Uber și-a ars bugetul anual de AI în 4 luni — lecția pentru compania ta

Cum a ars Uber un buget anual în patru luni

Uber a introdus Claude Code la aproximativ 5.000 de ingineri, mai repede decât anticipaseră modelele financiare interne ale companiei. Până în aprilie — la patru luni de la începutul anului — bugetul anual alocat pentru AI era deja epuizat.

Cifrele, per inginer: cost mediu între 150 și 250 de dolari pe lună, cu utilizatorii intensivi ajungând la 500-2.000 de dolari. CTO-ul companiei a raportat că a cheltuit 1.200 de dolari într-o singură sesiune demo de două ore.

Un detaliu care contează pentru orice companie care ia în calcul agenți AI: Uber nu vorbește despre o eroare sau o folosire greșită a tool-ului. Inginerii l-au folosit exact cum a fost proiectat — execuție paralelă de agenți, refactorizare de cod la scară mare, generare automată de teste, producție de cod backend. Compania a introdus și un leaderboard intern care clasifica inginerii după consumul de Claude Code — o măsură care, involuntar, a stimulat comportamentul „arde cât mai mulți tokeni", nu neapărat volumul de muncă dus efectiv la capăt.

Răspunsul Uber a fost să introducă plafoane: 1.500 de dolari pe lună, per angajat, per tool de coding AI.

Nu e un caz izolat

Un consultant AI a declarat pentru Axios că unul dintre clienții săi a cheltuit „jumătate de miliard de dolari într-o singură lună" pe Claude, pentru că nimeni nu plafonase cât puteau consuma angajații pe licențele alocate. Compania nu a fost identificată public. O parte dintre angajați foloseau modelul pentru sarcini banale, ca verificatul vremii. Motivul nu ține de iresponsabilitate individuală: acces nelimitat și gratuit la punctul de utilizare elimină orice semnal natural care ar modera comportamentul.

Factorul structural comun ambelor cazuri: sarcinile agentice — cele cu mai mulți pași, autonome — pot consuma și de 1.000 de ori mai mulți tokeni față de un query simplu către un model de limbaj.

Gartner prezisese asta — cu un an înainte

Pe 25 iunie 2025, Gartner publica o predicție: peste 40% din proiectele de AI agentic vor fi anulate până la finalul lui 2027, din cauza costurilor tot mai mari, a valorii de business neclare sau a controalelor de risc inadecvate. La momentul publicării, predicția suna abstract. Un an mai târziu, cu Uber ca exemplu public confirmat, ea capătă un nume concret.

Raportul „2026 Hype Cycle for Agentic AI" (Gartner, aprilie 2026) adaugă context: doar 17% dintre organizații au implementat deja agenți AI, dar peste 60% intenționează să o facă în următorii doi ani — cea mai agresivă curbă de adopție dintre toate tehnologiile emergente urmărite de Gartner. Proiectele care nu tratează pregătirea datelor ca precondiție au, potrivit Gartner, un risc de depășire de cost de 60-75%.

Ce a lansat Anthropic pe 2 iulie

Anthropic a introdus un pachet de controale administrative pentru Claude Enterprise: entitlements la nivel de model și rol, care blochează modelul potrivit pe rolul potrivit, ca munca de rutină să nu pornească implicit pe cel mai scump model disponibil; alerte configurabile de prag de cheltuială, la 75% și 90% din limita setată; dashboard-uri analitice integrate, care arată costul per grup și per utilizator alături de output-ul produs — artefacte create, fișiere editate, skill-uri și conectori folosiți; și un Admin API pentru integrare cu sistemele proprii de guvernanță.

Practic, un administrator poate vedea acum, înainte să ajungă factura, cine consumă cât și pe ce anume — și poate seta un plafon înainte să se repete scenariul Uber.

Ce nu rezolvă pachetul: controalele de cost dau vizibilitate și limite. Decizia de arhitectură din spate — cât de îngust definești o sarcină, unde pui punctul de verificare umană — rămâne responsabilitatea companiei care rulează agenții.

Ce înseamnă practic pentru compania ta

Indiferent de furnizorul de model ales, tiparul din spatele acestor cazuri se repetă: acces nelimitat, vizibilitate scăzută și stimulente greșite — cum a fost leaderboard-ul intern de la Uber — se adună într-o factură care scapă de sub control.

Trei verificări concrete merită făcute înainte să extinzi accesul la agenți AI în companie. Plafoane per utilizator sau echipă, setate înainte de lansare, nu după prima factură-șoc. Rutare pe nivel de model — sarcinile de rutină nu au nevoie de cel mai scump model disponibil. Măsurare pe sarcini duse la capăt, nu pe volumul de tokeni consumați sau numărul de conversații purtate, ca să nu ajungi să optimizezi exact comportamentul greșit, ca la Uber.

Diferența reală e una de arhitectură: un chatbot lăsat liber poate rula non-stop fără ca nimeni să știe cât costă până la finalul lunii. Un agent operațional, construit cu un strat de execuție determinist în spate, are limite și puncte de control din proiectare. Detaliem ce înseamnă asta concret în ghidul nostru despre agenți AI operaționali.

Surse: ↗ Anthropic — controale de cost pentru Claude Enterprise · ↗ Gartner — predicția din 2025 · ↗ TechCrunch — Uber