Agentic Pods Uber: Bagaimana 30 Jurutera Potong Aliran Kerja 15 Jam Kepada 30 Minit

Dua bulan kemudian, CTO Uber Praveen Neppalli Naga melancarkan pendekatan yang berbeza secara radikal. Hasilnya sangat menarik — proses perancangan kewangan turun dari 15 jam kepada 30 minit, laporan dari dua hari kepada 10 minit — sehingga ia menjadi salah satu kajian kes AI perusahaan yang paling diperhatikan pada tahun ini . Berikut adalah cara Agentic Pods Uber berfungsi dan mengapa ia mewakili perubahan asas dalam cara syarikat berfikir tentang AI.

Apa Itu Agentic Pods?

Agentic Pods ialah pasukan kecil dua orang — setiap satunya menggandingkan seorang jurutera yang mahir AI dengan seorang pakar domain dari fungsi perniagaan — diberi sprint dua minggu yang tetap untuk memerhatikan aliran kerja manual dan membina semulanya dengan ejen AI . Naga melancarkan program ini pada pertengahan 2026, menggunakan kira-kira 30 pod merentasi 16 fungsi perniagaan termasuk Kewangan, Perundangan, Pemasaran, HR, Sokongan Pelanggan, dan Perolehan dalam tempoh dua bulan .

Playbook Tepat 10 Hari

Naga menerbitkan aliran kerja yang tepat di LinkedIn pada 7 Julai 2026 :

• Hari 1-2: Jurutera memerhati pakar domain, memerhatikan setiap langkah aliran kerja sebenar.
• Hari 3: Pod mengutamakan tugas yang paling berimpak tinggi untuk diautomasikan.
• Hari 4-9: Pasangan itu membina ejen AI secara kolaboratif, mengesahkannya dengan rakan setara pakar.
• Hari 10: Ejen yang berfungsi dihantar ke pengeluaran.

Tarikh akhir yang ketat bukanlah kebetulan. Ia memaksa pasukan untuk menghantar sesuatu yang nyata daripada menggilap sesuatu selama-lamanya . Seperti yang digambarkan oleh Naga, matlamatnya adalah untuk "berhenti melayan AI sebagai eksperimen mahal dan mula menggunakannya untuk mereka bentuk semula aliran kerja manual yang kompleks" .

Peningkatan Produktiviti yang Diukur

Keputusan dilaporkan secara meluas merentasi pelbagai saluran, dikaitkan dengan data dalaman Uber :

Ini mewakili pengurangan masa kitaran sebanyak 30x hingga 400x untuk proses perniagaan teras. Naga juga melaporkan bahawa 9,000 aliran kerja sokongan manual telah ditukar kepada layan diri .

Dari Tokenmaxxing ke Automasi Sasaran

Strategi sebelumnya — digelar tokenmaxxing — adalah pendekatan perbelanjaan berat di mana hampir 95% daripada ~5,000 jurutera Uber menggunakan alat seperti Claude Code dan Cursor setiap hari . Tetapi syarikat itu tidak dapat menghubungkan penggunaan token itu dengan sebarang hasil perniagaan yang boleh diukur. Pada Mei 2026, Macdonald memberitahu Business Insider ia menjadi "semakin sukar untuk mewajarkan" perbelanjaan AI kerana "hubungan [antara penggunaan token dan produktiviti] itu belum ada lagi" . Penggunaan token yang lebih tinggi tidak diterjemahkan kepada peningkatan yang setimpal dalam produk berdepan pengguna .

Perbezaan utama antara dua strategi:

• Era tokenmaxxing: Penggunaan alat AI secara menyeluruh kepada semua jurutera; perbelanjaan dijejak mengikut jumlah token; tiada hubungan ROI yang jelas diakui oleh kepimpinan .
• Era Agentic Pods: Pendekatan tertumpu aliran kerja terlebih dahulu; jurutera ditempatkan di jabatan bukan kejuruteraan; kejayaan diukur dengan pengurangan masa proses yang konkrit .

Mengapa Struktur Pod Berjaya

Struktur Agentic Pod menyelesaikan dua masalah yang tidak dapat diselesaikan oleh pendekatan tokenmaxxing. Pertama, ia memaksa jurutera untuk memahami masalah dari hujung ke hujung sebelum membina, daripada mengumpul token tanpa output yang ditentukan. Kedua, ia mengikat perbelanjaan AI secara langsung kepada hasil perniagaan yang boleh diukur — jam yang dijimatkan, laporan yang dipercepatkan, aliran kerja yang dihapuskan .

Hanya dalam dua bulan, 16 pod berjalan merentasi 16 fungsi perniagaan . Model ini telah diperluaskan sejak itu. Seperti yang dinyatakan oleh Naga, selepas pod, 99% jurutera Uber menggunakan alat AI — tetapi kini dengan rangka kerja untuk memastikan penggunaan tersebut menghasilkan hasil yang boleh dikesan oleh perniagaan .