اگر بودجه فناوری یک سازمان را مدیریت میکنید، احتمالاً مدلهای پیشبینی شما اکنون منسوخ شدهاند. اوبر (Uber) کل بودجه هوش مصنوعی سال ۲۰۲۶ خود را تنها در چهار ماه سوزاند و حالا مجبور شده سقفهای سختگیرانهای برای هزینههای تیم مهندسی خود تعریف کند.
این بحران زمانی رخ داد که غول تاکسیرانی دنیا از ابزارهای سادهٔ تکمیل خودکار به سمت عاملهای (Agents) — شبیه دستیارهایی که نه فقط پیشنهاد میدهند، بلکه خودشان کد میزنند و اجرا میکنند — حرکت کرد. همانطور که در تحلیلهای قبلی ما دربارهی هزینههای استنتاج در مقیاس سازمانی اشاره کردیم، بسیاری از شرکتها هنوز با هوش مصنوعی مانند یک نرمافزار با هزینهٔ ثابت ماهانه برخورد میکنند؛ اما واقعیت این است که یک «کاربر حرفهای» میتواند ۲۰ برابر بیشتر از یک کاربر معمولی هزینه تحمیل کند.
به گزارش بلومبرگ (Bloomberg)، اوبر اکنون هر مهندس را به سقف ۱۵۰۰ دلار در ماه برای هر ابزار عاملمحور (Agentic)، از جمله کِرسور (Cursor) و کلود کد (Claude Code) محدود کرده است. برای درک دقیقتر این هزینهها، میتوان به روشهای رصد توکنبه-توکن برای محاسبه قیمت واقعی پروژهها در Cursor اشاره کرد که پیچیدگیهای صورتحساب این ابزارها را تحلیل میکند. طبق دادههای داخلی، تا مارس ۲۰۲۶، ۸۴٪ از مهندسان از این ابزارها استفاده میکردند و تا بهار این رقم به ۹۵٪ رسید.
بر اساس مستندات داخلی این شرکت، جزئیات این تخطی بودجه تکاندهنده است:
- ۷۰٪ از کل کدهای ثبتشده اکنون توسط ابزارهای هوش مصنوعی تولید میشوند.
- هزینه ماهانه هر مهندس بین ۱۵۰ تا ۲۵۰ دلار بود، اما کاربران سطح بالا هزینههایی بین ۵۰۰ تا ۲۰۰۰ دلار داشتند.
- پراوین نپالی ناگا (Praveen Neppalli Naga)، مدیر فنی ارشد، تنها در یک جلسه دموی دو ساعته ۱۲۰۰ دلار هزینه کرد.
این وضعیت با یک نقص ساختاری تشدید شد؛ اوبر پذیرش این ابزارها را با تعریف «جدول ردهبندی» (Leaderboard) بازیوار کرد. این کار باعث ایجاد یک رقابت برای مصرف بیشتر توکن (Token) — تکههای کوچکی از متن که مدل تکهتکه میخورد — شد، در حالی که تیمهای مالی از روند مصرف بیخبر بودند. طبق بررسی بین (Bain)، تنها ۲۱٪ از سازمانها حاکمیت بالغی بر ابزارهای عاملمحور دارند.
برای مدیران کسبوکار، این یعنی عصر نرخهای ثابت به پایان رسیده است. با حرکت آنتروپیک (Anthropic) و گیتهاب (GitHub) به سمت صورتحسابهای مبتنی بر اعتبار در ژوئن ۲۰۲۶، شرکتها باید نظارت لحظهای را جایگزین بودجههای سنتی کنند.
گام بعدی شما
- بازنگری در بودجههای R&D با جایگزینی مدلهای «سقف ثابت» با «مانیتورینگ لحظهای».
- بررسی میزان وابستگی کدها به هوش مصنوعی برای تخمین هزینهٔ استنتاج در آینده.
- حذف هرگونه سیستم پاداش یا رقابتی که منجر به مصرف بیرویه توکن شود.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو