Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI…

Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI 现在的运行成本，甚至开始超出它能替代的员工成本。

Uber 的 COO 公开承认了一件事。 他无法向公司证明这笔巨额开销是合理的。 硅谷大厂的 AI 账本，正在遭遇残酷的现实对账。

只看底层研发指标，一切都很完美。 Token 用量每天都在翻倍。 上个季度，公司 25% 的代码提交全部由 Claude Code 完成。 员工的 AI 渗透率极其漂亮。

但当管理层拿着这些华丽的数据去问工程负责人： 既然效率提升了，那我们多产出了 25% 有商业价值的用户功能吗？ 有多少之前因为缺人手而被搁置的项目，现在被重新捡起来了？

答案是没有答案。 这条等号线，目前根本画不出来。 AI 确实以惊人的速度生成了更多代码，但这并没有直接转化为可量化的业务增量。

把代码生成量等同于生产力提升，中间存在巨大的商业断层。 当底层技术指标涨到天上，却无法在资产负债表上兑现为利润。 大企业盲目铺开的 AI 投入，很快就要面对资本真正的灵魂拷问。