Uber 營運總監坦承 AI 開支難以自圓其說。這家全球最大叫車平台正面對科技業高層同樣頭痛的難題——AI 工具使用量爆炸式增長，卻未能找到足以說服董事會的業績回報數字。2026 年僅過 4 個月，Uber 便用盡全年 AI 預算，令企業科技界重新審視 AI 投資回報率（ROI）泡沫。
預算在 3 月就「爆了」
Uber 技術總監 Praveen Neppalli Naga 今年 4 月向媒體《The Information》透露，公司在 2025 年底制定預算時，嚴重低估 AI 工具使用速度與成本爆發力。他直言：「我以為需要的預算，早就已經吹爆了（blown away）。」公司不得不「回到原點重新思考（back to the drawing board）」。這番話其後在科技圈流傳，令這位 CTO 意外受到關注。
事件導火線，是 Uber 大力推動 Anthropic 旗下 AI 編程工具 Claude Code。工程師獲得免費使用授權，公司亦建立內部排行榜，按 AI 工具使用量排名激勵，導致員工爭相「消耗 Token」。Hacker News 討論區其後創造「Token Maxxing」一詞，形容這種在激勵制度驅動下不計成本狂用 AI Token 的行為。到 2026 年 3 月，約 84% Uber 開發人員已歸類為「AI 代理編程用戶」，每位工程師每月 AI 工具費用高達 500 美元（約港幣 HK$3,900）至 2,000 美元（約港幣 HK$15,600）。
錢燒了，功效在哪裡？
數字表面亮眼——目前約 70% 已提交程式碼由 AI 生成，95% 工程師每月使用 AI 工具，11% 後端即時程式碼更新完全由 AI 代理完成。然而 Uber 營運總監 Andrew Macdonald 接受媒體訪問時說出一句令業界震動的話：「那個連結還不存在（That link is not there yet）。」他解釋，雖然曾與資深工程主管深入溝通，但仍無法在更高 Token 消耗量與消費者功能實質改善之間，劃出任何直接因果關係。
Macdonald 表示：「我也許隱約覺得有更多東西被交付了，但很難把那些數據與『我們現在確實多交付了 25% 有用消費者功能』之間畫上一條線。」他補充，AI 工具對個人用戶而言「看起來像免費的」——當用戶只是試驗不同用例時，往往感覺不到成本；但當全公司數千名工程師同時使用，帳單最終由企業承擔，代價截然不同。
CEO 已在勒緊錢包
財務壓力已傳遞至最高決策層。Uber 行政總裁 Dara Khosrowshahi 在今年 5 月初第一季業績電話會議上宣布，公司正放慢招聘步伐，以騰出資源繼續支撐 AI 投資。CFO Balaji Krishnamurthy 亦坦承，公司在 2025 年底制定預算時「低估 AI 工具影響力」，令開支大幅超出預期。數據顯示，Uber 研發費用在 2025 年已達 34 億美元（約港幣 265.2 億元），按年增長 9%，而 AI 相關成本較 2024 年急升約 6 倍。
企業 AI ROI 困局，Uber 不是孤例
Uber 遭遇絕非個案。AI Weekly 分析指出，Microsoft 與 Duolingo 同樣陷入「高 AI 採用率卻無法換算出清晰業務成果」的困境。Microsoft 在 2026 年預計投入 1,900 億美元（約港幣 1.482 兆元）用於 AI 基建，但其 AI 助手 Copilot 在超過 14 億活躍 Windows 用戶中，付費用戶僅 2,000 萬，滲透率不足 4%。Nvidia 應用深度學習副總裁 Bryan Catanzaro 更坦言：「計算費用現在已經超過我的員工成本」，道出業界普遍焦慮。
IBM 一項針對 2,000 名企業領導人調查更顯示，4 分之 3 AI 計劃未能兌現承諾 ROI；美國全國經濟研究局（NBER）亦在一項針對 25,000 名身處 AI 高暴露行業工人研究中發現，AI 對工人生產力提升幾乎可忽略不計。
AI 預算治理的結構性缺陷
這場危機根源，在於傳統企業年度預算制度與 AI 使用非線性成本特性之間存在深層矛盾。AI 工具費用並非固定訂閱制，而是按「Token 消耗量」計費——使用愈多，費用愈高，且增幅遠超線性預測。Uber 失算之處，在於鼓勵使用卻未建立相應成本管控機制，令財務規劃滯後於工程師實際行為。
據 Project Flux 分析，Anthropic 的 Claude Code 費用結構令企業難以預測支出上限。當工程師獲明確鼓勵使用，考核指標又與使用量掛鈎時，消耗量自然隨指令飆升，而不是隨實際需求上升。Uber CTO 下一步，是試行 OpenAI 的 Codex 以分散供應商風險，並逐步探索由 AI 全程處理編碼、測試和部署的「Agent Engineer」模式。
AI 投資下半場：從「用得多」到「值得用」
Uber 的故事標誌企業 AI 投資進入更成熟也更殘酷的階段。Forbes 分析指出，未來勝出企業未必是 AI 預算最大的一家，而是能將每一分 AI 開支，直接連結到可量化業務成果的一家。對 Uber 而言，真正考驗是：能否在繼續擁抱 AI 的同時，建立一套「Token 開支 vs. 用戶功能交付」的清晰換算邏輯。
當 AI 成本已超越人力成本，若企業文化與財務架構未能同步演進，「AI-first」策略就可能淪為一筆難以說清的巨額開支。Uber 困境或許是整個企業科技界的預演：AI 真正價值終究要在季報數字中接受市場最終裁判。
來源：Business Insider Project Flux Yahoo Finance Forbes AI Weekly
