Uber總裁：AI支出越來越難證明合理性
Uber總裁表示，公司目前認爲AI使用量與生產力提升之間缺乏明確關聯，導致AI支出越來越難證明其合理性。
儘管Uber內部AI工具採用率較高，但尚未觀察到對應的人員效率或業務成果顯著改善。
這一表態反映出部分大型企業對AI投資回報的現實審視，正在從早期熱情轉向更謹慎的ROI驗證。
來源：公開信息
ABAB AI 解讀
Uber此前積極在自動駕駛、定價算法和客服等領域部署AI，此次總裁公開質疑AI生產力回報延續了其對新技術落地謹慎評估的路徑，類似早期對自動駕駛長期投入後的成本反思。
資本路徑上，Uber正重新評估AI預算分配，將資源從通用AI工具轉向能直接提升司機利用率、訂單匹配效率和用戶留存的具體應用場景，動機是通過嚴格ROI驗證控制成本，避免高額算力支出成爲長期負擔。
類似Karri Saarinen此前質疑AI生產力未轉化爲營收增長，以及微軟等公司縮減外部AI編碼工具接入的案例，Uber當前處於AI從全公司狂熱採用向場景化精準投資的調整階段。
本質屬於資本集中：AI生產力提升尚未有效穿透核心業務流程，機制在於現有組織結構、工作流和激勵機制仍以傳統方式運行，導致大量AI使用停留在實驗層面，資本正從廣撒網式支出向能明確量化回報的垂直場景集中。
ABAB News · 認知定律
沒有生產力兌現，AI支出就只是昂貴的實驗稅。
採用容易，真正轉化成利潤卻極難。
頂級公司不是用AI最多，而是最會停掉無效的AI。