Η Uber επιβάλλει αυστηρά μηνιαία όρια δαπανών για εργαλεία τεχνητής νοημοσύνης, μετά την εξάντληση του ετήσιου προϋπολογισμού σε τέσσερις μήνες. Η κίνηση φωτίζει το αυξανόμενο άγχος των επιχειρήσεων για την πραγματική απόδοση των επενδύσεων στην AI.
Η εκρηκτική άνοδος του κόστους για υπηρεσίες τεχνητής νοημοσύνης αναγκάζει πλέον ακόμη και τους τεχνολογικούς γίγαντες να πατήσουν φρένο. Η Uber θέτει εσωτερικά αυστηρά πλαφόν στη χρήση εργαλείων AI από τους εργαζομένους της, αφού μέσα σε μόλις τέσσερις μήνες εξάντλησε ολόκληρο τον ετήσιο προϋπολογισμό που είχε προβλέψει για την τεχνητή νοημοσύνη.
Όρια 1.500 δολαρίων ανά εργαζόμενο και εργαλείο
Σύμφωνα με την εσωτερική πολιτική που εφαρμόζεται, κάθε εργαζόμενος της Uber έχει πλέον μηνιαίο όριο δαπάνης 1.500 δολαρίων για κάθε «agentic» εργαλείο κώδικα, όπως το Claude Code της Anthropic ή την πλατφόρμα Cursor. Η κατανάλωση παρακολουθείται μέσω εσωτερικού dashboard, στο οποίο έχουν πρόσβαση οι εργαζόμενοι, ενώ προβλέπονται εξαιρέσεις μόνο με ειδική έγκριση.
Η απόφαση έρχεται μετά από μια περίοδο κατά την οποία η εταιρεία ενθάρρυνε επιθετικά τη χρήση AI, ζητώντας από το προσωπικό να αξιοποιεί τα εργαλεία «όσο το δυνατόν περισσότερο» και φτάνοντας στο σημείο να δημιουργεί εσωτερικούς πίνακες κατάταξης βάσει χρήσης. Το αποτέλεσμα ήταν η ταχεία εκτόξευση του κόστους, με τον CTO της εταιρείας να παραδέχεται ότι ο ετήσιος προϋπολογισμός για AI εξαντλήθηκε μέσα σε ένα τρίτο του χρόνου.
Το ερώτημα της απόδοσης επενδύσεων στην τεχνητή νοημοσύνη
Η κίνηση της Uber αναδεικνύει ένα κρίσιμο ερώτημα που απασχολεί πλέον οριζόντια τον τεχνολογικό κλάδο: πού ακριβώς βρίσκεται η πραγματική απόδοση των τεράστιων επενδύσεων στην τεχνητή νοημοσύνη; Ο διευθύνων σύμβουλος της εταιρείας, Andrew Macdonald, εμφανίστηκε πρόσφατα επιφυλακτικός ως προς τον άμεσο αντίκτυπο στην παραγωγικότητα, σημειώνοντας ότι «είναι πολύ δύσκολο να χαραχθεί καθαρή γραμμή» ανάμεσα στη χρήση AI και σε συγκεκριμένες νέες λειτουργίες για τον καταναλωτή.
Για πολλές επιχειρήσεις, η AI παραμένει περισσότερο υπόσχεση παρά μετρήσιμο αποτέλεσμα: το αφήγημα της μελλοντικής αποδοτικότητας είναι ισχυρό, αλλά τα οικονομικά οφέλη συχνά δεν αποτυπώνονται ακόμη σε σαφείς δείκτες. Η Uber, με την επιβολή αυστηρών ορίων, λειτουργεί ως ενδεικτική περίπτωση του πώς οι εταιρείες επιχειρούν να ισορροπήσουν ανάμεσα στον φόβο να μείνουν πίσω τεχνολογικά και στην ανάγκη να ελέγξουν ένα κόστος που διογκώνεται γρήγορα.
Σε αυτό το πλαίσιο, η επόμενη φάση για τις μεγάλες επιχειρήσεις δεν θα είναι μόνο η υιοθέτηση εργαλείων AI, αλλά η πειθαρχημένη μέτρηση της απόδοσής τους: πόσο κώδικα παράγουν, πόσα σφάλματα μειώνουν, πόσο χρόνο εξοικονομούν και, τελικά, πόσο συμβάλλουν στα έσοδα.
Σχόλιο 
: Η υπόθεση Uber δείχνει ότι η εποχή του «ξοδεύουμε πρώτα, μετράμε μετά» στην τεχνητή νοημοσύνη τελειώνει. Οι επιχειρήσεις μπαίνουν σε φάση ψυχρής λογιστικής, όπου η AI θα πρέπει να αποδείξει με νούμερα ότι αξίζει το κόστος της, αλλιώς τα φρένα στις δαπάνες θα γίνουν κανόνας και όχι εξαίρεση.
#Uber #AI #ΤεχνητήΝοημοσύνη #Tech
