Le aziende tecnologiche globali hanno investito massicciamente nell'intelligenza artificiale, riconoscendone il potenziale trasformativo. Tuttavia, la gestione dei costi associati all'AI sta emergendo come una sfida crescente per il settore. In questo contesto, Uber, il colosso del ridesharing, è tra i primi a reagire pubblicamente, adottando misure per contenere la sua spesa in AI, divenuta sproporzionata.
Limiti di spesa per l'AI
Uber ha introdotto un limite di spesa mensile di 1.500 dollari per dipendente, applicabile a strumenti di coding con AI come Claude Code di Anthropic e Cursor.
Questa decisione segue l'esaurimento dell'intero budget annuale per l'AI in soli quattro mesi. Il consumo è monitorato tramite un pannello di controllo interno; i limiti possono essere superati in casi eccezionali con autorizzazione speciale.
ROI dell'AI: un'incognita per Uber
La mossa di Uber riflette un problema più ampio nel settore tecnologico: la difficoltà nel quantificare il ritorno sull'investimento (ROI) dell'AI. Andrew Macdonald, direttore operativo di Uber, ha espresso dubbi sull'effettiva produttività derivante dall'uso intensivo dell'AI. Ha evidenziato la difficoltà nel correlare l'impiego dell'AI all'introduzione di nuove funzionalità per i consumatori, suggerendo che i benefici tangibili non sono sempre immediati o misurabili.
Uso responsabile e futuro dell'AI in Uber
La necessità di limitare la spesa è emersa dopo che i dipendenti erano stati incoraggiati a utilizzare gli strumenti di AI "il più possibile", portando a un rapido esaurimento delle risorse. Le nuove restrizioni mirano a promuovere un uso più responsabile e sostenibile della tecnologia. Nonostante ciò, l'impegno di Uber nell'intelligenza artificiale persiste, con circa il 10% del codice aziendale generato da agenti AI. La domanda chiave resta: Uber riuscirà a tradurre questi strumenti in miglioramenti concreti per i consumatori, giustificando l'investimento? L'esperienza di Uber funge da campanello d'allarme per altre aziende, evidenziando come pratiche di spesa più contenute e mirate siano essenziali per un effettivo ritorno sugli investimenti nell'AI.
