Uber 高管质疑 AI 投入产出比：四个月花光全年预算

Uber 高管质疑 AI 投入产出比：四个月花光全年预算

事件背景

近日，Uber 内部传出高管对人工智能投入产出比的公开质疑——仅用四个月就花光了全年的 AI 预算，而预期中的业务回报却远未兑现。这一消息折射出科技巨头在 AI 军备竞赛中面临的典型困境：当技术投入从“实验性”转向“规模化”时，成本与收益之间的错配正成为管理层无法回避的核心议题。

投入激增的深层原因

Uber 的 AI 投入主要集中在三大方向：自动驾驶出租车（Waymo 合作项目）、出行需求预测与动态定价算法，以及客服与运营自动化。**四个月超支**的直接原因是多模态大模型的训练与部署成本远超预期。例如，为提升 Uber Eats 的个性化推荐效果，团队采购了更高规格的 GPU 集群；同时，自动驾驶路测的数据采集与模型迭代预算也在短期内翻倍。此外，为了维持与 OpenAI、Google Cloud 等供应商的算力合同，Uber 并未因预算紧张而中断合作，反而加速了资源消耗。

回报困境：短期难以量化

尽管 AI 在 Uber 的应用场景明确（如高峰期定价效率提升 12%、客服自动分流率提高至 65%），但这些收益在财务报表上仍属于“优化型”增量，难以直接抵消数亿美元的投入。高管们担忧的是：若按当前速度消耗预算，则年底前其余业务板块（如安全监控、欺诈检测）将面临无钱可用的局面。**核心矛盾在于，AI 的投入产出曲线呈 “J 型”**——初期成本陡升，而回报往往需要 18-24 个月才能在主营业务中体现。

行业启示：从“烧钱”到“算账”

Uber 并非孤例。Meta、微软等企业同样经历了 AI 预算飙升与季度业绩波动。此次事件为行业敲响警钟：**AI 投资不能只看技术潜力，更需建立与业务增长挂钩的预算管理制度**。例如，设立弹性预算池、按季度复盘 ROI、优先推进“高确定回报”项目（如客服降本）等。Uber 曝出的问题或许会倒逼企业在 2025 年重新审视 AI 的财务纪律——当技术狂热退潮，谁更早学会“算账”，谁才能在下一阶段竞争中占据主动。