลื่อนด้วย AI การใช้งานคุณสมบัติ AI แบบเอเจนต์เพิ่มขึ้นจาก 32% ในเดือนกุมภาพันธ์ เป็น 84% ภายในเดือนมีนาคม 2026
แอนดรูว์ แมคโดนัลด์ หัวหน้าเจ้าหน้าที่ปฏิบัติการของยูเบอร์ ได้กล่าวอย่างตรงไปตรงมาในสัมภาษณ์กับ Rapid Response เมื่อเดือนพฤษภาคม 2026
ลิงก์นั้นยังไม่มีอยู่ใช่ไหม? ฉันคิดว่าอาจมีบางอย่างที่กำลังจะเปิดตัวอย่างแฝง แต่มันยากมากที่จะแยกแยะระหว่างสถิติหนึ่งรายการกับ “โอเค ตอนนี้เราผลิตฟีเจอร์ผู้บริโภคที่มีประโยชน์มากขึ้น 25 เปอร์เซ็นต์แล้ว”
ค่าใช้จ่าย API รายเดือนต่อวิศวกรอยู่ระหว่าง $500 ถึง $2,000 การใช้จ่ายด้านการวิจัยและพัฒนาทั้งหมดของ Uber แตะระดับ 3.4 พันล้านดอลลาร์ในปี 2025 ซึ่งเพิ่มขึ้น 9% เมื่อเทียบกับปีก่อนหน้า งบประมาณ AI สำหรับปี 2026 ควรใช้ได้ตลอดสิบสองเดือน แต่กลับใช้หมดภายในสี่เดือน
การคำนวณภายใน
การเปิดเผยของ CTO Praveen Neppalli Naga ในเดือนเมษายน 2026 รายงานว่าได้กระตุ้นให้บริษัททบทวนการใช้จ่ายด้าน AI คำถามที่อยู่บนโต๊ะคือเรื่องไม่สบายใจแต่จำเป็น: ควรให้ Uber เพิ่มการลงทุนด้าน AI ต่อไป หรือควรเริ่มทบทวนจำนวนพนักงานตามต้นทุนเหล่านี้?
จุดข้อมูลที่โดดเด่นอย่างหนึ่ง: 11% ของการอัปเดตแบ็กเอนด์แบบเรียลไทม์ถูกดำเนินการโดยตัวแทน AI โดยไม่มีการควบคุมจากมนุษย์
ยูเบอร์ไม่ได้เป็นรายเดียวที่เจอกำแพงนี้ รายงานระบุว่าไมโครซอฟท์ได้กำหนดข้อจำกัดในการใช้งาน Claude เนื่องจากค่าใช้จ่ายที่เพิ่มสูงขึ้น
สิ่งนี้หมายความว่าอย่างไรสำหรับนักลงทุนที่ติดตาม AI และคริปโต
ปัญหาหลักที่ Uber เพิ่งเปิดเผยคือ การตั้งราคาโทเค็นแบบผันผวนสร้างความยุ่งยากในการจัดทำงบประมาณสำหรับองค์กร ความเปลี่ยนแปลงนี้มีผลกระทบโดยตรงต่อความต้องการด้านความสามารถในการประมวลผลที่เกี่ยวข้องกับ AI ซึ่งเป็นจุดที่โครงการหลายโครงการที่เกิดจากคริปโตวางตำแหน่งตัวเอง
เครือข่ายการประมวลผลแบบกระจายศูนย์ เช่น Akash, Render และ io.net ได้เสนอตัวเองเป็นทางเลือกที่ถูกกว่าสำหรับผู้ให้บริการโครงสร้างพื้นฐาน AI แบบรวมศูนย์ โครงการคริปโตที่มีความเสี่ยงมากที่สุดคือโครงการที่มีมูลค่าถูกผูกไว้กับสมมติฐานว่าความต้องการ AI ขององค์กรจะเติบโตแบบก้าวกระโดดและอย่างไม่มีที่สิ้นสุด Uber แสดงให้เห็นว่าความต้องการสามารถเติบโตแบบก้าวกระโดดได้ ในขณะที่งบประมาณกลับล่มสลายในช่วงเวลาที่สั้นกว่ามาก