Uber ใช้ AI-Agent เพิ่ม 9.4 เท่า แต่คุมค่าใช้จ่ายให้ทรงตัวได้อย่างไร

Uber เคยใช้จ่ายด้าน AI เกินงบประมาณปี 2026 ตั้งแต่ช่วงต้นปี แต่บริษัทไม่ได้แก้ปัญหาด้วยการจำกัดการเข้าถึงเครื่องมือเพียงอย่างเดียว กลับมองค่าใช้จ่าย AI เป็นโจทย์ด้านการเพิ่มประสิทธิภาพทางวิศวกรรม โดยจับคู่งานแต่ละประเภทกับโมเดลที่เหมาะสม จำกัดบริบทที่มากเกินไป นำพรอมป์เดิมกลับมาใช้ผ่านแคช และทำให้วิศวกรมองเห็นต้นทุนของเซสชันตัวเองได้ 1

แนวทางดังกล่าวช่วยให้ค่าใช้จ่าย AI โดยรวมของ Uber ทรงตัวมาตั้งแต่เดือนเมษายน แม้จำนวนคำขอจาก AI-Agent รายสัปดาห์เพิ่มขึ้น 9.4 เท่านับจากเดือนกุมภาพันธ์ เมื่อใช้โมเดล AI เดิม บริษัทระบุว่าต้นทุนต่อ 1,000 คำขอลดลงเกือบ 34% จากจุดสูงสุดในเดือนเมษายน และต้นทุนต่อเซสชันลดลง 52% จากระดับสูงสุดในเดือนมิถุนายน 1

การใช้งาน AI ของ Uber ยังขยายตัวต่อเนื่อง

ต้นทุนที่ลดลงไม่ได้เกิดจากการที่พนักงานใช้งานน้อยลง แต่เกิดขึ้นพร้อมกับการขยายการใช้งานอย่างมาก ปัจจุบัน AI-Agent มีส่วนในงานส่งโค้ดเพื่อเปลี่ยนแปลงระบบมากกว่า 70% วิศวกรทำงานผ่าน AI-Agent มากกว่า 30,000 งานต่อวัน และจำนวนพนักงานที่ใช้เครื่องมือ AI เพิ่มขึ้นมากกว่าสี่เท่า 1

ภาพรวมนี้สะท้อนว่า Uber ลดต้นทุนต่อหน่วยลงได้ แม้งานรวมจะเพิ่มขึ้นอย่างรวดเร็ว ไม่ได้หมายความว่าการประมวลผล AI ไม่มีค่าใช้จ่าย แต่หมายถึงบริษัทปรับวิธีใช้โทเคนและกำลังประมวลผลของโมเดลให้มีประสิทธิภาพกว่าเดิม

1. เลือกโมเดลให้เหมาะกับลักษณะงาน

Uber ไม่ได้ส่งทุกงานไปยังโมเดลที่มีความสามารถสูงหรือมีราคาแพงที่สุดเป็นค่าเริ่มต้น แต่เลือกโมเดลตามความซับซ้อนของงาน งานทั่วไปสามารถส่งไปยังโมเดลต้นทุนต่ำกว่า ขณะที่งานที่ต้องใช้ความสามารถมากขึ้นจะได้รับกำลังประมวลผลในระดับที่เหมาะสม บริษัทกำลังประเมินทางเลือกอื่นเพิ่มเติม รวมถึงโมเดลแบบเปิดน้ำหนัก (open-weight models) สำหรับกรณีใช้งานเฉพาะด้าน 1

วิธีนี้เปลี่ยนการเลือกโมเดลจากการตั้งค่าแบบเดียวใช้กับทุกงาน ให้กลายเป็นการตัดสินใจตามประเภทของเวิร์กโหลด เมื่อใช้งานในระดับองค์กร แม้ลดต้นทุนต่อคำขอได้เพียงเล็กน้อย ก็สามารถส่งผลอย่างมีนัยสำคัญต่อต้นทุนเฉลี่ยต่อภารกิจ

2. จำกัดบริบทของเซสชันที่ทำงานต่อเนื่อง

Uber จำกัดเซสชันแบบโต้ตอบไว้ที่ 400,000 โทเคน แม้โมเดลบางตัวจะรองรับบริบทได้สูงสุดถึง 1 ล้านโทเคนก็ตาม 1

ข้อจำกัดนี้จัดการกับความเสี่ยงด้านต้นทุนของ AI-Agent สำหรับเขียนโค้ดโดยตรง เพราะเซสชันหนึ่งอาจสะสมไฟล์ ผลลัพธ์จากเครื่องมือ คำสั่ง และประวัติการโต้ตอบซ้ำไปเรื่อย ๆ หากไม่มีขอบเขต เซสชันที่อยู่ในช่วงทดลองหรือควบคุมได้ไม่ดีอาจต้องประมวลผลบริบทที่มีขนาดใหญ่ขึ้นอย่างต่อเนื่อง

การกำหนดเพดานโทเคนไม่ได้ยกเลิกการใช้งาน AI-Agent แต่ช่วยสร้างขีดจำกัดต้นทุนที่คาดการณ์ได้สำหรับเซสชันซึ่งใช้บริบทจำนวนมาก และทำให้ทีมวิศวกรรมมีจุดควบคุมการใช้งานที่ชัดเจน

3. ยืดอายุ Prompt Cache ให้สอดคล้องกับการทำงานจริง

Uber เพิ่มระยะเวลาการเก็บ Prompt Cache จาก 5 นาทีเป็น 1 ชั่วโมง เพื่อให้สอดคล้องกับรูปแบบการทำงานของวิศวกร ซึ่งเซสชัน AI อาจหยุดพักนานกว่า 5 นาทีก่อนกลับมาทำงานต่อ 1

การนำแคชกลับมาใช้ซ้ำได้นานขึ้นช่วยลดการประมวลผลบริบทเดิมซ้ำหลายครั้ง สำหรับเวิร์กโฟลว์การเขียนโค้ดด้วย AI-Agent ที่อาจต้องกลับมาอ่านรีโพซิทอรีหรือคำสั่งเดิมตลอดเซสชัน วิธีนี้ช่วยลดการประมวลผลโทเคนที่ไม่จำเป็น โดยไม่ต้องเปลี่ยนลักษณะงาน

4. แสดงต้นทุนสะสมให้วิศวกรเห็นทันที

Uber แสดงต้นทุนของเซสชัน AI แบบเรียลไทม์ผ่านเทอร์มินัลของวิศวกร 1

การทำเช่นนี้เปลี่ยนการใช้งานให้เป็นวงจรป้อนกลับด้านวิศวกรรมที่เกิดขึ้นทันที แทนที่จะรู้ว่าเวิร์กโฟลว์ใดมีค่าใช้จ่ายสูงจากรายงานการเงินภายหลัง วิศวกรสามารถเห็นต้นทุนระหว่างการทดลอง และปรับเซสชัน โมเดล หรือขนาดบริบทได้ในเวลานั้น

มาตรการนี้ยังนำความตระหนักเรื่องต้นทุนเข้าไปอยู่ในขั้นตอนการทำงานจริง ซึ่งเป็นจุดที่วิศวกรตัดสินใจเรื่องพรอมป์ การลองซ้ำ บริบท และการเลือกโมเดล

บทเรียนของ Uber สำหรับ AI ในองค์กร

ประสบการณ์ของ Uber ชี้ให้เห็นหลักการสำคัญว่า การควบคุมค่าใช้จ่าย AI ในองค์กรไม่ใช่เพียงเรื่องการตั้งงบประมาณ แต่เป็นโจทย์ด้านการออกแบบระบบด้วย

แนวทางที่นำไปใช้ได้จากกรณีนี้ ได้แก่

• เลือกโมเดลตามเวิร์กโหลด: ใช้โมเดลราคาประหยัดกว่าเมื่อความสามารถเพียงพอกับงาน
• กำกับดูแลบริบท: กำหนดขอบเขตสำหรับเซสชันที่อาจสะสมประวัติและข้อมูลจำนวนมาก
• ใช้ Prompt Cache: นำบริบทที่เกิดซ้ำกลับมาใช้ แทนการประมวลผลใหม่ทั้งหมด
• ติดตามต้นทุนต่อหน่วย: ทำให้ต้นทุนส่วนเพิ่มของเวิร์กโฟลว์ AI มองเห็นได้สำหรับผู้ที่กำลังใช้งาน
• เปิดทางให้เกิดการแข่งขันระหว่างโมเดล: ประเมินทางเลือกอื่น รวมถึงโมเดลแบบเปิดน้ำหนัก แทนการพึ่งพาโมเดลเดียวกับทุกงาน 1

การควบคุมเหล่านี้ยิ่งสำคัญกับ AI-Agent เพราะงานลักษณะนี้เป็นกระบวนการแบบวนซ้ำ คำขอเดียวจากผู้ใช้อาจนำไปสู่การวางแผนหลายรอบ การเรียกใช้เครื่องมือ การตรวจสอบ และการแก้ไข ทำให้ปริมาณโทเคนรวมคาดการณ์ได้ยากกว่าการสนทนาแบบถาม-ตอบครั้งเดียว

ดังนั้น ผลลัพธ์ของ Uber ควรถูกมองเป็นตัวอย่างของประสิทธิภาพในการดำเนินงาน ไม่ใช่หลักฐานว่าการขยายการใช้งาน AI อย่างรวดเร็วไม่มีความเสี่ยงทางการเงิน บริษัททำให้ค่าใช้จ่ายทรงตัวได้หลังจากปรับเศรษฐศาสตร์ของแต่ละคำขอและเซสชันใหม่ สำหรับองค์กรอื่น บทเรียนคือควรขยายการใช้งานไปพร้อมกับการกำกับต้นทุน และฝังระบบวัดผลไว้ในเครื่องมือตั้งแต่เริ่มต้น