Uber förbrukade hela årets AI-budget på tre månader – och vet inte vad de fick för pengarna

Räkenskaperna stämmer inte

Det är sällan en operativ chef för ett av världens mest välkända techbolag sätter sig ned och erkänner öppet att siffrorna inte hänger ihop. Men det är precis vad Andrew Macdonald, operativ chef på Uber, nyligen gjorde i en intervju som återges av CleanTechnica.

Budskapet var lika tydligt som det var uppseendeväckande: Uber vet inte riktigt vad bolaget köper för pengarna.

Under förra kvartalet genererades hela 25 procent av all ny kod med hjälp av AI-verktyget Claude Code. Det är en anmärkningsvärd siffra — men Macdonald kan inte peka på en motsvarande ökning av faktiska funktioner som når ut till kunderna. Och det är just den sprickan, mellan det som AI kostar och det som AI levererar, som nu tvingar fram svåra samtal.

– Du ser dessa stora övergripande siffror om hur mycket AI ska förbättra effektiviteten, men det är svårt att hitta bevis för det inom Uber, säger han.

Det kanske mest talande exemplet: Ubers tekniska chef Praveen Neppalli Naga meddelade att bolaget redan i mitten av mars hade förbrukat hela sin AI-budget för 2026. Hela tre månaders budget, borta på under tre månader.

En strukturell fråga, inte en tillfällig hick

Det vore enkelt att avfärda detta som ett enskilt företags missbedömning. Men Macdonald är noga med att placera Uber i ett större sammanhang — och gör rätt i det. Duolingos grundare Luis von Ahn har gjort liknande iakttagelser: att AI inte alltid levererade de effektivitetsvinster som utlovades.

Detta är inte anekdoter. Det är ett mönster.

Vi befinner oss i ett skede där investeringarna i AI är rekordstora, förväntningarna är astronomiska — och de mätbara resultaten, åtminstone för slutanvändaren, fortfarande är osäkra. Det är ett klassiskt innovationsgap: tekniken springer före affärsmodellerna.

Macdonald formulerar det med kirurgisk precision:

– Om du inte kan dra en direkt linje till hur många användbara funktioner du levererar till dina användare, blir den avvägningen svår att motivera.

Det är en mening som borde sättas upp på väggen i varje styrelserum som just nu godkänner nästa AI-budget.

Vad detta inte är

Låt mig vara tydlig: detta är inte ett tecken på att AI är överskattad som teknologi. Det är ett tecken på att vi ännu inte hittat de rätta sätten att omsätta teknologin i konkret värde för slutanvändaren — och att kostnaderna skenat iväg snabbare än metoderna för att styra dem.

AI-tekniken är verklig. Möjligheterna är verkliga. Men det finns en viktig skillnad mellan att använda AI och att tjäna på AI. Den distinktionen har många bolag missat i ivern att hänga med i svängen.

Historiskt sett är detta inte ovanligt vid teknikskiften. Under internets tidiga år investerade bolag enorma summor i infrastruktur utan tydlig avkastning — och sedan kom genombrotten. Molntjänsternas intåg följde samma kurva. Kostnader tidigt, utdelning senare.

Skillnaden nu är att AI-investeringarna är väldigt synliga och väldigt snabba. Det skapar ett tryck på kortsiktig avkastningsredovisning som kanske inte är rättvis mot en teknologi som fortfarande håller på att mogna.

Frågan som borde ställas i varje styrelserum

Det Ubers öppenhet verkligen bidrar med är en nödvändig kalibrering av förväntansbilden. Bolag som investerar i AI behöver sluta mäta framgång i mängden AI de använder och börja mäta i värdet som skapas för kunden.

Kod skriven av maskiner är inte ett mål. Det är ett medel. Och som alla medel måste det motiveras av vad det faktiskt åstadkommer.

Macdonald öppnar en dörr som branschen länge hållit stängd — dörren till en ärlig diskussion om avkastning, prioritering och ansvarsfull resursanvändning. Det är inte ett bakslag för AI. Det är ett tecken på att branschen börjar mogna.