Setelah Claude Code membuat Uber menghabiskan anggaran tahunan dalam dua bulan, COO terus terang: Konsumsi Token dan output yang berguna tidak memiliki korelasi proporsional

📄Artikel lengkap· Diambil secara otomatis oleh trafilaturaGemini 翻譯1734 kata

COO Uber Andrew Macdonald dalam wawancara terbarunya secara terus terang mengakui bahwa pengeluaran AI perusahaan semakin sulit dipertanggungjawabkan secara internal. CTO Praveen Naga dua bulan lalu mengungkapkan bahwa anggaran Claude Code telah habis lebih awal, namun masalah yang lebih mendasar adalah: konsumsi token yang lebih tinggi tidak menghasilkan peningkatan output fitur konsumen secara proporsional. (Konteks sebelumnya: Bukan hanya layanan taksi》Uber bekerja sama dengan Expedia menambahkan pemesanan hotel, menuju Super App perjalanan satu atap) (Latar belakang tambahan: Laporan Anthropic: Pertarungan supremasi AI tahun 2028, Amerika berisiko disalip Tiongkok jika tidak mempertahankan keunggulan daya komputasi) Ketika setiap insinyur di sebuah perusahaan menghabiskan hingga 2.000 dolar AS per bulan untuk alat AI, 70% kode yang di-submit dihasilkan oleh AI, namun tidak ada yang bisa menjawab "berapa fitur yang sebenarnya dihasilkan dari ini", maka masalahnya bukan lagi masalah teknis, melainkan krisis manajemen. Chief Operating Officer Uber, Andrew Macdonald, baru-baru ini menerima wawancara Rapid Response dan mengungkapkan hal yang sudah diketahui diam-diam di industri teknologi: uang yang dihabiskan untuk AI semakin sulit dipertanggungjawabkan kepada orang lain. Sebelumnya, Chief Technology Officer Uber Praveen Neppalli Naga dalam wawancara dengan The Information pada April tahun ini juga mengatakan satu kalimat: "Anggaran yang saya kira cukup, ternyata sudah habis lebih awal." Konteks saat itu adalah: tingkat adopsi Claude Code di kalangan 5.000 insinyur di bawah Uber melonjak dari 32% menjadi 84% hanya dalam beberapa bulan. Pengeluaran setiap insinyur berkisar antara 500 hingga 2.000 dolar AS per bulan; Naga sendiri pernah menghabiskan kuota token senilai 1.200 dolar AS hanya dalam dua jam pada satu demo internal. Macdonald menggambarkan bahwa kalimat ini memicu kegoncangan di jajaran eksekutif Uber, memicu serangkaian diskusi tentang konsumsi token AI, termasuk apakah pengeluaran ini sepadan, serta tekanan trade-off yang ditimbulkannya terhadap perencanaan tenaga kerja. CEO Dara Khosrowshahi bulan ini dalam panggilan konferensi laporan keuangan telah menyatakan dengan jelas: Uber sedang memperlambat perekrutan, sebagian alasannya justru untuk mengimbangi pengeluaran investasi AI. Dengan kata lain, tagihan alat AI mulai memengaruhi keputusan perekrutan yang sebenarnya. Macdonald dalam wawancara tersebut menggambarkan temuannya setelah berkomunikasi dengan eksekutif teknik senior Uber: penggunaan token yang lebih tinggi tidak diterjemahkan menjadi peningkatan output fitur konsumen secara proporsional. "Hubungan itu belum ada, bukan?" katanya, "Mungkin samar-samar ada lebih banyak hal yang telah disampaikan, tetapi sangat sulit untuk menarik garis antara angka-angka tersebut dan 'kami menghasilkan 25% lebih banyak fitur konsumen yang berguna'." Masalah ini mengungkapkan kontradiksi inti dari gelombang adopsi AI saat ini: konsumsi token dapat diukur, tetapi yang diukur adalah "tingkat penggunaan", bukan "nilai output". Salesforce baru-baru ini menyebut indikator semacam ini sebagai "vanity metrics", dan secara tegas menentang penggunaan konsumsi token sebagai standar evaluasi kinerja karyawan. Patut dicatat bahwa Macdonald juga menunjukkan satu titik buta kognitif: bagi insinyur individu yang tidak mengeluarkan uang dari kantong sendiri, alat AI "terasa gratis" dan dapat digunakan untuk mencoba berbagai skenario penggunaan sesuka hati; tetapi pada akhirnya, perusahaanlah yang menanggung biayanya. Ketidakcocokan biaya antara individu dan organisasi inilah yang menjadi salah satu penyebab struktural dari konsumsi token yang tidak terkendali. Kebingungan Uber bukanlah kasus individual, hanya saja menjadi yang pertama diungkapkan secara terbuka oleh jajaran eksekutif. Google di I/O 2026 dengan giat mempromosikan "tokenmaxxing", yaitu menggunakan AI sebanyak mungkin, dan menjadikannya sebagai salah satu indikator untuk mengukur tingkat keterlibatan insinyur. Logika dari jalur ini adalah: penggunaan itu sendiri akan mendorong evolusi kapabilitas, perubahan kuantitatif pada akhirnya akan memicu perubahan kualitatif. Namun ada juga perusahaan yang mulai bergerak ke arah lain. Duolingo pernah memasukkan frekuensi penggunaan AI ke dalam penilaian kinerja, tetapi setelah karyawan mempertanyakan, "Apakah kami harus menggunakan AI hanya demi menggunakan AI?", kebijakan ini telah ditarik secara diam-diam. CEO Luis von Ahn dalam wawancara podcast pada bulan April mengatakan: "Rasanya alih-alih membuat semua orang bertanggung jawab atas hasil yang sebenarnya, kami justru mendorong sesuatu yang dalam banyak situasi sama sekali tidak berlaku." Kasus sebuah perusahaan medis bahkan lebih ekstrem: dalam enam bulan menghabiskan 1 triliun token, menghasilkan biaya tidak terencana lebih dari 6 juta dolar AS, dan departemen keuangan saat itu bahkan tidak mengetahui apa faktor pendorongnya. Ini bukan masalah menggunakan AI, melainkan tidak ada seorang pun yang tahu siapa yang menggunakan, di mana digunakan, dan berapa banyak uang yang terbakar. Macdonald dalam wawancara tidak mengumumkan rencana pemotongan konkret apa pun, dan tidak mengatakan bahwa Uber akan meninggalkan alat AI. Dia hanya mengutarakan sebuah masalah yang umum ada di dunia bisnis, tetapi jarang diungkapkan secara terus terang oleh jajaran eksekutif. Untuk mengukur return on investment AI, saat ini industri tidak memiliki jawaban standar. Tetapi semakin banyak tanda yang menunjukkan bahwa kesenjangan antara "berapa banyak yang digunakan" dan "berapa banyak yang didapat" masih sangat besar.

Status data✓ Teks lengkap telah diambilBaca artikel asli (動區 BlockTempo)

🔍Peristiwa serupa dalam sejarah· Pencocokan kata kunci + aset6 berita

2026-05-24

Trik Hemat Claude Code: Engineer Menghemat 300 Juta Token dalam Seminggu dengan Cache, Kuncinya Jangan Diinterupsi

Tingkat kemiripan 220%關鍵字 token/code/claude同分類 zh

2026-05-24

Perusahaan saya yang beranggotakan 30 orang semuanya menggunakan Claude Code AI, hasilnya "manusia justru harus melakukan lebih banyak pekerjaan daripada sebelumnya"

Tingkat kemiripan 170%關鍵字 code/claude同分類 zh

2026-05-22

Andrej Karpathy menyaring "Empat Prinsip CLAUDE.md" yang meledak di GitHub, membuat akurasi AI dalam menulis kode melonjak hingga di atas 90%

Tingkat kemiripan 170%關鍵字 code/claude同分類 zh

2026-05-15