AI कोडिंग टूल्स की बढ़ती लागत: क्यों Uber और Microsoft जैसे दिग्गज कंपनियां फिर से सोच रही हैं

Anthropic ने भी अपने दस्तावेज़ों में अनुमानित लागत अपडेट की है। रिपोर्टों के अनुसार Claude Code की औसत लागत लगभग $13 प्रति डेवलपर प्रति सक्रिय दिन तक पहुंच गई है, जबकि पहले यह लगभग $6 बताई जाती थी। साथ ही, 90% उपयोगकर्ताओं के लिए दैनिक खर्च की सीमा भी $12 से बढ़कर लगभग $30 तक बताई गई है।

कई लागत विश्लेषणों के मुताबिक, बड़े पैमाने पर इस्तेमाल होने पर Claude Code का खर्च $150 से $250 प्रति डेवलपर प्रति माह के आसपास हो सकता है।

Uber में क्या हुआ

रिपोर्टों के अनुसार Uber में AI कोडिंग टूल्स—खासकर Claude Code—का इस्तेमाल बहुत तेजी से फैल गया। कंपनी के लगभग 5,000 इंजीनियरों ने इसे उपयोग करना शुरू कर दिया।

बताया गया कि इस तेजी से बढ़ते उपयोग के कारण कंपनी ने 2026 का पूरा AI टूलिंग बजट अप्रैल तक ही खर्च कर दिया। इसका मतलब है कि वार्षिक बजट केवल चार महीनों में समाप्त हो गया।

यह घटना दिखाती है कि भले ही प्रति डेवलपर दैनिक लागत बहुत ज्यादा न लगे, लेकिन हजारों इंजीनियरों के साथ यह खर्च बहुत बड़ा बन सकता है।

Microsoft क्यों बदल रहा है रणनीति

Microsoft ने भी कुछ महीनों पहले अपने कई कर्मचारियों को Claude Code तक पहुंच दी थी—जिसमें इंजीनियरों के साथ‑साथ प्रोडक्ट मैनेजर और डिजाइनर भी शामिल थे।

हालांकि बाद में रिपोर्ट्स आईं कि कंपनी अधिकांश आंतरिक Claude Code लाइसेंस रद्द करने की योजना बना रही है और डेवलपर्स को अपने ही टूल GitHub Copilot CLI की ओर शिफ्ट कर रही है।

इस फैसले को कंपनी ने AI खर्च पर "shared accountability" यानी साझा जिम्मेदारी के रूप में पेश किया—जो यह संकेत देता है कि बड़े संगठनों के लिए AI टूल्स का खर्च अब एक महत्वपूर्ण वित्तीय मुद्दा बन रहा है।

“AI से सॉफ्टवेयर सस्ता होगा” — यह धारणा क्यों चुनौती में है

AI कोडिंग टूल्स को लेकर एक आम धारणा रही है कि वे सॉफ्टवेयर डेवलपमेंट को तेज़ और सस्ता बना देंगे। लेकिन वास्तविक डेटा थोड़ा जटिल चित्र दिखाता है।

एक नियंत्रित अध्ययन में पाया गया कि अनुभवी ओपन‑सोर्स डेवलपर्स जब AI टूल्स का इस्तेमाल करते थे, तो वे औसतन लगभग 19% धीमे हो गए।

कुछ शोध यह भी बताते हैं कि यदि AI से कोड की मात्रा बढ़ती है लेकिन गुणवत्ता घटती है, तो टीमों को अतिरिक्त समय कोड समीक्षा और सुधार में लगाना पड़ सकता है। इससे तकनीकी कर्ज (technical debt) भी बढ़ सकता है।

इसका मतलब यह नहीं कि AI बेकार है—बल्कि यह कि उसका वास्तविक लाभ काम के प्रकार, टीम के अनुभव और उपयोग के तरीके पर निर्भर करता है।

अभी तक क्या निष्कर्ष सामने आते हैं

उपलब्ध साक्ष्यों से कुछ स्पष्ट रुझान दिखते हैं:

• बड़े संगठनों में AI कोडिंग टूल्स का वास्तविक खर्च अनुमान से अधिक हो सकता है।
• कंपनियां अब खर्च को नियंत्रित करने के लिए लाइसेंस सीमित करना या वैकल्पिक टूल अपनाना शुरू कर रही हैं।
• उत्पादकता पर प्रभाव हर टीम में समान नहीं है—कुछ मामलों में फायदा होता है, तो कुछ में गति कम भी हो सकती है।

एक महत्वपूर्ण अनिश्चितता

Uber और Microsoft से जुड़ी कई जानकारी मीडिया रिपोर्टों पर आधारित है, न कि सभी मामलों में आधिकारिक सार्वजनिक खुलासों पर। इसलिए इन दावों को अंतिम पुष्टि के बजाय रिपोर्टेड घटनाओं के रूप में देखना चाहिए।

फिलहाल सबसे स्पष्ट बात यह है कि कंपनियां AI कोडिंग टूल्स छोड़ नहीं रही हैं—लेकिन वे यह जरूर समझने की कोशिश कर रही हैं कि कौन‑सा टूल, किस कीमत पर, और किस पैमाने पर वास्तव में फायदेमंद है।