Uber полностью израсходовал годовой бюджет на ИИ из-за стоимости токенов Claude Code. Кейс показывает, почему корпоративные расходы на генеративный ИИ становятся непредсказуемыми.
Uber в апреле 2026 года исчерпал годовой бюджет на ИИ. Не из-за серверов и не из-за зарплат — из-за безудержного потребления токенов Claude Code и других генеративных инструментов. Пока CFO верили в «почти бесплатный» ИИ, каждая строка кода, написанная машиной, превратилась в затратную единицу. Этот кейс — первый громкий звонок: эпоха бесплатных экспериментов с ИИ закончилась.
Техдиректор компании признал: команда так увлеклась агентной разработкой, что финансовая модель просто не выдержала. Теперь перед нами отрезвляющий факт — Uber исчерпал бюджет на ИИ 2026 за 4 месяца, и это не единичная ошибка, а симптом нового экономического порядка.
Почему это касается всех: финал «бесплатного ИИ»
Год назад казалось, что генеративный ИИ — это дешёвый компаньон, который разве что слегка увеличит производительность команд. Но реальность оказалась иной. Корпоративные расходы на генеративный ИИ 2026 стали непредсказуемыми потому, что модель оплаты за токены оказалась гораздо агрессивнее привычной лицензии на рабочее место. Если раньше вы платили фиксированную сумму за разработчика, то теперь вы платите за каждое взаимодействие — и платите много.
Ситуация Uber — крайний, но закономерный пример. Компания уже вложила $3,4 млрд в R&D, а сжигание бюджета продолжилось. Рынок начал задаваться вопросом: не превратится ли ИИ из инструмента экономии в скрытого пожирателя прибыли? Ответ, судя по динамике, — уже превращается.
Механика катастрофы: почему токены съели бюджет
Ключевой момент, который упустили многие, — отличие оплаты за токены от традиционной подписки. Стоимость токенов ИИ бюджет Uber пробила потолок, потому что модель Claude Code и аналоги не продаются как «ещё один сервис за $30/мес». Каждый прогон, каждая итерация отладки, каждый запрос контекста — это счётчик, который не спит. И когда 84% разработчиков становятся агентными кодерами, а 70% кода генерирует ИИ, этот счётчик крутится с бешеной скоростью.
Claude Code стоимость для бизнеса оказалась коварной: короткие сессии дешевле, но сложные рефакторинги с большим контекстом могут стоить как неделя работы мидл-разработчика. При этом руководители не видели детализированных отчётов: бюджет таял быстрее, чем приходили уведомления от финансового отдела.
Компания пропустила момент, когда число агентных сессий перевалило за критическую отметку. А когда спохватилась, годовой бюджет уже был позади. Теперь этот же механизм угрожает любому бизнесу, который не ввёл контроль за расходом токенов.
Цифры, от которых холодеет CFO
Чтобы понять масштаб, достаточно взглянуть на данные:
- 5000 инженеров в штате Uber;
- 84% из них активно пользуются агентными инструментами ИИ;
- 70% нового кода пишет ИИ;
- $3,4 млрд — общий R&D-бюджет, из которого значительная доля ушла на оплату токенов;
- Расходы на ИИ превысили зарплаты живых разработчиков в пересчёте на эквивалент выполненной работы.
Это не опечатка: в определённый момент выгоднее было нанять дополнительных инженеров, чем продолжать бесконтрольно платить за токены. Финансовая аномалия, которая ещё вчера казалась невозможной, стала реальностью для одной из самых технологичных компаний мира. Теперь представьте, что происходит в компаниях без армии аналитиков и CFO, умеющих считать истинную стоимость ИИ.
AI FinOps: новая дисциплина, которую вы уже опоздали внедрить
Именно поэтому на рынке стремительно формируется запрос на AI FinOps — практику контроля и оптимизации затрат на генеративный ИИ. AI FinOps контроль затрат становится таким же обязательным, как Cloud FinOps несколько лет назад. И начать стоит немедленно.
Первые шаги, которые помогут не повторить судьбу Uber:
- Проведите аудит всех ИИ-инструментов в командах и их фактического потребления токенов за последние 30 дней.
- Сравните стоимость токенов с зарплатами эквивалентных специалистов, выполняющих аналогичный объём работы.
- Введите лимиты на потребление в расчёте на команду или проект — без этого механизм самоконтроля не работает.
- Создайте внутреннюю модель предсказания бюджетов, которая учитывает волатильность стоимости токенов и рост их использования.
- Назначьте ответственного за AI FinOps — это не обязанность DevOps, а отдельная компетенция.
Что будет дальше: реакция вендоров и новый контракт с ИИ
Кейс Uber уже спровоцировал реакцию. Anthropic, по сведениям инсайдеров, рассматривает пересмотр тарифной сетки для корпоративных клиентов, а OpenAI готовит гибридные модели — оплата за место плюс разумный пакет токенов. Но пока новые правила только формируются, ответственность ложится на сам бизнес.
Главный вывод: ИИ больше не про «волшебную экономию». Он требует такого же бюджетного менеджмента, как облака, персонал и закупка оборудования. Те, кто осознает это сегодня, завтра будут управлять затратами, а не бороться с пожарами.
Uber уже заплатил за нашу беспечность — давайте извлечём урок. Прямо сейчас запросите у своих команд данные по расходу токенов за последние 30 дней. Сравните с зарплатами тех же разработчиков. Если цифра вызывает холодок — сегодня лучший день, чтобы запустить AI FinOps.
Материал носит информационный характер и не является индивидуальной инвестиционной рекомендацией. Даже если деньги не пахнут, бюджет на ИИ после такого кейса может приобрести весьма специфический аромат.
Мнение редактора
Статья основана на новости от апреля 2026 года (источник — Axios, заявление техдиректора Uber). Цифры по R&D и структуре разработки (5000 инженеров, 84% agentic, 70% кода ИИ) взяты из публичных отчётов и дискуссий в отраслевых медиа. Практические шаги по AI FinOps сформулированы на основе текущих трендов управления облачными затратами. Мнение редакции: ключевой вывод — true cost генеративного ИИ должен считаться так же строго, как зарплаты и инфраструктура; рекомендация немедленно начать аудит токенов — это не инвестиционный совет, а управленческий сигнал. Мы не гарантируем, что ваш бюджет на ИИ не начнёт пахнуть горечью, если не внедрить контроль.