उबर ने 4 महीने में जलाया 2026 का AI बजट — और COO बोले, 'फायदा कहां है?'

यह सब जिस रफ्तार से हुआ वह हैरान करने वाली थी। उबर ने 2025 के अंत में क्लॉड कोड को रोल आउट किया और इंजीनियरों को इसे अपनाने के लिए आंतरिक लीडरबोर्ड बनाकर बढ़ावा दिया, जो डेवलपर्स को उनके टोकन खर्च के आधार पर रैंक करते थे । फरवरी आते-आते, क्लॉड कोड का उपयोग लगभग दोगुना हो गया। मार्च तक, उबर के 84% डेवलपर्स 'एजेंटिक-कोडिंग यूज़र्स' के रूप में वर्गीकृत हो चुके थे, और IDE-आधारित टूल्स के अंदर 65-72% कोड AI-जनरेटेड था । उबर का आंतरिक AI कोडिंग एजेंट अब हर हफ्ते लगभग 1,800 कोड परिवर्तन कर रहा है । कंपनी ने ज्यादा से ज्यादा टोकन इस्तेमाल के लिए एक तरह का गेमिफिकेशन किया – और उसे वही मिला जिसके लिए प्रोत्साहित किया गया।

वो बजट मॉडल जो काम नहीं आया

इसकी जड़ में सिर्फ उत्साह नहीं था। उबर ने अपना बजट एक 'पर-सीट' (प्रति लाइसेंस) SaaS मानसिकता से बनाया, जिसने दो दशकों तक सॉफ्टवेयर लाइसेंसिंग के लिए बढ़िया काम किया । जेनरेटिव AI की कीमत एक बिल्कुल अलग सिद्धांत पर चलती है: प्रोसेस किए गए हर टोकन का पैसा लगता है, और बिल इस बात पर निर्भर करता है कि लोग टूल का कितना इस्तेमाल कर रहे हैं, न कि कितने लोगों के पास उसकी पहुंच है। गार्टनर (Gartner) की रिपोर्ट के मुताबिक, एजेंटिक वर्कफ्लो किसी स्टैटिक चैटबॉट इंटरैक्शन की तुलना में हर कार्य पर 5 से 30 गुना अधिक टोकन खर्च करते हैं, जिससे एक ऐसी लागत रेखा बनती है जिसे पारंपरिक पूर्वानुमान मॉडल समायोजित नहीं कर सकते ।

उबर ने अपने खर्चों को तो मापा, लेकिन फायदों को नहीं। हर इंजीनियर का कितना समय बचा? कितने बग्स रोके गए? रेवेन्यू या राइडर एक्सपीरियंस में क्या फर्क पड़ा? कंपनी के पास इन सवालों के स्पष्ट जवाब नहीं थे ।

COO ने खींच दी लक्ष्मण रेखा

मई 2026 में बिज़नेस इनसाइडर को दिए एक इंटरव्यू में, उबर के ऑपरेशन चीफ एंड्रयू मैक्डोनाल्ड ने इस तनाव को साफ शब्दों में बयां किया। वरिष्ठ इंजीनियरिंग नेताओं के साथ बातचीत के बाद, मैक्डोनाल्ड ने कहा कि AI 'टोकनमैक्सिंग' पर खर्च किए जा रहे पैसे को "जस्टिफाई करना मुश्किल होता जा रहा है।" उन्होंने माना कि अधिक टोकन खर्च उपयोगी उपभोक्ता फीचर्स में आनुपातिक वृद्धि में नहीं बदल रहा है: "वह लिंक अभी तक नहीं बना है, है ना? मुझे लगता है कि शायद अप्रत्यक्ष रूप से कुछ ज्यादा शिप हो रहा है, लेकिन उन आंकड़ों और 'अच्छा, अब बिजनेस तेजी से बढ़ रहा है' के बीच एक सीधी रेखा खींचना बहुत मुश्किल है" ।

खुद CTO ने स्वीकार किया कि कंपनी अब AI लागत प्रशासन पर "वापस शुरुआती बिंदु पर" आ गई है । यह आंतरिक गतिशीलता एक क्लासिक प्रोत्साहन बेमेल को दर्शाती है: नेतृत्व ने लीडरबोर्ड, सार्वजनिक रैंकिंग और CTO के प्रोत्साहन के साथ टूल अपनाने को आक्रामक रूप से आगे बढ़ाया – और फिर पाया कि अनियंत्रित टोकन खपत, बिना किसी प्राकृतिक नियंत्रक के, अनियंत्रित लागत पैदा करती है । इंजीनियरों ने तर्कसंगत रूप से टूल्स का उतना ही इस्तेमाल किया, जितना उन्हें करने का इनाम मिला। अब बिजनेस तार्किक रूप से सवाल कर रहा है कि क्या उस खपत का मार्जिन, राइडर एक्सपीरियंस या रेवेन्यू पर कोई वास्तविक प्रभाव पड़ता है।

पूरी इंडस्ट्री का एक पैटर्न

उबर कोई अपवाद नहीं है। माइक्रोसॉफ्ट ने भी ऐसे ही निष्कर्ष निकाले हैं कि AI-संचालित कोडिंग असिस्टेंट, उन मानव श्रमिकों से अधिक महंगे हो सकते हैं जिनकी वे सहायता करने आए हैं । संरचनात्मक चुनौती पूरे इंटरप्राइज़ जगत में एक सी है: जेनरेटिव AI टूल्स की कीमत प्रति-टोकन है, उनका मापना और मूल्य अलग करना मुश्किल है, और इंजीनियरिंग संगठनों के भीतर प्रोत्साहन अधिकतम दक्षता के बजाय अधिकतम खपत की ओर धकेलते हैं।

गार्टनर का एजेंटिक वर्कफ्लो के लिए 5-30 गुना टोकन मल्टीप्लायर पूरी इंडस्ट्री में लागू होता है । अकेले एंथ्रोपिक के क्लॉड कोड का सालाना राजस्व फरवरी 2026 तक 2.5 बिलियन डॉलर तक पहुंच गया, जो नवंबर 2025 में 1 बिलियन डॉलर था – एंटरप्राइज़ सॉफ्टवेयर के इतिहास में सबसे तेज़ी से बढ़ता हुआ ग्राफ । खर्चा असली है। उसका रिटर्न अभी दिखाई नहीं दे रहा।

अब इंडस्ट्री को क्या सुलझाना है?

उबर का मामला एक ऐसी चुनौती को सामने लाता है जिसे अभी तक किसी बड़ी कंपनी ने हल नहीं किया है: आप एक ऐसी तकनीक के लिए बजट कैसे बनाते हैं जिसकी लागत उपयोग के साथ बढ़ती है, जिसकी आउटपुट गुणवत्ता मापना मुश्किल है, और जिसे अपनाने के लिए आपको प्रतिस्पर्धी बने रहने के लिए प्रोत्साहित करना पड़ता है – और यह सब तब जब CFO को एक स्पष्ट लाभ-हानि (P&L) प्रभाव देखने की ज़रूरत है? जब तक कंपनियां टोकन खर्च को विशिष्ट, मापने योग्य कारोबारी परिणामों से जोड़ने वाला गवर्नेंस मॉडल नहीं बनातीं, तब तक "टोकनमैक्सिंग" की समस्या उबर से आगे फैलेगी। वह कंपनी जो AI के असली निवेश पर रिटर्न (ROI) को – न कि सिर्फ उसके टोकन खपत को – मापने और अनुकूलित करने का तरीका निकालती है, उसे कोई भी लीडरबोर्ड रैंकिंग से कहीं अधिक बड़ा लाभ होगा।