Uber開始給AI算賬：大廠的Token狂歡，快到財務部了

Uber最近這條新聞，不適合簡單寫成“第一個叫停AI燒錢的大廠出現了”。這家公司沒有退出AI，甚至還在加碼AI。它真正釋放的信號是：AI在大廠內部已經從“先進生產力”的口號，進入了“真實成本項”的賬本。

Uber總裁兼首席運營官Andrew Macdonald近期公開提到，公司越來越難證明高AI支出的合理性。一個最刺眼的細節是，Uber據稱在2026年前四個月就用完了全年Claude Code相關預算，內部開始重新討論AI token消耗和產出之間的關系。Macdonald的核心意思很直白：token用得更多，并沒有清楚對應到更多有用的消費者功能。

這句話放在Uber身上很有分量。因為Uber不是一家缺錢的小公司，也不是靠削預算過日子的邊緣玩家。2026年一季度，Uber營收132億美元，同比增長14%；總預訂額537億美元，同比增長25%；調整后EBITDA達到24.81億美元，同比增長33%；自由現金流22.86億美元。它的主業基本盤還很強，平臺交易仍在擴張。

所以，Uber這次不是在說“AI沒用”，而是在說：AI不能只證明自己被使用，必須證明自己能兌現。

這就是科技股接下來最重要的變化。過去兩年，資本市場看AI，喜歡看誰用得早、誰投入大、誰喊得堅決。接下來，市場會越來越關心另一個問題：AI到底改善了收入、利潤、費用率、研發效率，還是只是把人力成本換成了模型賬單？

Uber不是反AI，它是在反“用量崇拜”

Uber這件事最容易被誤讀。

很多人一看“Claude Code預算四個月用完”，馬上會得出一個結論：大廠AI泡沫要破了。這個判斷太粗。

Uber并沒有停止投AI。相反，Uber CEO Dara Khosrowshahi在一季度電話會上還提到，大約10%的代碼變更已經由自主AI Agent生成，只是仍然需要人工審查和測試。他還說，AI工具正在法律、營銷、開發等不同團隊里被使用，公司希望通過放緩招聘，把部分預算轉向AI投入。

這說明Uber不是回到AI之前。

它真正想停下來的，是那種“只要用了AI，就是進步”的內部慣性。

過去一年，大廠內部有一種很典型的氣氛：工程師要用AI寫代碼，營銷團隊要用AI生成文案，法務要用AI審合同，客服要用AI總結工單，管理層還喜歡看一個統一指標——AI滲透率。

這個指標很漂亮，也很危險。

因為AI滲透率可以快速上升，但它不等于生產率上升。

一個工程師每天調用更多Claude Code，不代表用戶會看到更多有用功能。一個團隊生成更多代碼，不代表產品體驗更好。一個公司有更多AI項目，不代表收入增長更穩、費用率更低。

Macdonald這次真正戳破的，就是這個中間差。

他不是否定AI，而是在問一個CFO一定會問的問題：你燒掉的token，究竟換來了什么？

這句話聽起來樸素，但對科技公司很要命。因為過去大家默認AI是一種利潤率提升工具。少招人，多用AI，開發效率提高，運營成本下降，長期利潤彈性釋放。這個邏輯很順，也很容易被資本市場接受。

但Uber把另一半賬本攤開了。

AI工具不是免費基礎設施。Claude Code、Cursor、內部Agent、推理調用、多輪上下文、自動化工作流，每一步都在消耗token。企業過去熟悉的是SaaS席位制，一個員工一個賬號，預算大體可控。現在AI變成消費制，越鼓勵員工使用，賬單越難預測。

這才是“tokenmaxxing”真正的風險。

以前公司買軟件，買的是一個工具；現在公司買AI，買的是一臺可能隨時加速運轉的機器。員工越積極，成本越快跑。管理層原本希望用AI控制人力開支，結果發現AI自己也成了新的成本開關。

這不是技術問題，是財務紀律問題。

Uber現在拉響的，不是AI退潮警報，而是企業AI的第一道預算閘門：以后公司不能只問“你用了多少AI”，還要問“AI幫你少花了多少錢，多賺了多少錢，或者更快交付了什么”。

大廠的AI敘事，正在從“全員使用”切到“結果付費”

Uber不是孤例。

Duolingo之前也曾推動員工在績效考核中體現AI使用，但后來CEO Luis von Ahn公開表示，公司已經從這一做法上后退，因為員工開始質疑，是不是為了使用AI而使用AI。他的意思也很直接：公司應該考核工作結果，而不是考核AI使用本身。

這和Uber是同一個問題，只是發生在不同公司。

過去兩年，AI在企業內部的導入有點像一次集體沖鋒。誰猶豫，誰就像落后；誰反對，誰就像保守。于是很多公司把“用AI”本身變成了政治正確。員工要展示自己會用AI，團隊要證明自己擁抱AI，管理層要向市場講AI戰略。

但2026年開始，這套敘事開始被財務部門接管。

原因很簡單：AI不是Excel插件，也不是一個便宜的小工具。尤其是Agent化以后，它消耗的資源不再是一次問答，而是一連串任務鏈。寫代碼、查資料、調用工具、生成方案、反復自檢，每一步都要token。使用體驗越接近“自動干活”，背后的推理成本越像一張不斷延長的賬單。

這會改變企業軟件行業的定價邏輯。

過去SaaS賣的是席位，增長看訂閱人數。現在AI軟件賣的是調用，增長看使用深度。對供應商來說，這是一個很好的商業模式；對客戶來說，這就變成了預算波動。

也因此，一些企業AI服務開始轉向更接近結果的定價方式。比如Zendesk近期提出把AI客服定價和“成功解決問題”綁定，而不是只按席位或調用次數收費。這種模式背后的行業含義很清楚：企業客戶已經不想為“AI很忙”付錢，而是要為“AI確實解決了問題”付錢。

Uber這次的爭議，剛好卡在這個轉折點上。

它的業務非常適合AI。打車、外賣、司機調度、路線規劃、動態定價、客服、風控、廣告、會員體系，幾乎每個環節都可以被AI優化。Uber自己也說過，AI早就被用于乘車定價和司機乘客匹配。

可問題在于，越是適合AI的公司，越不能只停留在“AI用起來了”。

Uber必須回答更硬的問題：

AI有沒有降低客服成本？
有沒有提高司機調度效率？
有沒有減少乘客等待時間？
有沒有提升外賣配送效率？
有沒有提高廣告轉化？
有沒有讓產品功能交付更快？
有沒有最終進入利潤表？

這些問題比“10%的代碼由Agent生成”更重要。

因為投資者不會長期為代碼生成率付估值，投資者會為經營杠桿付估值。

如果AI能讓Uber少招人，同時讓產品開發更快、運營成本更低、平臺效率更高，那AI就是利潤彈性的催化。可如果AI只是讓研發部門更熱鬧、賬單更高、功能產出卻沒有清晰改善，那它就不是生產力革命，而是新的費用項。

這也是科技股接下來會遇到的估值分化。

過去市場喜歡獎勵“AI投入大”的公司。未來市場可能只獎勵“AI回報清楚”的公司。

Uber的真正壓力，不在AI賬單，而在利潤率預期被重新校準

為什么Uber這件事值得放在資本市場語境里看？

因為Uber本身是一家現金流質量不錯、經營杠桿正在釋放的平臺公司。

2026年一季度，Uber月活平臺消費者達到1.99億，同比增長17%；Trips達到36.43億次，同比增長20%；Mobility總預訂額263.94億美元，同比增長25%；Delivery總預訂額259.92億美元，同比增長28%。這是一家仍在擴張的平臺，不是增長見頂后靠概念續命的公司。

這就讓它的AI預算問題更有代表性。

如果一家主業衰退的公司縮減AI預算，市場可以理解成現金流壓力。但一家主業增長、EBITDA擴張、自由現金流充足的公司開始質疑AI支出，說明行業已經不是“有沒有錢投AI”的問題，而是“投AI有沒有足夠高的邊際回報”。

這才是核心。

Uber當前的資本故事，本來很清楚：平臺規模繼續擴張，Mobility和Delivery雙輪驅動，廣告、會員、自動駕駛合作帶來增量空間，費用控制帶來經營杠桿，自由現金流支持回購。

一季度公司還給出了二季度指引：總預訂額562.5億至577.5億美元，按固定匯率同比增長18%至22%；Non-GAAP EPS為0.78至0.82美元，同比增長31%至38%；調整后EBITDA預計27億至28億美元。

這說明市場對Uber的定價，不應該只看AI費用，而要看AI費用會不會破壞它原本的利潤率故事。

如果AI投入可控，并且能持續抵消人力增長、提高研發吞吐、提升運營效率，那么Uber會被重新理解為“高現金流平臺+AI經營杠桿”。這是一種很強的估值組合。

但如果AI賬單持續失控，研發效率改善無法被量化，功能交付沒有明顯提升，那么市場會開始修正此前對AI提效的樂觀假設。到那時，AI不再是估值加分項，而會變成利潤率折扣項。

這就是Uber新聞背后的真正沖突。

它不是在討論Claude Code貴不貴，而是在討論企業AI到底該怎么進入財務模型。

過去分析師喜歡問：公司AI戰略是什么？
以后可能會問得更細：AI支出占研發費用多少？AI調用成本是否可控？AI帶來的開發效率有沒有反映在人員增長放緩上？AI是否改善了用戶體驗和平臺轉化？AI相關投入對EBITDA margin是增厚還是稀釋？

這些問題一旦進入財報電話會，大廠的AI敘事就會變得不一樣。

過去是技術負責人講愿景，未來是CFO講回報。

這不是壞事。

AI如果真的有生產力價值，就應該經得起財務審計。不能長期靠“以后會更好”來解釋今天的賬單。科技股已經經歷過太多輪資本開支敘事，云計算、元宇宙、自動駕駛、生成式AI，每一輪早期都很熱，最后都要回到現金流、利潤率和用戶價值。

Uber這次只是把這個問題提前端到了臺面上。

結語：AI不會退場，但“白拿預算”的時代結束了

Uber這件事最有意思的地方，是它沒有給出一個反AI結論。

它更像是一家公司在承認：AI值得投，但不能再像免費資源一樣使用；AI值得推，但不能用使用率替代結果；AI值得進入組織，但不能讓所有部門都拿“我在用AI”當免死金牌。

這對整個科技行業是一個前瞻信號。

2023年到2025年，AI的關鍵詞是部署、滲透、搶位、試點、全員使用。到了2026年，關鍵詞會慢慢變成預算、ROI、費用率、功能交付、現金流質量。

企業AI不會停止擴張，但擴張方式會變。

未來真正有價值的AI公司，不一定是讓客戶“用得最多”的公司，而是能讓客戶清楚算出回報的公司。真正會被市場重估的大廠，也不一定是AI口號喊得最響的公司，而是能把AI變成收入增長、成本下降、產品體驗改善和利潤率提升的公司。

Uber這次等于提前告訴市場：大廠內部的AI狂熱，已經走到財務部門門口了。

接下來，每個token都要解釋自己為什么值得被花掉。