Uber wprowadził miesięczny limit na koszty narzędzi AI dla pracowników, ponieważ firma wyczerpała cały roczny budżet już po czterech miesiącach. To jeden z pierwszych tak jawnych sygnałów, że wydatki na agentowe AI potrafią wymknąć się spod kontroli nawet w korporacji dysponującej ogromnymi zasobami.
Nowy limit wynosi 1500 dolarów miesięcznie na pracownika i obowiązuje osobno dla każdego agentowego narzędzia do programowania, takiego jak Claude Code od Anthropic czy Cursor. Pracownicy mogą śledzić zużycie we wewnętrznym dashboardzie, a przekroczenie progu wymaga zgody przełożonego. Co istotne, Uber wcześniej sam zachęcał zespoły do maksymalnego korzystania z AI i publikował rankingi najaktywniejszych użytkowników. Ta strategia obróciła się przeciwko budżetowi, bo rozliczane za zużycie narzędzia naliczają koszty przy każdym zapytaniu.
Sceptycyzm widać też na szczycie firmy. Dyrektor operacyjny Ubera, Andrew Macdonald, przyznał, że wciąż „bardzo trudno wyznaczyć granicę" między wdrożeniem narzędzi a mierzalnymi nowymi funkcjami czy realną wartością dla klienta. To szersza bolączka rynku: organizacje inwestują w AI dużo szybciej, niż potrafią udowodnić zwrot z tej inwestycji, a obiecywane wzrosty produktywności wciąż częściej pozostają w sferze deklaracji niż twardych danych.
Co koszty AI w Uberze oznaczają dla polskiego biznesu
Dla polskich firm płynie z tego praktyczny wniosek. Agentowe narzędzia AI rozliczane za zużycie, a nie w stałym abonamencie, generują koszty rosnące wraz z intensywnością pracy. Bez bieżącego monitoringu łatwo o przykrą niespodziankę na fakturze. Zanim narzędzie trafi do szerokiego użytku, warto ustalić jasne zasady. W praktyce sprawdzają się trzy elementy:
- Limity na osobę lub zespół: z góry określony budżet miesięczny i alert przy zbliżaniu się do progu.
- Widoczność zużycia: dashboard, na którym każdy widzi własne koszty, a nie tylko dział finansów po fakcie.
- Mierniki wartości: zdefiniowane efekty, takie jak czas realizacji zadań, liczba obsłużonych zgłoszeń czy jakość kodu.
Druga lekcja dotyczy mierzenia efektów. Rankingi „kto użył AI najwięcej" pokazują wyłącznie wielkość wydatków, a nie realny zysk. Zanim firma rozpędzi adopcję, powinna wiedzieć, co dokładnie chce poprawić. Inaczej trudno odróżnić wartość od samego entuzjazmu, a rachunek potrafi przyjść szybciej niż korzyści.
Źródło: TechCrunch — Uber caps employee AI spending (EN), 2 czerwca 2026.
