Uber s Claude Codeom pogađa bolnu točku poslovnog AI-ja: tokeni nisu učinak

Uber je došao do dijela AI ciklusa koji je manje fotogeničan od demonstracija i pilotskih projekata: računi su stigli, a produktivnost se još mora dokazati. Prema izvještaju The Vergea, kompanija je navodno potrošila godišnji AI budžet već u prva četiri mjeseca 2026. godine. To samo po sebi ne bi bilo dramatično da postoji čista linija između potrošnje i rezultata. Problem je što je Uberov predsjednik i operativni direktor Andrew Macdonald u razgovoru za Rapid Response rekao da tu vezu kompanija zasad ne vidi dovoljno jasno.

Najkonkretniji signal odnosi se na Claude Code, Anthropicov alat za programiranje uz pomoć modela. Macdonaldova poanta nije da AI nema vrijednost, nego da rast potrošnje tokena ne znači automatski i rast korisnog rada. Drugim riječima, inženjeri mogu koristiti više AI asistencije, sustavi mogu generirati više odgovora, a račun za inferenciju može rasti, ali to još ne dokazuje da je isporučeno više pouzdanog softvera, brže riješenih problema ili manje skupih operativnih uskih grla.

To je važan zaokret u tonu. U prvoj fazi korporativnog AI usvajanja, metrika je često bila sama adopcija: koliko timova koristi alat, koliko se upita šalje, koliko se internih prototipova pokreće. Uberov slučaj pokazuje slabost takvog mjerenja. Tokeni su trošak, ne ishod. Ako se ne povežu s konkretnim poslovnim učinkom, postaju samo nova stavka u oblaku, zapakirana u futuristički jezik.

Za Uber je pitanje posebno osjetljivo jer je riječ o kompaniji koja optimizira ogromnu operativnu mrežu: prijevoz, dostavu, dinamičko određivanje cijena, korisničku podršku, sigurnosne procese i interne razvojne timove. AI bi u takvom sustavu trebao imati mnogo mogućih mjesta primjene. Ali upravo zato je Macdonaldova skepsa značajna. Ako ni organizacija s velikim volumenom podataka, velikim inženjerskim aparatom i snažnim pritiskom na efikasnost ne može lako pokazati povrat, manji korisnici AI alata imat će još teži zadatak.

Ovdje nije riječ o smrti enterprise AI-ja, nego o kraju razdoblja u kojem se svaka AI potrošnja mogla braniti kao strateški eksperiment. Velike tvrtke sada će sve češće tražiti preciznije odgovore: koji tim stvarno štedi vrijeme, koji workflow ima manje grešaka, koliko je manje ručnog rada, koliko je kraći ciklus isporuke i tko plaća kada potrošnja modela pobjegne planu. U tom smislu, Uberova izjava nije izolirana financijska napomena, nego tržišni signal dobavljačima AI alata.

Za Anthropic i širi sloj AI infrastrukture poruka je jasna. Alati poput Claude Codea moraju se dokazivati ne samo kvalitetom odgovora, nego i ekonomikom rada u stvarnim timovima. Ako potrošnja raste brže od mjerljivog učinka, kupci će početi tražiti limite, interne politike, selektivniju upotrebu i jasnije izvještaje o vrijednosti. AI tako ulazi u normalniju, strožu fazu: manje prezentacija o transformaciji, više pitanja o računu.