Uber-მა AI კოდირების ხელსაწყოებზე ხარჯვა თვეში 1 500 დოლარით შეზღუდა

Uber-მა თანამშრომლებისთვის AI კოდირების ხელსაწყოებზე ხარჯვა შეზღუდა: თითო ხელსაწყოზე თვიური ლიმიტი 1 500 დოლარია. ამის შესახებ კომპანიის წარმომადგენელმა Bloomberg News-ის შეკითხვის საპასუხოდ განაცხადა. რეპორტაჟი ჟურნალისტ Natalie Lung-ს ეკუთვნის, ხოლო მისი ძირითადი დეტალები დეველოპერმა და მწერალმა Simon Willison-მა გააანალიზა.

რომელ ხელსაწყოებს ეხება ლიმიტი

შეზღუდვა ეხება მხოლოდ აგენტური კოდირების პროგრამებს, როგორიცაა Cursor და Anthropic-ის Claude Code. ერთ ხელსაწყოზე დახარჯული თანხა მეორის ბიუჯეტს არ ამცირებს — ანუ ზღვარი თითო პროდუქტზე ცალკე მოქმედებს და არა საერთო ფონდზე. ინფორმაციის მიხედვით, ეს წესები ბოლო თვეების განმავლობაში შემოიღეს.

გადაწყვეტილებას წინ უძღოდა ცნობები, რომ Uber-მა 2026 წლის AI ბიუჯეტი ოთხ თვეში ამოწურა. Willison-ის შენიშვნით, ეს გასაკვირი არ არის: მსგავსი ბიუჯეტები ჩვეულებრივ 2025 წელს დგინდება, როცა ჯერ არავინ იცოდა, რამდენად პოპულარული გახდებოდა ტოკენების მჭამელი კოდირების აგენტები.

რას ნიშნავს 1 500 დოლარი

თანხა საინტერესოა იმით, რომ AI ხელსაწყოების ფასეულობას კონკრეტულ ციფრებში გამოხატავს. თუ ვივარაუდებთ, რომ ინჟინერი ორ ხელსაწყოს აქტიურად იყენებს, ლიმიტი თვეში 3 000 დოლარს, ანუ წელიწადში 36 000 დოლარს შეადგენს. Levels.fyi-ის მონაცემებით, აშშ-ში Uber-ის პროგრამული უზრუნველყოფის ინჟინრის წლიური ანაზღაურების მედიანა 330 000 დოლარია — შესაბამისად, AI-ზე დახარჯვის ზღვარი ამ მედიანის დაახლოებით 11%-ია.

შედარებისთვის, Willison ამბობს, რომ მისი საკუთარი ტოკენების მოხმარება Anthropic-სა და OpenAI-ში თითოეულზე თვეში დაახლოებით 1 000 დოლარს შეადგენს, თუმცა ამჟამად თითო პროვაიდერზე მხოლოდ 100 დოლარს იხდის ინდივიდუალური მომხმარებლებისთვის განკუთვნილი სუბსიდირებული გეგმების წყალობით. Uber-ის მსგავსი მსხვილი კომპანიებისთვის ასეთი გეგმები აღარ არსებობს. ახალი წესით, მისი შეფასებით, თითო ხელსაწყოზე თვეში დაახლოებით 500 დოლარი მაინც დარჩებოდა.

რას ნიშნავს ეს ბაზრისთვის

Willison თვლის, რომ თვიური ზღვარი გადახარჯვაზე რაციონალური რეაქციაა და უფრო გონივრული მიდგომაა, ვიდრე შიდა რეიტინგები, რომლებიც თანამშრომლებს მაქსიმალური AI გამოყენებისკენ უბიძგებს. ეს ციფრები იშვიათ საჯარო მონაცემს აძლევს გუნდებს, რომლებიც საკუთარ AI ბიუჯეტს გეგმავენ: მსხვილი დამსაქმებელი მზადაა ინჟინერზე წელიწადში ათასობით დოლარი დახარჯოს, მაგრამ მკაფიო ზღვრის გარეშე არა.