我最近看到 Uber 内部的一份数据，心里挺不是滋味的。
现任 COO Andrew McDonald 把账摊开来说了：就在 2026 年这前四个月，Uber 已经把全年的 AI 预算花得底朝天了。现在的管理层看着这笔巨额支出，眼神里写满了怀疑——钱花出去了，到底换回什么了？
钱是花出去了，但账面上全是“白条”
虽然 Uber 砸了真金白银，但目前的回报简直可以用“惨”来形容。最明显的就是这种“两头热，中间冷”的尴尬局面：
- 代码写得越多，产品越好用？ 别逗了。公司内部对 Anthropic 的 Claude Code 这类工具的使用量是爆炸式增长，底层的 Token 消耗量蹭蹭往上涨。但你看不到终端用户觉得哪里变好了。那些被生成的代码，很多最后只是躺在服务器上吃灰，没变成用户能感知到的新功能。
- 数字好看，业务没动：McDonald 说得挺直白，现在的投入和产出之间，逻辑链条是断的。产品发布数量是上去了，但这只是冰冷的数字游戏。并没有证据表明公司的实际业务能力因此得到了实质性提升。
拿人当柴火烧，换 AI 这口锅？
为了填这个无底洞，Uber 今年初干了件挺狠的事：缩招。
CEO Dara Khosrowshahi 也确认了，公司正在通过控制人员编制来“输血”，试图覆盖这项巨大的技术支出。这本质上就是一种“以人换 AI"的策略。
但这笔账，管理层心里其实清楚得很。McDonald 点破了窗户纸：如果未来几个季度，AI Token 的成本转化不成实实在在送到用户手里的服务，这种“杀鸡取卵”般的成本与人力权衡，恐怕很难再撑下去。
我们是不是走偏了？
Uber 这事儿，其实把现在好多大厂在拥抱生成式 AI 时的焦虑和困境，赤裸裸地摆在了台面上：
- 从“拼数量”到“看实效”：以前大家好像都着了魔，觉得只要上 AI、只要消耗 Token 就是进步。现在像 Uber 这样的巨头终于清醒过来了——单纯的消耗量不等于商业价值。大家开始琢磨，AI 到底能不能解决实际问题？能不能让用户体验真的变好？
- 人和算力，只能二选一：在 AI 算力的钱能找到真正的变现路径之前，企业被迫在“养人”和“养 AI"之间玩零和博弈。这种策略短期看好像保住了 AI 投入的连续性，但我总觉得，长期来看，这可能会把企业的创新活力和运营灵活性给磨没了。
- 还得有个“落地”的声音：Uber 高管的质疑其实挺有力量的。它提醒我们，像 Claude Code 这样的 AI 工具，光吹牛没用，得看具体的落地场景。如果证明不了 AI 能带来新的收入增长点，或者显著降低运营成本（而不是单纯地烧钱），那这种激进的投入策略，迟早是要断粮的。
说实话，看着这些大厂在 AI 上的狂奔，我既佩服他们的魄力，又忍不住想：这真的就是我们要的未来吗？
