Uber spálil celý AI rozpočet za čtyři měsíce. Firmy teď přecházejí na levnější modely
Uber vyčerpal celý svůj rozpočet na umělou inteligenci pro rok 2026 už v dubnu — především kvůli masovému nasazení AI programátorských nástrojů. Případ spustil vlnu přehodnocování nákladů na AI v celém průmyslu a firmy se začínají obracet k levnějším open-source alternativám.
Když technologický ředitel Uberu Praveen Neppalli Naga v květnu oznámil, že jeho firma spotřebovala celý roční rozpočet na umělou inteligenci během pouhých čtyř měsíců, šlo o víc než jen interní finanční fiasko jedné firmy. Byl to varovný signál pro celý technologický průmysl — a především pro podnikatele, kteří se rozhodli vsadit na AI jako na motor růstu.
Případ Uberu odhalil zásadní problém: náklady na prémiové AI modely rostou rychleji, než firmy stíhají plánovat rozpočty. A co je důležitější — spustil masivní přesun směrem k levnějším alternativám, který právě teď mění celý ekosystém umělé inteligence.
Jak pět tisíc programátorů spálilo miliardy
Uber zavedl AI programátorské nástroje — především Claude Code od společnosti Anthropic — jako standardní součást vývojářského prostředí. Adopce byla bleskurychlá. Během několika týdnů používalo AI nástroje 95 % z pěti tisíc inženýrů firmy, přičemž přibližně 70 % veškerého kódu vznikalo za pomoci umělé inteligence.
Problém nastal s cenou. Měsíční náklady na jednoho vývojáře se pohybovaly mezi 500 a 2 000 dolary v závislosti na intenzitě využití. Finanční modely Uberu jednoduše nepočítaly s tím, jak rychle a masivně inženýři AI přijmou za svůj. Výsledek? Celý roční rozpočet vyčerpán do dubna 2026.
Uber nakonec zavedl měsíční limit 1 500 dolarů na osobu pro každý AI nástroj. Ale samotný fakt, že technologický gigant s rozpočtem na výzkum a vývoj přesahujícím tři miliardy dolarů musel zavádět stropy na používání AI, vypovídá o závažnosti problému.
Konec paušálů, začátek nepředvídatelných účtů
Klíčovým faktorem celé situace je přechod od paušálních předplatných k modelu platby za spotřebu tokenů. Zatímco dříve si firma zaplatila měsíční licenci a měla jasný rozpočet, dnes platí za každý zpracovaný token — a spotřeba může dramaticky narůst ze dne na den.
Uber není ojedinělým případem. Podle průzkumů z června 2026 se řada firem potýká s podobným problémem: náklady na AI služby překračují původní odhady o desítky až stovky procent. Firmy, které zpočátku podporovaly maximální využívání AI jako měřítko produktivity, teď horečnatě přehodnocují své strategie.
Naše finanční modely prostě nepočítaly s tím, jak rychle inženýři přijmou Claude Code. Adopce byla násobně vyšší, než jsme předpokládali.
Velký přesun k levnějším modelům
Odpovědí průmyslu na rostoucí náklady je masivní přesun k cenově dostupnějším AI modelům. Technologičtí lídři z firem jako Microsoft, Palo Alto Networks nebo Coinbase otevřeně říkají, že menší a levnější modely dokáží pokrýt většinu podnikových potřeb bez astronomických nákladů spojených s nejpokročilejšími modely.
Značný nárůst popularity zaznamenávají routovací platformy jako OpenRouter, které umožňují firmám směrovat jednoduché úlohy na levné systémy a prémiovou AI rezervovat jen pro nejnáročnější operace. Jde o pragmatický přístup: proč platit za Ferrari, když na cestu do obchodu stačí Škoda?
Čísla mluví jasně. Podle Stanford AI Index z května 2026 existuje již 5,6 milionu open-source AI projektů na platformách jako GitHub a Hugging Face. Adopce open-source AI ve velkých organizacích dosáhla 89 % a firmy uvádějí o 25 % vyšší návratnost investic ve srovnání s uzavřenými komerčními řešeními.
Co to znamená pro český byznys
Pro české podnikatele, kteří zvažují nebo už nasazují AI nástroje, z toho vyplývá několik praktických závěrů. Zaprvé: nezačínejte s nejdražším řešením. Řada běžných úloh — od zákaznické podpory přes analýzu dat po generování obsahu — funguje výborně i na modelech, které stojí zlomek ceny prémiových alternativ.
Zadruhé: nastavte si rozpočtové limity od prvního dne. Zkušenost Uberu ukazuje, že bez jasných mantinelů mohou náklady snadno přerůst přes hlavu. Stanovte si měsíční strop na jednoho uživatele a sledujte spotřebu v reálném čase.
Zatřetí: zvažte hybridní přístup. Kombinace levného open-source modelu pro rutinní operace s prémiovým řešením pro kritické úlohy může náklady snížit až o 60–70 % při zachování kvality. Platformy jako OpenRouter tuto strategii přímo podporují.
- Začněte s menším modelem a zvyšujte jen tam, kde to přináší měřitelný přínos
- Nastavte měsíční limity na AI spotřebu pro každého zaměstnance
- Využívejte routovací platformy pro inteligentní rozdělení úloh mezi levné a prémiové modely
- Sledujte open-source alternativy — modely jako GLM-5.2 nebo DeepSeek nabízejí srovnatelný výkon za zlomek ceny
- Počítejte s tím, že AI náklady porostou — zahrňte je do finančního plánování jako dynamickou položku
Případ Uberu je důležitou lekcí. Umělá inteligence skutečně zvyšuje produktivitu — v Uberu díky ní vzniká 70 % kódu. Ale cena za tuto produktivitu musí dávat ekonomický smysl. Firmy, které se naučí chytře kombinovat různé úrovně AI modelů podle potřeby, získají konkurenční výhodu. Ty, které budou slepě sázet na nejdražší řešení bez jasné rozpočtové strategie, mohou skončit jako Uber — s prázdnou kasou ještě v prvním kvartálu.