Uber Membatasi Pengeluaran AI Karyawan di $1.500 Per Kursi Setelah Anggaran Jebol

Uber meminta para insinyurnya untuk menggunakan kecerdasan buatan sebanyak mungkin. Bahkan penggunaannya dijadikan kompetisi.

Empat bulan kemudian, seluruh anggaran tahunan pun habis.

Menurut TechCrunch, Uber menghabiskan anggaran kecerdasan buatan (AI) tahunannya dalam sekitar sepertiga tahun, lalu bergerak cepat untuk menetapkan batasnya. Perusahaan mendorong staf untuk sangat mengandalkan alat coding AI dan mengurutkan tim berdasarkan seberapa banyak mereka menggunakannya. Karyawan melakukan persis apa yang diminta dari mereka. Tagihannya pun melakukan persis apa yang bisa diduga.

Yang membuat ini lebih dari sekadar memo internal yang lucu adalah siapa yang mengatakannya dan apa yang mereka katakan. Presiden dan chief operating officer (COO) Uber, Andrew Macdonald, secara terbuka mempertanyakan apakah pengeluaran itu sepadan, dengan mengatakan kepada sebuah podcast bahwa "sangat sulit untuk menarik garis" antara lonjakan penggunaan AI perusahaan dan hal baru apa pun yang bisa dirasakan pelanggannya. Ketika operator yang menjalankan perusahaan tidak bisa menghubungkan pengeluaran dengan produk, setiap CEO yang mendengar ini perlu mencatat.

Bagaimana Papan Peringkat Menghabiskan Anggaran Setahun

Pengaturannya terdengar masuk akal di atas kertas. Buat orang-orang cepat terbiasa dengan AI, hilangkan hambatannya, rayakan pengguna terberat. Adopsi adalah bagian yang sulit dari teknologi baru mana pun, jadi mengapa tidak menjadikannya permainan.

Fakta Utama

• Uber menghabiskan seluruh anggaran AI tahunannya dalam sekitar empat bulan, fakta yang terungkap secara internal sekitar April 2026. (TechCrunch, Juni 2026)
• Perusahaan menetapkan batas baru sebesar $1.500 per karyawan per bulan untuk setiap alat coding agentik, termasuk Claude Code dan Cursor, yang dipantau di dashboard internal dengan pengecualian berdasarkan izin. (TechCrunch)
• Kelebihan pengeluaran terjadi setelah dorongan internal untuk menggunakan AI "sebanyak mungkin," dengan tim diurutkan berdasarkan papan peringkat penggunaan. (TechCrunch)

Masalahnya adalah apa yang sebenarnya dihargai oleh papan peringkat itu. Yang dihargai adalah konsumsi. Bukan output, bukan fitur yang dirilis, bukan rilis yang lebih cepat, bukan pelanggan yang lebih puas. Hanya token yang dihabiskan. Jadi metrik naik ke kanan atas, anggaran mengering, dan tidak ada yang bisa menunjukkan tumpukan nilai yang setara di sisi lain neraca.

Masalah Sesungguhnya Bukan Tagihannya, Melainkan ROI yang Tidak Ada

Mudah saja untuk mengarsipkan ini di bawah "AI itu mahal" dan melanjutkan. Itu melewatkan pelajarannya.

Biaya alat yang mendasarinya sebenarnya telah turun. Masalahnya adalah alat agentik, yaitu yang merencanakan dan bertindak dalam putaran, menghabiskan jauh lebih banyak token per tugas dibandingkan prompt chatbot sederhana, sehingga penggunaan bertambah cepat dan tagihan ikut bertambah. Kisah Uber sendiri menunjukkan kesenjangan yang sama yang kini dihadapi banyak perusahaan: pengeluaran nyata dan terus naik, sementara return on investment (ROI) tetap sulit untuk disebutkan. Itulah kesenjangan yang sama di balik mengapa tagihan AI perusahaan terus naik meski harga token turun.

Ketika COO Anda mengatakan hubungan antara penggunaan AI dan nilai pelanggan "belum ada," itu bukan keluhan tentang harga. Itu adalah kegagalan pengukuran. Perusahaan mengoptimalkan hal yang bisa dilihat (penggunaan) alih-alih hal yang sebenarnya diinginkan (hasil), karena penggunaan mudah dihitung dan hasil sulit. Inilah jebakan tepat yang mengubah AI dari investasi menjadi biaya yang tidak terukur yang tidak pernah muncul sebagai ROI. Solusinya bukan anggaran yang lebih kecil. Melainkan pertanyaan yang lebih baik.

Mengapa "Gunakan Sebanyak Mungkin" Adalah Instruksi yang Keliru

Adopsi adalah sarana, bukan tujuan. Tujuan dari alat AI adalah hasil yang lebih baik dengan biaya lebih rendah, bukan angka penggunaan yang lebih tinggi. Begitu Anda menjadikan penggunaan sebagai tujuan, Anda menjamin tiga hal: pengeluaran naik, pengguna terberat terlihat seperti pemain terbaik terlepas dari apa yang mereka hasilkan, dan Anda kehilangan kemampuan untuk membedakan dolar produktif dari dolar yang terbuang.

Papan peringkat penggunaan adalah metrik adopsi yang memakai baju metrik nilai. Terasa seperti kemajuan karena grafiknya naik. Namun tim penjualan tidak dinilai berdasarkan berapa banyak panggilan yang dihubungi, melainkan dari pendapatan. Peluncuran AI berhak mendapat standar yang sama. Jika Anda tidak bisa menghubungkan token dengan hasil, Anda tidak mengukur produktivitas. Anda mengukur antusias, dan antusias tidaklah gratis.

Ini juga mengapa pola yang lebih luas dari investasi AI yang gagal menghasilkan return yang jelas terus berulang. Teknologinya bekerja. Tata keloladnya tidak.

Playbook Tata Kelola Biaya AI

Anda tidak perlu memperlambat adopsi AI untuk mengendalikannya. Anda memerlukan guardrails sejak hari pertama, bukan setelah anggaran habis. Lima langkah untuk setiap CEO yang mendanai alat AI tahun ini.

Tetapkan anggaran per kursi dan per alat sebelum Anda berkembang, bukan setelahnya. Batasan Uber datang setelah uangnya habis. Pasang batas dan dashboard pada tahap program percontohan, agar pengeluaran terlihat dan terbatas selagi masih kecil. Ini adalah disiplin biaya biasa yang diterapkan pada pos anggaran baru, tidak ada yang luar biasa.

Hargai hasil, bukan penggunaan mentah. Hapus papan peringkat konsumsi. Jika Anda ingin merayakan sesuatu, rayakan fitur yang dirilis, waktu siklus yang lebih cepat, tiket dukungan yang teralihkan, atau kesepakatan yang ditutup. Kaitkan pengakuan dengan hasil agar insentif mengarah pada nilai bukan volume.

Batasi setiap perluasan pada pemeriksaan ROI yang nyata. Sebelum Anda memperluas akses atau mengangkat batas, minta jawaban sederhana atas satu pertanyaan: apa yang dibeli dolar terakhir. Jika tidak ada yang bisa menyebutkannya, Anda telah menemukan masalah Anda sebelum menumpuk, yang persis itulah yang seharusnya diungkap oleh siklus perencanaan tahunan yang disiplin.

Jadikan pengeluaran AI sebagai pos anggaran tetap dengan pemiliknya. Perlakukan seperti biaya material lainnya. Satu orang memiliki angka tersebut, melaporkannya, dan bertanggung jawab atas rasio pengeluaran terhadap hasil. Biaya AI tidak bisa hidup di celah antara IT dan keuangan di mana tidak ada yang memantaunya, yang merupakan kesenjangan tata kelola yang sama yang membiarkan kejutan semacam ini terjadi.

Asumsikan penggunaan akan naik, dan rencanakan kurvanya. Alat agentik digunakan lebih banyak seiring bertambahnya kepercayaan. Itu adalah keberhasilan, bukan kegagalan, tetapi hanya jika Anda merencanakannya. Modelkan kurva pengeluaran seperti Anda memodelkan jumlah karyawan atau cloud, sehingga pertumbuhannya adalah keputusan yang Anda buat, bukan tagihan yang Anda temukan.

Uber bukan kisah peringatan karena terlalu banyak menghabiskan untuk AI. Ini adalah kisah peringatan karena menghabiskan tanpa cara untuk mengetahui apakah pengeluaran berhasil, dan butuh anggaran yang jebol untuk memasang kendali. Perusahaan yang menang di tahun AI berikutnya bukan yang paling banyak menggunakan token. Mereka adalah yang bisa memberi tahu Anda, hingga ke dolarnya, apa yang dibeli oleh token tersebut. Bangun jawaban itu sebelum Anda meningkatkan pengeluaran.

Pertanyaan yang Sering Diajukan

Mengapa Uber membatasi pengeluaran AI karyawan?

Uber menghabiskan seluruh anggaran AI tahunannya dalam sekitar empat bulan setelah mendorong staf untuk menggunakan alat coding AI secara intens dan mengurutkan tim berdasarkan penggunaan. Perusahaan kemudian menetapkan batas $1.500 per karyawan per bulan untuk setiap alat coding agentik, dipantau di dashboard internal, untuk mengembalikan pengeluaran di bawah kendali.

Apa pelajaran bagi CEO dari kelebihan anggaran AI Uber?

Bahwa bahayanya adalah insentifnya, bukan harganya. Menghargai penggunaan mentah mendorong pengeluaran tanpa membuktikan nilai. CEO harus menetapkan anggaran per kursi dan dashboard sebelum berkembang, menghargai hasil bukan konsumsi, dan membatasi setiap perluasan pada pemeriksaan ROI yang jelas.

Mengapa tagihan AI naik meski harga token turun?

Karena alat AI agentik merencanakan dan bertindak dalam putaran multi-langkah yang mengonsumsi jauh lebih banyak token per tugas dibandingkan satu prompt chatbot. Seiring kepercayaan dan adopsi tumbuh, penggunaan naik lebih cepat dari penurunan harga per token, sehingga total tagihan naik kecuali perusahaan secara aktif menganggarkan dan mengukur pengeluaran AI-nya.

Sumber: TechCrunch, 2 Juni 2026 | Fortune, 26 Mei 2026