Praveen Neppalli Naga
PulseAugur coverage of Praveen Neppalli Naga — every cluster mentioning Praveen Neppalli Naga across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
Praveen Neppalli Naga could lead an initiative to optimize AI token usage at Uber.
As CTO, Praveen Neppalli Naga is in a position to spearhead efforts to control and optimize AI token consumption. This could involve implementing stricter usage policies, exploring more efficient AI models, or developing internal tools to monitor and manage AI-related expenses more effectively.
Praveen Neppalli Naga's statement highlights a potential shift in Uber's AI strategy.
Praveen Neppalli Naga's revelation that Uber's AI coding tools budget was depleted in four months indicates a significant underestimation of AI costs or an aggressive adoption strategy. This could signal a forthcoming re-evaluation of their AI toolset and budget allocation, potentially leading to more conservative AI spending or a search for cost-effective alternatives.
Uber may seek to renegotiate terms with AI coding tool providers.
Given the rapid budget depletion and the COO's questioning of AI spending's ROI, Uber might be compelled to seek more favorable pricing or different service models from their AI coding tool vendors. This could involve exploring enterprise-level agreements or negotiating discounts based on their high token consumption.
-
英伟达高管：AI计算成本已超过人力成本
尽管科技行业裁员普遍，但根据英伟达和麻省理工学院的研究，目前人工智能的成本高于人力，原因是计算和能源成本高昂。虽然大型科技公司正在大力投资人工智能，资本支出显著增加，但人工智能自动化的经济可行性仅限于一小部分岗位。这导致了一个短期内的不匹配，即人工智能的采用速度超过了其成本效益，促使一些公司重新评估其预算。
-
Uber的AI成本飙升，暴露Token定价缺陷
Uber首席技术官透露，由于AI编码工具（特别是Claude Code）的使用量远超预期，该公司今年的AI预算已全部用尽。这种情况凸显了基于Token的定价模式可能带来的行业性问题，这种模式的成本随使用量扩展，而非按席位许可收费。这些工具的快速普及导致成本大幅增加，迫使企业重新评估AI预算策略。
-
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。
-
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。
-
Microsoft、Uber因AI编码工具预算超支
Microsoft和Uber因Claude Code和GitHub Copilot等AI编码工具的高消耗而面临严重的预算超支。工程师们对这些工具的严重依赖，特别是基于代币定价的工具，导致成本远远超出最初的财务预测。这一问题凸显了预测AI支出的一个更广泛的挑战，许多公司难以准确预测其实际AI支出。
-
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 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。
-
Uber 首席技术官透露 AI 编码工具预算四个月内耗尽
Uber 首席技术官 Praveen Neppalli Naga 透露，该公司在今年头四个月内已耗尽其 2026 年 AI 编码工具的预算。资金的快速耗尽表明其 AI 开发计划存在大量投资或未预见的成本。
-
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。
-
AI Token 成本飙升，令公司和 CFO 措手不及
公司正面临与 AI Token 相关的意外且迅速增长的成本，许多已超出初始预算。Token 使用量的激增是由代理式 AI 系统的采用驱动的，这些系统需要广泛的上下文才能有效运行。因此，CFO 们正经历重大的预算超支，因为 Token 成本的可变性使其难以预测和管理，这与传统的固定成本 SaaS 模型不同。
-
Uber将司机转变为AI和AV数据的全球传感器网络
Uber计划为其司机车辆配备传感器，为自动驾驶汽车（AV）公司和AI模型训练收集数据。首席技术官Praveen Neppalli Naga表示，数据收集是目前AV开发的瓶颈，而Uber的目标是实现数据的民主化。该公司正在构建一个“AV云”，为25家AV合作伙伴提供标记好的传感器数据，可能为它们在该领域提供优势。
-
Uber首席技术官和Replit首席执行官将出席TechCrunch AI活动
AI编码助手公司Replit的首席执行官Amjad Masad宣布，公司有望实现10亿美元的年收入运行率，远高于2024年的280万美元。Masad表示，他倾向于保持独立，而不是寻求被收购，并以Cursor据称的600亿美元交易作为比较。他还讨论了Replit的盈利之路以及人工智能驱动的软件开发的更广泛格局。