Claude Code khiến Uber đốt sạch ngân sách cả năm chỉ trong hai tháng, COO thẳng thắn nói: Mức tiêu hao Token và sản phẩm đầu ra hữu ích không tồn tại quan hệ tỷ lệ thuận

📄Toàn văn bài viết· Được trích xuất tự động bởi trafilaturaGemini 翻譯1734 từ

Trong buổi phỏng vấn mới nhất, COO của Uber, Andrew Macdonald đã thẳng thắn thừa nhận rằng chi tiêu cho AI của công ty ngày càng khó giải trình trong nội bộ. Hai tháng trước, CTO Praveen Naga đã tiết lộ rằng ngân sách dành cho Claude Code đã cạn kiệt sớm hơn dự kiến, nhưng vấn đề cốt lõi hơn nằm ở chỗ: mức tiêu thụ token cao hơn không đổi lấy được sự gia tăng tương ứng về số lượng tính năng cho người tiêu dùng. (Tóm tắt trước: Không chỉ gọi xe》Uber hợp tác với Expedia bổ sung dịch vụ đặt phòng khách sạn, tiến tới Super App du lịch một điểm dừng) (Bổ sung bối cảnh: Báo cáo của Anthropic: Cuộc tranh giành ngôi vương AI năm 2028, nếu Mỹ không giữ vững được ưu thế về sức mạnh tính toán có thể bị Trung Quốc vượt mặt) Mỗi kỹ sư của một công ty đốt tối đa 2.000 USD mỗi tháng vào các công cụ AI, 70% mã được commit là do AI tạo ra, nhưng không ai có thể trả lời câu hỏi "rốt cuộc điều này đổi lại được bao nhiêu tính năng" — vấn đề không còn là vấn đề kỹ thuật, mà là một cuộc khủng hoảng quản lý. COO của Uber, Andrew Macdonald, gần đây khi tham gia phỏng vấn Rapid Response, đã nói ra điều mà ngành công nghệ ngầm hiểu nhưng không nói ra: tiền chi cho AI ngày càng khó giải trình. Trước đó, CTO của Uber, Praveen Neppalli Naga, khi trả lời phỏng vấn The Information vào tháng 4 năm nay, cũng đã nói một câu: "Ngân sách mà tôi tưởng là có, đã bị đốt sạch sớm hơn dự kiến." Bối cảnh khi đó là: Tỷ lệ áp dụng Claude Code trong 5.000 kỹ sư thuộc Uber đã tăng vọt từ 32% lên 84% chỉ trong vài tháng ngắn ngủi. Mỗi kỹ sư chi tiêu từ 500 đến 2.000 USD mỗi tháng; bản thân Naga đã từng tiêu hết 1.200 USD hạn mức token chỉ trong hai giờ tại một buổi demo nội bộ. Macdonald mô tả rằng câu nói này đã gây chấn động trong ban lãnh đạo cấp cao của Uber, khơi mào một loạt cuộc thảo luận liên quan đến mức tiêu thụ token AI, bao gồm việc liệu những khoản chi này có xứng đáng hay không, cũng như áp lực đánh đổi mà nó mang lại đối với việc bố trí nhân sự. CEO Dara Khosrowshahi tháng này tại cuộc gọi báo cáo tài chính đã thể hiện rõ lập trường: Uber đang giảm tốc độ tuyển dụng, một phần lý do chính là để bù đắp cho khoản chi đầu tư AI. Nói cách khác, hóa đơn của các công cụ AI đã bắt đầu ảnh hưởng đến các quyết định nhân sự thực tế. Trong buổi phỏng vấn, Macdonald đã mô tả phát hiện của mình sau khi trao đổi với các lãnh đạo kỹ thuật cấp cao của Uber: Mức sử dụng token cao hơn không chuyển hóa thành mức gia tăng tương ứng về tính năng đầu ra cho người tiêu dùng. "Mối liên hệ đó vẫn chưa tồn tại, đúng không?" ông nói. "Có lẽ mơ hồ là có nhiều thứ được giao hơn, nhưng để vạch một đường nối giữa những con số đó và 'chúng tôi đã tạo ra thêm 25% tính năng hữu ích cho người tiêu dùng', là rất khó." Vấn đề này hé lộ mâu thuẫn cốt lõi của làn sóng áp dụng AI hiện nay: Mức tiêu thụ token có thể đo lường được, nhưng nó đo lường "mức độ sử dụng", chứ không phải "giá trị đầu ra". Salesforce gần đây đã gọi loại chỉ số này là "chỉ số phù phiếm" và phản đối rõ ràng việc lấy mức tiêu thụ token làm tiêu chuẩn đánh giá hiệu suất nhân viên. Đáng chú ý là Macdonald cũng đã chỉ ra một điểm mù trong nhận thức: Đối với các kỹ sư cá nhân không phải tự bỏ tiền túi, công cụ AI "có cảm giác như miễn phí", có thể thoải mái thử nghiệm các tình huống sử dụng khác nhau; nhưng cuối cùng, công ty là bên trả tiền. Sự lệch pha về chi phí giữa cá nhân và tổ chức này chính là một trong những nguyên nhân mang tính cấu trúc khiến mức tiêu thụ token mất kiểm soát. Sự bối rối của Uber không phải là trường hợp cá biệt, chỉ là được lãnh đạo cấp cao nói ra trước nhất. Google tại I/O 2026 đã mạnh mẽ ủng hộ "tokenmaxxing", tức là sử dụng AI nhiều nhất có thể, và lấy đó làm một trong các chỉ số đo lường mức độ đầu tư của kỹ sư. Logic của lộ trình này là: Bản thân lượng sử dụng sẽ thúc đẩy năng lực tiến hóa, lượng biến cuối cùng sẽ dẫn đến chất biến. Nhưng cũng có doanh nghiệp bắt đầu đi theo hướng ngược lại. Duolingo từng đưa tần suất sử dụng AI vào đánh giá hiệu suất, nhưng sau khi nhân viên đặt câu hỏi: "Chẳng lẽ phải dùng AI chỉ vì để dùng AI?", chính sách này đã được âm thầm thu hồi. CEO Luis von Ahn trong một buổi phỏng vấn podcast vào tháng 4 đã nói: "Cảm giác như thay vì để mọi người chịu trách nhiệm về kết quả thực tế, chúng tôi lại đang thúc đẩy một việc mà trong rất nhiều tình huống vốn không phù hợp." Trường hợp của một doanh nghiệp y tế còn cực đoan hơn: tiêu thụ 1 nghìn tỷ token trong vòng sáu tháng, tạo ra hơn 6 triệu USD chi phí ngoài kế hoạch, bộ phận tài chính khi đó thậm chí còn không biết nhân tố thúc đẩy là gì. Đây không phải là vấn đề sử dụng AI, mà là không có ai biết ai đang sử dụng, dùng vào đâu, đốt hết bao nhiêu tiền. Trong buổi phỏng vấn, Macdonald không công bố bất kỳ kế hoạch cắt giảm cụ thể nào, cũng không nói rằng Uber sẽ từ bỏ các công cụ AI. Ông chỉ nói ra một vấn đề tồn tại phổ biến trong giới doanh nghiệp, nhưng rất hiếm khi được lãnh đạo cấp cao thẳng thắn nói ra. Việc đo lường tỷ suất hoàn vốn đầu tư AI, hiện tại ngành này vẫn chưa có câu trả lời chuẩn. Nhưng ngày càng nhiều dấu hiệu cho thấy, hố sâu giữa "đã dùng bao nhiêu" và "nhận được bao nhiêu" vẫn còn vô cùng lớn.

Trạng thái dữ liệu✓ Đã trích xuất toàn vănĐọc bài gốc (動區 BlockTempo)

🔍Sự kiện tương tự trong lịch sử· Đối chiếu từ khóa + tài sản6 tin

2026-05-24

Mẹo tiết kiệm tiền với Claude Code: Kỹ sư tiết kiệm 300 triệu Token mỗi tuần nhờ bộ nhớ đệm, chìa khóa là đừng làm gián đoạn

Độ tương đồng 220%關鍵字 token/code/claude同分類 zh

2026-05-28

Anthropic ra mắt mô hình mới nhất Claude Opus 4.8! Claude Code đồng thời bổ sung "Dynamic Workflows", một người có thể bằng cả đội phát triển trăm người

Độ tương đồng 170%關鍵字 code/claude同分類 zh

2026-05-24

Công ty 30 người của tôi đã áp dụng Claude Code AI cho toàn bộ quy trình, kết quả là "con người phải làm nhiều việc hơn bao giờ hết"

Độ tương đồng 170%關鍵字 code/claude同分類 zh

2026-05-22