Andrew MacDonald
PulseAugur coverage of Andrew MacDonald — every cluster mentioning Andrew MacDonald across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
Uber's AI spending outpaces budget due to rapid engineer adoption
Uber has reportedly exhausted its 2026 AI budget within five months, driven by the widespread adoption of tools like Claude Code among its 5,000 engineers. COO Andrew Macdonald has noted the difficulty in justifying these escalating costs, indicating a significant demand and rapid scaling of AI solutions within large enterprises.
Uber to implement stricter AI usage policies or cost controls within 90 days
Given that Uber has already burned through its AI budget for the year and executives like Andrew Macdonald are questioning ROI, it is likely the company will introduce new policies to manage AI spending. This could include caps on token usage, stricter approval processes for AI tools, or a shift towards more cost-effective AI solutions.
Industry-wide skepticism on AI ROI mirrors historical tech adoption patterns
Concerns about AI ROI are not isolated to Uber, with reports indicating a broader trend of companies ditching 'tokenmaxxing' and questioning AI expenditure. This mirrors historical patterns seen with general-purpose technologies, where initial productivity gains are individual-focused before organizational-level ROI becomes apparent.
-
Uber投资20多亿美元拓展日本网约车业务
根据4月份的信用卡支付数据，Uber已成为日本排名第一的网约车应用，超越了GO等竞争对手。该公司计划在未来五年内投资超过20亿美元，以进一步拓展在该国的业务。这项投资是Uber巩固其市场地位和在日本持续增长更广泛战略的一部分。
-
安德利拟收购永强科技；Uber引领日本网约车市场
安德利计划以约6-8亿元人民币的价格收购专注于集成电路材料的永强科技的控股权。此次收购目前处于尽职调查阶段，存在不确定性。另据报道，Uber总裁兼首席运营官Andrew Macdonald宣布，根据信用卡数据，Uber在4月份已超越'GO'等竞争对手，成为日本网约车市场的领导者。Uber计划在未来五年内投资超过20亿美元以拓展其服务。
-
尽管代币价格更便宜，AI支出仍飙升，违背预期
尽管代币价格大幅下跌，但公司在AI上的支出却激增，这种现象归因于Jevons悖论。该悖论表明，AI处理效率的提高和单位成本的降低导致了整体使用量的增加，因为公司部署了更多的AI代理并自动化了更多工作流程。这一趋势正在给AI预算带来压力，一些公司限制了员工的AI支出，另一些公司发现计算成本超过了人力成本。尽管代币的单价在下降，但其消耗量的增加促使人们重新评估AI的经济可持续性和投资回报率。
-
企业投资回报率担忧和代币战促使AI公司削减价格
像OpenAI和Anthropic这样的主要AI公司正面临压力，因为企业客户对其基于代币服务的投资回报率提出质疑，迫使它们削减价格。尽管代币需求激增，预计到2026年将使支出翻倍，但许多公司发现生成式AI试点并未带来可衡量的利润。这场潜在的价格战可能会压缩利润率，影响未来的IPO估值，并影响从芯片制造商到云服务提供商的整个AI供应链。
-
Uber 因预算危机限制 AI 编码工具支出
Uber 在四个月内就耗尽了 2026 年的预算后，对 AI 编码工具实施了每位工程师每月 1,500 美元的上限，凸显了严重的 AI 成本危机。代理式 AI 系统加剧了这种情况，它们可以为单个任务生成数千个 token 请求，尽管 token 价格不断下降，但仍推高了总体费用。虽然一些人认为危机被夸大了，并引用了潜在的生产力提升，但像 Palantir 这样的公司警告不要将 token 数量等同于业务价值，并强调财务成果是衡量成功的最终标准。
-
AI的Token计费冲击：公司争相管理失控的成本
随着新的基于Token的计费模式揭示出意想不到的高昂成本，公司正日益严格地审查其AI支出。这种从不透明的“全包式”订阅转向按使用量收费的模式，暴露了许多AI应用缺乏明确的投资回报率，导致像Uber这样的公司削减使用量。随着围绕AI采用的初步炒作面临财务部门的现实检验，该行业正争相开发更好的成本管理和可见性工具与标准。
-
Uber 在四个月内耗尽年度预算后限制 AI 支出
Uber 已对其员工使用 AI 工具实施了新的支出限制，将每人每月的使用量上限设为 1,500 美元，每个编码代理也设有上限。此举是在该公司透露其年度 AI 预算已在年初的四个月内被耗尽之后做出的。此前，Uber 最初鼓励员工广泛采用 AI，甚至通过内部排行榜来游戏化使用。
-
人工智能行业面临投资回报率危机，成本不透明且大型语言模型不可靠
作者认为，由于无法衡量投资回报率（ROI），以及更关键的人工智能服务的实际成本，人工智能行业正面临严重的危机。这种状况因大型语言模型固有的不可靠性以及微软等公司用于GitHub Copilot的不透明计费模式而加剧，导致客户因意外的token消耗而感到沮丧。文章认为，由于缺乏成本透明度和可衡量性，许多当前的人工智能炒作文章具有误导性。
-
开发者拒绝无AI工作，引发质量和成本担忧
一项最新研究表明，相当一部分软件开发者现在拒绝在没有AI辅助的情况下工作，这使得研究人员在没有这些工具的情况下难以开展研究。虽然AI被认为可以提高生产力，但人们越来越担心它可能不会提高代码质量，甚至可能增加维护负担。公司还在努力应对AI工具的高成本和潜在滥用问题，例如员工操纵生产力指标和超出AI预算的事件就证明了这一点。
-
公司因投资回报率担忧而放弃 AI 令牌使用指标
公司正放弃“令牌最大化”（tokenmaxxing）的做法，即激励员工使用大量 AI 令牌，这常常导致为琐碎任务而过度使用，并产生高昂成本。此举是因为高管们意识到，高令牌消耗量并不一定能转化为切实的业务回报或提高生产力。这一趋势反映了将 AI 投资与可衡量的投资回报率联系起来的普遍挑战，一些专家认为这是采用新技术时常见的生产力滞后现象。
-
人工智能提升个人生产力，但尚未实现公司层面投资回报率
尽管人工智能工具（如 Claude Code 和 ChatGPT）得到了广泛采用，并提高了个人生产力，但许多公司尚未在组织层面看到相应的收益。这种现象与通用技术的历史模式相似，在显著提高生产力之前，需要对补充性知识和基础设施进行初步投资。专家认为，当前的人工智能应用主要增强个人任务，类似于早期电力仅用于照明，而不是从根本上改变业务运营。
-
Uber 高管质疑 AI 投资回报率；学校反对使用设备
Uber 一位高管对公司 AI 投资的成本效益表示担忧，称越来越难以证明这些支出的合理性。这一观点表明，大型科技公司对 AI 支出的审查日益严格，质疑其回报是否与财务支出相称。与此同时，在教育领域，学校分配的数字设备正面临日益增长的反对浪潮，许多利益相关者主张减少课堂上的屏幕时间。
-
Uber 首席运营官在四个月内烧光 2026 年预算后质疑 AI 投资回报率
据报道，Uber 在今年前四个月内就耗尽了其 2026 年所有用于 AI 编码工具的预算，这促使其首席运营官质疑这些投资的直接价值。该公司通过内部排行榜激励员工采用，导致支出迅速增加。这种情况凸显了企业在采用 AI 方面面临的普遍挑战，即使用量增加会推高成本，即使单位 AI 定价在下降。Uber 的首席运营官 Andrew Macdonald 指出，很难将 AI 工具的使用直接与切实的消费者功能改进联系起来，这一观点得到了其他商界领袖…
-
Uber 因人工智能投资成本上升而放缓招聘
Uber 对其人工智能投资正变得更加谨慎，首席执行官 Dara Khosrowshahi 表示，公司正在放缓招聘以管理与人工智能相关的成本。公司首席运营官指出，人工智能使用量的增加并未直接转化为更好的客户成果或更快的特性开发，并且在人工智能工具和计算单元上的巨额支出已经超出预算。尽管存在这些担忧，Uber 仍在继续投资人工智能，但正在更仔细地审查支出。
-
Uber 五个月内烧光 2026 年 AI 预算
Uber 在今年仅过去五个月的时间里就已耗尽了其 2026 年的全部 AI 预算，这得益于 Claude Code 在其 5000 名工程师中的广泛采用。首席运营官 Andrew Macdonald 指出，该公司发现越来越难以证明与 AI 工具相关的不断上涨的成本是合理的。这种快速支出凸显了大型企业对 AI 解决方案的巨大需求和快速扩展的潜力。
-
Uber首席技术官警告不要进行人工智能支出狂潮，称缺乏产品联系
Uber首席技术官警告不要过度支出人工智能，指出公司在4月份已用尽2026年人工智能服务的全部预算。尽管Uber继续与主要人工智能模型供应商合作，但目前人工智能代币使用量的增加与面向消费者的产品的成功交付之间没有明确的相关性。这一观点表明战略上可能发生转变，从“人工智能代币最大化”转向更审慎的方法，优先考虑可证明的生产力提升和人工智能驱动的产品创新。
-
Uber 首席技术官：更多的 AI token 不等于更多的用户功能
Uber 首席技术官 Praveen Neppalli Naga 观察到，AI 中 token 使用量的增加并未带来有价值的消费者功能比例的相应增长。Uber 首席运营官 Andrew Macdonald 进一步阐述，虽然 AI 对个体用户来说可能看起来是免费的，但最终成本由公司承担，这使得 AI 支出的合理性更具挑战性。
-
Uber首席运营官承认人工智能支出难以证明合理性
Uber首席运营官Andrew Macdonald承认，人工智能并非盈利的保证。他指出，公司在人工智能方面投入了大量资金，但财务回报越来越难以证明其合理性。Macdonald表示，公司正在重新评估其人工智能投资。
-
Uber 质疑 AI 支出，因功能效益关联仍不明确
Uber 的高管们对其公司在人工智能方面的巨额支出的投资回报表示怀疑。总裁兼首席运营官 Andrew Macdonald 表示，随着人工智能使用量的增加与提供更有用的消费者功能之间没有明确的关联，为人工智能（尤其是大量 token 消耗）所产生的成本辩护变得越来越困难。这种情绪呼应了人们的担忧，据报道，Uber 2026 年的人工智能预算在年初的四个月内就已耗尽，导致公司放缓招聘以抵消人工智能投资。
-
人工智能成本激增，促使公司重新考虑部署策略
公司发现，部署人工智能（尤其是代理式人工智能）的相关成本正变得越来越昂贵，有时甚至超过了它们本应取代的人力成本。这导致微软和优步等公司重新评估其人工智能策略，包括取消许可证和收紧使用控制。成本上升归因于复杂任务的代币消耗增加以及人工智能芯片的高价等因素，给广泛采用人工智能带来了重大的经济挑战。