Uber wykorzystał cały budżet na AI w 2026 r. w 4 miesiące — a jedna sesja kodowania trwała 2 godziny i kosztowała 1 200 USD

Uber szybko „przepalił” środki na sztuczną inteligencję. Spółka wykorzystała cały budżet na AI na 2026 rok już w cztery miesiące.

W tym czasie pojawiły się też bardzo konkretne przykłady kosztów. Jeden z menedżerów miał mieć na koncie rachunek 1 200 USD za dwugodzinną sesję kodowania.

Uber rozszerzył użycie AI wśród inżynierów w 2025 roku. W grudniu 2025 firma wprowadziła narzędzie Claude Code firmy Anthropic dla tysięcy inżynierów.

Jak zmieniło się korzystanie z AI

Tempo wdrożenia było znacznie szybsze, niż zakładały wcześniejsze modele finansowe.

• Do lutego 32% inżynierów korzystało z narzędzi do tzw. kodowania agentowego (agentic coding tools).
• W marcu odsetek ten wzrósł do 84%.
• Wiosną około 95% inżynierów używało narzędzi AI co miesiąc.
• Około 70% realizowanego „zadanego” kodu pochodziło z tych narzędzi.

Claude Code nie ogranicza się do podpowiadania pojedynczych linii kodu. Inżynierowie mogą kierować agentami AI do wykonywania wielu zadań naraz. Narzędzia potrafią też refaktoryzować duże fragmenty oprogramowania, generować testy oraz tworzyć kod backendu. Wszystko to może mocno zwiększać zapotrzebowanie na moc obliczeniową, a więc i koszty.

Ile kosztowało to w praktyce

Średni miesięczny koszt przypisywany inżynierowi miał mieścić się w przedziale 150–250 USD. „Ciężsi użytkownicy” generowali rachunki w wysokości od 500 do 2 000 USD.

Uber miał też prowadzić wewnętrzne rankingi, które porównywały inżynierów pod względem użycia Claude Code. Takie podejście zachęcało pracowników do intensywniejszego wykorzystywania zasobów AI, nawet jeśli zespoły promujące wdrożenie nie odpowiadały za kontrolę budżetu.

Trudno było też policzyć, czy koszty rosną adekwatnie do efektów. Andrew Macdonald, prezes i dyrektor operacyjny Ubera, później wskazywał, że coraz trudniej uzasadniać rosnące koszty „tokenów” bez dowodów na to, że przekładają się one na bardziej użyteczne funkcje dla klientów.

Szerszy problem dla firm: czy AI faktycznie się „spina” finansowo

W tle tego przypadku pojawia się szersze pytanie dla dużych firm: czy wydatki na AI w skali setek miliardów dolarów realnie dają wyniki warte poniesionych kosztów.

Dla porównania, wydatki infrastrukturalne na AI są ogromne również u innych gigantów.

• Alphabet oczekuje, że capex (wydatki inwestycyjne na infrastrukturę i rozwój) na 2026 rok wyniesie 180–190 mld USD. To wzrost w górę względem wcześniejszych prognoz 175–185 mld USD. Firma buduje dodatkową pojemność obliczeniową pod AI i usługi chmurowe.
• Meta planuje w 2026 roku wydać 125–145 mld USD. To podniesienie wcześniejszego zakresu 115–135 mld USD z powodu wyższych kosztów komponentów i dodatkowych wydatków na centra danych.
• Microsoft raportował, że w ostatnim rozliczanym kwartale wydał na capex 31,9 mld USD, przy czym około dwóch trzecich trafiło w krótkotrwałe aktywa, takie jak procesory komputerowe.

Wyniki, na które wskazują te firmy, są mierzalne, ale Uber pokazuje, że samo „wdrożenie” narzędzi AI nie jest dowodem sukcesu finansowego. Jeśli każdy kolejny wniosek albo żądanie generuje następny koszt, firmy muszą rozważyć, czy AI wykonuje zadania taniej lub skuteczniej niż praca człowieka.

W największych firmach technologicznych największym wyzwaniem może już nie być to, żeby pracownicy zaczęli używać AI, tylko to, jak je sensownie opłacić.