Uber vyčerpal celý AI rozpočet na rok 2026 za čtyři měsíce. Může se to stát i vám?

Uber vyčerpal celý AI rozpočet na rok 2026 za čtyři měsíce. Může se to stát i vám?

Uber nasadil AI asistenta pro programátory v prosinci 2025 a do dubna 2026 byl celý roční rozpočet pryč. Příběh největšího světového ride-hailingového giganta je varováním i příručkou pro každou firmu, která dnes přemýšlí o agentních AI nástrojích.

Praveen Neppalli Naga, technický ředitel Uberu, to přiznal otevřeně: firma šla do roku 2026 s jasně naplánovaným AI rozpočtem a do konce dubna byl pryč. Celý. Čtyři měsíce místo dvanácti. Důvod? Anthropic Claude Code — nástroj pro vývojáře, který firmě skutečně fungoval tak dobře, že ho inženýři začali používat na plné obrátky. A pak na ještě větší obrátky.

Uber není malá firma s párem vývojářů. Má přibližně 5 000 inženýrů, roční výdaje na výzkum a vývoj překročily v roce 2025 3,4 miliardy dolarů a AI strategii bere vážně. Přesto ho token-based pricing model Claude Code předběhl natolik, že Naga před novináři z The Information prohlásil, že firma je zpět na rýsovacím prkně co se týče předpokladů o AI nákladech.

Jak se to stalo: od 32 % na 95 % za dva měsíce

V prosinci 2025 Uber rozeslal Claude Code svým inženýrům. Na začátku února ho aktivně používalo 32 % z nich. V březnu to bylo 84 % — ti byli klasifikováni jako agentní uživatelé kódování, tedy lidé, kteří nechávají AI pracovat autonomně na větších úkolech. Do jara 95 % inženýrů Uberu využívalo AI nástroje alespoň jednou měsíčně.

Výsledkem je, že dnes zhruba 70 % veškerého kódu commitovaného v Uberu pochází z AI nástrojů. A přibližně 11 % živých aktualizací backendu napíší AI agenti zcela bez lidského dohledu. Z pohledu produktivity — obrovský úspěch. Z pohledu financí — katastrofa, na kterou nikdo nebyl připraven.

https://noviny.ai/api/admin/images/88c357ea-0770-450b-bdf2-0ec1950d4dae/data

Proč tokenový billing rozbíjí tradiční rozpočtování

Klíčový problém není v ceně Claude Code jako takové. Je v tom, že nejde o paušální licenci — přesně jak je finanční oddělení zvyklé nakupovat software. Claude Code účtuje za spotřebované tokeny, což znamená, že dvě hodiny práce jednoho inženýra mohou stát diametrálně odlišně v závislosti na tom, co přesně dělá.

Průměrný inženýr v Uberu utrácel 150 až 250 dolarů měsíčně. Nejaktivnější uživatelé pak mezi 500 a 2 000 dolarů. Sám technický ředitel Naga uvedl, že při osobní demonstraci nástroje utratil 1 200 dolarů za dvě hodiny. Takový výpadek v rozpočtu je neviditelný, dokud nepřijde faktura.

Uber situaci ještě zhoršil tím, že zavedl interní žebříčky inženýrů podle využití Claude Code. Tím vytvořil kulturní pobídku konzumovat více tokenů — a to se přímo promítlo do rychlejšího vyčerpání rozpočtu. Tým, který hnal adopci, nebyl tým, který spravoval náklady. A v tom byl klíčový problém.

Jsme zpět na rýsovacím prkně, co se týče předpokladů o AI nákladech.

Anthropic od 15. června přidá ještě jeden vrstvový billing

Situaci nepomáhá ani to, co Anthropic ohlásilo 13. května 2026: od 15. června budou placení předplatitelé Claude čelit samostatnému měsíčnímu kreditu pro agentní nástroje a třetí strany — účtovanému v plných API sazbách. Jinými slovy, i firmy, které dosud platily pevnou měsíční sazbu, se brzy setkají s proměnlivým tokem nákladů.

GitHub Copilot přechází na kreditní systém od 1. června. Analytici citovaní InfoWorld odhadují, že většina dodavatelů zavede samostatné spotřební pooly pro agenty a využití nástrojů v průběhu příštích 12 až 24 měsíců. Paušální cena za neomezené agentní workloady nikdy matematicky nedávala smysl — a nyní to dodavatelé dávají jasně najevo.

https://noviny.ai/api/admin/images/836a41c5-4a87-4596-950a-977962b91104/data

Co z toho plyne pro vaši firmu: pět konkrétních kroků

Uberův příběh není výjimka. Microsoft začal interně omezovat licence Claude Code kvůli překročení nákladů. Dalším firmám se totéž stane — pokud nezmění přístup k rozpočtování AI. Základní problém: pilotní ekonomika AI nástrojů nepředpovídá ekonomiku při plném nasazení. Piloty běží na pár inženýrech dělajících jednoduché autocomplete. Produkce znamená agentní workflows na celé organizaci.

Uberova zkušenost odhaluje i méně viditelný problém: produktivita z AI se neobjevuje ve stejné řádce výsledovky jako náklady na AI. Inženýři mohou být prokazatelně rychlejší — ale finanční ředitel to neuvidí ve čtvrtletní zprávě, zatímco účet za tokeny ano.

Podle průzkumů má formální politiku správy AI pouze 43 % organizací. Zralou agentní správu pak pouhých 21 %. Většina firem tedy nasazuje AI nástroje bez mechanismů, které DevOps týmy rutinně používají pro cloud compute: limity na uživatele, monitoring spotřeby v reálném čase, upozornění před překročením.

Uber v tomto příběhu nevyhrál ani neprohrál — spíše jako první zaplatil školné za novou kapitolu firemního AI. Nástroje fungují. Agentní workflow fungují. Ale platební model se fundamentálně změnil a finanční plánování musí dohnat realitu. Pro české firmy, které dnes zvažují nasazení podobných nástrojů pro vývojáře nebo operace, je Uberův příběh přesně tím správným momentem, kdy si sednout a nastavit pravidla ještě před tím, než přijde první překvapivá faktura.