Uber-ის AI ხარჯები: "გამართლება სულ უფრო რთულდება"
Uber-ის პრეზიდენტი ენდრიუ მაკდონალდი აცხადებს, რომ AI-ში ინვესტიციების გამართლება სულ უფრო რთულდება. $3.4 მილიარდიანი ბიუჯეტი 4 თვეში ამოიწურა.
Uber-ის AI ხარჯები: "გამართლება სულ უფრო რთულდება"
📅 26 მაისი, 2026 | 🏷️ AI, ბიზნესი, ტექნოლოგიები | ✍️ SiTech Team
Uber-ის პრეზიდენტმა და ოპერაციულმა დირექტორმა, ენდრიუ მაკდონალდმა, ცოტა ხნის წინ განაცხადა, რომ კომპანიის ხელოვნურ ინტელექტში ჩადებული ინვესტიციების გამართლება "სულ უფრო რთული ხდება". ამ განცხადებამ დიდი რეზონანსი გამოიწვია ტექნოლოგიურ სამყაროში, განსაკუთრებით იმ ფონზე, როდესაც მსოფლიოს უმსხვილესი კომპანიები AI-ში მილიარდებს ხარჯავენ.
ინტერვიუში Rapid Response-თან, მაკდონალდმა აღნიშნა, რომ კომპანია ვერ ხედავს მკაფიო კავშირს Claude Code-ისთვის დახარჯული AI ტოკენების მზარდ მოხმარებასა და მომხმარებლისთვის მიწოდებულ რეალურ ღირებულებას შორის. Uber-მა 2025 წელს $3.4 მილიარდი დოლარი დახარჯა კვლევასა და განვითარებაზე (R&D), რაც 9%-ით მეტია წინა წელთან შედარებით.
SiTech-ზე ჩვენ ყურადღებით ვადევნებთ თვალს ამ ტენდენციებს, რადგან გვჯერა, რომ ეს გაკვეთილები მცირე ბიზნესებისთვისაც მნიშვნელოვანია. AI-ში ინვესტიცია მხოლოდ მსხვილი კორპორაციების საქმე არ არის — ქართულმა მცირე და საშუალო ბიზნესებმაც უნდა იცოდნენ, როგორ გაზომონ AI-ს ეფექტურობა.
💰 $3.4 მილიარდი — R&D ბიუჯეტი, რომელიც 4 თვეში ამოიწურა
2025 წელს Uber-მა კვლევასა და განვითარებაზე $3.4 მილიარდი დახარჯა — 9%-ით მეტი, ვიდრე 2024 წელს. თუმცა, ყველაზე შოკისმომგვრელი ის არის, რომ 2026 წლის ყოველწლიური AI ბიუჯეტი კომპანიამ მხოლოდ 4 თვეში ამოწურა. წარმოიდგინეთ: $3.4 მილიარდიანი ბიუჯეტის AI-ზე გათვალისწინებული ნაწილი აპრილისთვის უკვე აღარ იყო.
Uber-ის აღმასრულებელმა დირექტორმა, დარა ხოსროვშაჰიმ, განაცხადა, რომ კომპანია AI-ში მზარდ ინვესტიციებს ანაზღაურებს ნაკლები ადამიანური რესურსის დაქირავებით. ეს ტენდენცია საყურადღებოა — AI-ს შეუძლია შეცვალოს სამუშაო ადგილები, მაგრამ რა ფასად? და რა ხდება მაშინ, როცა AI-ს ხარჯები იზრდება იმაზე სწრაფად, ვიდრე მისი სარგებელი?
მაკდონალდის თქმით: "ჩვენ მოგვიწევს, დავიწყოთ საუბარი ტოკენების მოხმარებაზე, მასთან დაკავშირებულ ხარჯებსა და პერსონალის რაოდენობას შორის ურთიერთკავშირზე."
📊 "კავშირი ჯერ არ არსებობს"
მაკდონალდის ერთ-ერთი ყველაზე მნიშვნელოვანი განცხადება შემდეგია: "კავშირი ტოკენების მოხმარებასა და მომხმარებლისთვის მეტი ღირებულების მიწოდებას შორის ჯერ არ არსებობს... ძალიან რთულია ხაზის გავლება ერთ სტატისტიკასა და იმას შორის, 'კარგი, ახლა ჩვენ რეალურად 25%-ით მეტ სასარგებლო ფუნქციას ვაწარმოებთ მომხმარებლისთვის.'"
ეს განცხადება განსაკუთრებით მნიშვნელოვანია იმიტომ, რომ Uber ბოლო წლებში ერთ-ერთი ყველაზე აგრესიული AI-ს მომხმარებელია. კომპანია იყენებს AI-ს მძღოლების მარშრუტების ოპტიმიზაციისთვის, ფასების დინამიკური მოდელირებისთვის, მომხმარებელთა მხარდაჭერის ავტომატიზაციისთვის და კიდევ უფრო მეტისთვის.
მაკდონალდი ვარაუდობს, რომ მომავალ კვარტლებსა და წლებში ეს კავშირი შეიძლება უფრო ნათელი გახდეს, მაგრამ დღეის მდგომარეობით "რთულია" მისი დანახვა, მაშინაც კი, როცა ზოგიერთი ძირითადი მეტრიკა "მართლაც ასტრონომიულად" იზრდება.
🤖 AI vs. ადამიანური შრომა — trade-off, რომელსაც მნიშვნელობა აქვს
Uber-ის აღმასრულებელმა დირექტორმა, დარა ხოსროვშაჰიმ, ადრე განაცხადა, რომ კომპანია AI-ში მზარდ ინვესტიციებს ნაკლები ადამიანის დაქირავებით ანაზღაურებს. ეს ქმნის მნიშვნელოვან კითხვას: როდის ხდება AI-ში ინვესტიცია უფრო ეფექტური, ვიდრე ადამიანების დაქირავება?
მაკდონალდის თქმით: "თუ შენ არ შეგიძლია პირდაპირი ხაზის გავლება იმაზე, თუ რამდენად სასარგებლო ფუნქციებსა და შესაძლებლობებს უგზავნი შენს მომხმარებლებს, ეს trade-off უფრო რთული გასამართლებელი ხდება."
ეს კითხვა განსაკუთრებით აქტუალურია ქართული ბიზნესებისთვის. SiTech-ში ჩვენ ხშირად ვხედავთ, რომ მომხმარებლები AI-ს ხედავენ როგორც "ჯადოსნურ ჯოხს", რომელიც ყველა პრობლემას გადაჭრის. სინამდვილეში, AI-ს დანერგვა მოითხოვს:
- მკაფიოდ განსაზღვრულ მიზნებს
- გაზომვადი მეტრიკებს
- რეალისტურ მოლოდინებს
- თანდათანობით ინტეგრაციას
🌍 რას ნიშნავს ეს ქართული ბიზნესებისთვის?
Uber-ის გამოცდილება გვაჩვენებს, რომ AI-ში ინვესტიცია ავტომატურად არ ნიშნავს უკეთეს შედეგებს. მცირე ბიზნესებისთვის ეს კიდევ უფრო მნიშვნელოვანია, რადგან მათი ბიუჯეტი შეზღუდულია. თუ Uber-ს, $3.4 მილიარდიანი R&D ბიუჯეტით, უჭირს AI-ს ეფექტურობის დამტკიცება, რას უნდა ველოდეთ მცირე ბიზნესებისგან?
SiTech-ში ჩვენ გირჩევთ:
- დაიწყეთ მცირედით — არ გადახვიდეთ AI-ზე მანამ, სანამ არ გექნებათ მკაფიო მიზანი
- გაზომეთ ეფექტურობა — AI-ს წარმატება უნდა გაიზომოს კონკრეტული მეტრიკებით
- ადამიანი + AI — საუკეთესო შედეგი მიიღწევა ადამიანისა და AI-ს კომბინაციით
- ნუ მისდევთ ტრენდებს — მხოლოდ იმიტომ, რომ AI "მოდურია", არ ნიშნავს რომ ის თქვენთვისაა
🔮 გამოწვევები და პერსპექტივები
Uber-ის შემთხვევა ნათლად გვიჩვენებს, რომ AI-ს სამყაროში ჯერ კიდევ ბევრი გამოწვევაა. ტოკენების მოხმარების ასტრონომიული ზრდა ავტომატურად არ ნიშნავს პროდუქტიულობის ან მომხმარებლის კმაყოფილების ზრდას.
მაკდონალდის კომენტარები განსაკუთრებით საინტერესოა იმ კონტექსტში, რომ Uber იყენებს Anthropic-ის Claude Code-ს — ერთ-ერთ ყველაზე ძვირადღირებულ AI კოდირების ასისტენტს ბაზარზე. კომპანიისთვის, რომელიც ტრადიციულად ცნობილია მონაცემთა მართვისა და ოპერაციების ოპტიმიზაციის უნარით, ასეთი აღიარება მთელი ინდუსტრიისთვის სიგნალია: AI ხარჯები უნდა კონტროლდებოდეს ისევე მკაცრად, როგორც ნებისმიერი სხვა ბიზნეს ხარჯი.
თუმცა, ეს არ ნიშნავს რომ AI-ში ინვესტიცია უაზროა. პირიქით — კომპანიები, რომლებიც სტრატეგიულად და გაზომვადი მიზნებით დანერგავენ AI-ს, მნიშვნელოვან კონკურენტულ უპირატესობას მიიღებენ. Uber-ის გზავნილი არ არის "AI არ მუშაობს" — არამედ "AI-ს ეფექტურობა უნდა გაიზომოს ისევე, როგორც ნებისმიერი სხვა ბიზნეს ინვესტიცია".
📉 გაკვეთილი ყველა ბიზნესისთვის
Uber-ის გაკვეთილი აქტუალურია არა მხოლოდ მსხვილი კორპორაციებისთვის, არამედ ყველა ზომის ბიზნესისთვის. საქართველოში, სადაც ციფრული ტრანსფორმაცია აჩქარებული ტემპით მიმდინარეობს, ბევრი კომპანია ჩქარობს AI-ს დანერგვას მკაფიო სტრატეგიის გარეშე. Uber-ის შემთხვევა გვაფრთხილებს: ნუ ჩადებთ ფულს ტექნოლოგიაში მხოლოდ იმიტომ, რომ ყველა ამას აკეთებს.
SiTech-ში ჩვენ გვჯერა, რომ AI არის ინსტრუმენტი, არა მიზანი. Uber-ის გაკვეთილი გვახსენებს, რომ ტექნოლოგია უნდა ემსახურებოდეს ბიზნეს მიზნებს, და არა პირიქით. ქართული ბიზნესებისთვის ეს ნიშნავს, რომ AI-ს დანერგვა უნდა იყოს გააზრებული, ეტაპობრივი და გაზომვადი.
დაიმახსოვრეთ: $3.4 მილიარდიანი ბიუჯეტიც რომ გქონდეთ, AI-ში ფულის ჩადება ავტომატურ წარმატებას არ ნიშნავს. მთავარია — სწორი სტრატეგია, სწორი მეტრიკები და სწორი მოლოდინები. SiTech გეხმარებათ სწორი AI სტრატეგიის შემუშავებაში, რომელიც რეალურ შედეგებს მოიტანს.