درون بحران توکن‌های اوبر: وقتی هزینه‌های استنتاج از ارزش محصول پیشی می‌گیرد

اگر بودجه‌ی بخش فناوری شرکتتان را مدیریت می‌کنید، هشدار مدیر عملیاتی اوبر (Uber) برای شما یک درس حیاتی است. باید بدانید که مصرف انبوه توکن‌ها لزوماً به معنای موفقیت محصول نیست.

بسیاری از غول‌های فناوری اکنون درگیر وضعیتی به نام «توکن‌ماکسینگ» هستند. آن‌ها کارکنان خود را تشویق می‌کنند تا تا حد ممکن از هوش مصنوعی استفاده کنند تا مزیت رقابتی یابند. اما این پذیرش تهاجمی اکنون با واقعیت‌های مالی برخورد کرده است. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی هزینه‌های پنهان مدل‌های زبانی اشاره کردیم، تکرار استفاده از ابزار با ایجاد ارزش واقعی متفاوت است.

در این میان، مفهوم استنتاج (Inference) — که مثل خودِ آشپزی است، نه دوره‌ی آموزش آشپز — به هزینه‌ای تبدیل شده که بازگشت سرمایه‌اش نامعلوم است. به نقل از مصاحبه‌ای که در ۲۵ مه ۲۰۲۶ منتشر شد، اندرو مک‌دونالد (Andrew Macdonald)، مدیر عملیاتی اوبر، از شکاف عمیق بین هزینه و ارزش سخن گفت. او اشاره کرد که پراوین نپالی ناگا (Praveen Neppalli Naga)، مدیر فناوری اوبر، در ماه آوریل اعتراف کرد که بودجه‌ی سال ۲۰۲۶ شرکت برای استفاده از Claude Code پیش از موعد تمام شده است.

طبق گزارش مک‌دونالد، افزایش مصرف توکن‌ها منجر به رشد متناسب در ویژگی‌های کاربردی برای مشتری نشده است. به همین دلیل، دارا خسروشاهی (Dara Khosrowshahi)، مدیرعامل اوبر، در گزارش اخیر سود شرکت اعلام کرد که برای مقابله با این هزینه‌ها، روند استخدام را کند می‌کنند. این وضعیت تنها مختص اوبر نیست؛ دولینگو (Duolingo) نیز اخیراً پس از شکایت کارکنان، معیارهای استفاده از هوش مصنوعی را از ارزیابی‌های عملکرد حذف کرد.

این اتفاق نشان‌دهنده‌ی چرخش از «پذیرش هوش مصنوعی» به «بهره‌وری هوش مصنوعی» است. برای رهبران کسب‌وکار، درس روشن است: اندازه‌گیری میزان استفاده‌ی تیم از یک ابزار، یک معیار پوشالی است. پیروزی واقعی در ویژگی‌ای است که به دست مشتری می‌رسد، نه در تعداد توکن‌های مصرف‌شده.

گام بعدی شما

• بودجه‌های استنتاج خود را با تعداد ویژگی‌های منتشرشده در محصول مقایسه کنید.
• معیارهای ارزیابی عملکرد تیم‌های فنی را از «میزان استفاده از AI» به «کاهش زمان رسیدن به بازار» تغییر دهید.
• گزارش‌های سود سهام ربع سوم شرکت‌های بزرگ را زیر نظر بگیرید تا ببینید چه کسانی دیگر به این بحران هزینه‌ها اعتراف می‌کنند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.