Uber में AI कोडिंग टूल्स के तेज़ उपयोग से इस साल का AI बजट पहले ही खत्म

 (finance.yahoo.com)
3 पॉइंट द्वारा GN⁺ 2026-04-20 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI कोडिंग टूल्स के उपयोग में तेज़ बढ़ोतरी के कारण 2026 की शुरुआत के कुछ ही महीनों में नियोजित AI बजट खत्म हो गया, जबकि कुल R&D खर्च $3.4B (लगभग 5 ट्रिलियन KRW, साल-दर-साल +9%) के स्तर पर है
  • आंतरिक प्रोत्साहन और उपयोग-आधारित लीडरबोर्ड संचालन ने तेज़ अपनाने को बढ़ावा दिया, और खासकर Claude Code का उपयोग आंतरिक अनुमान से आगे निकलकर पिछले साल के अंत से प्रमुख टूल के रूप में उभरा
  • Cursor का उपयोग स्थिर रहा, और टूल स्टैक को बढ़ाने के लिए OpenAI Codex के परीक्षण की भी तैयारी हो रही है
  • मौजूदा प्रोडक्शन backend code अपडेट्स का लगभग 11% अब AI agents लिख रहे हैं, जिनका उपयोग vehicle dispatch, pricing और bug fixes में हो रहा है
  • केवल सहायक टूल्स से आगे बढ़कर अब agent engineers की दिशा में बदलाव होगा, जो coding, testing और deployment संभालेंगे; इससे productivity के साथ engineer की भूमिका में बदलाव और cost pressure भी बढ़ रहा है

AI उपयोग का विस्तार और लागत का दबाव

  • Uber में AI कोडिंग टूल्स का उपयोग तेज़ी से बढ़ा है, जिसके चलते 2026 की शुरुआत के कुछ ही महीनों में नियोजित AI बजट पूरा खर्च हो गया
    • 2025 में R&D खर्च 3.4 अरब डॉलर तक पहुँच गया, जो 9% की बढ़ोतरी है
    • उम्मीद है कि यह आँकड़ा आगे भी बढ़ता रहेगा
  • कंपनी के भीतर engineers को Claude Code और Cursor जैसे टूल्स इस्तेमाल करने के लिए सक्रिय रूप से प्रोत्साहित किया गया, और उपयोग-आधारित आंतरिक leaderboard भी चलाया गया
    • इस प्रोत्साहन से तेज़ adoption हुआ, लेकिन साथ ही लागत भी बढ़ी
  • CTO Praveen Neppalli Naga ने कहा कि खास तौर पर Anthropic के Claude Code का उपयोग कंपनी के आंतरिक अनुमान से अधिक रहा
    • Claude Code पिछले साल के अंत से तेज़ी से प्रमुख टूल बन गया
    • वहीं Cursor का उपयोग स्थिर बना रहा
  • Uber अपने AI टूल स्टैक को और विस्तारित करते हुए OpenAI Codex के परीक्षण की भी तैयारी कर रहा है
  • AI का विस्तार productivity का साधन होने के साथ-साथ लागत बढ़ाने वाला कारक भी बन रहा है

AI के जिम्मे बढ़ते development कार्य

  • वर्तमान में Uber के प्रोडक्शन backend code updates का लगभग 11% AI agents लिख रहे हैं
    • यह अनुपात कुछ ही महीनों में काफ़ी बढ़ा है
    • ये सिस्टम vehicle dispatch, pricing और bug fixes जैसे कामों में उपयोग हो रहे हैं
  • लंबी अवधि में agent engineers की दिशा में बदलाव आगे बढ़ाया जा रहा है
    • यानी सहायक टूल्स से आगे बढ़कर AI systems coding, testing और deployment को पूरी तरह संभालें
    • इसमें दूसरे AI टूल्स द्वारा उस प्रक्रिया की निगरानी करने वाली संरचना भी शामिल है
  • hiring अभी धीमी नहीं हुई है
  • लेकिन जैसे-जैसे AI अधिक काम संभाल रहा है, यह सवाल भी उठ रहा है कि engineers की भूमिका कितनी पीछे चली जाएगी

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2026-04-20
Hacker News की राय

  • Uber Eats जैसी जगहों पर मेन्यू सारांश पंक्तियाँ देखकर लगता है कि उनका टोन बहुत बिगड़ा हुआ है। अभी ऐप में जो उदाहरण देखा, उसमें भी “Authentic Caribbean Flavours...” जैसी लगभग एक जैसी पंक्तियाँ थीं, और Five Guys के लिए “250,000+ toppings” जैसा बेतुका वाक्य भी था। हर जगह बस Authentic, Rich जैसे शब्द दोहराए जाते हैं, इसलिए उनमें कोई जान नहीं लगती और कई बार वे गलत भी होते हैं। ऐसी AI कॉपी पर पैसा खर्च करने से सच में बिक्री बढ़ती है या नहीं, इसका मुझे बिल्कुल यकीन नहीं है। इसके बजाय बेहतर होगा कि उत्पाद की vision साफ़ तय की जाए और engineers को अपनी-अपनी ज़रूरत के मुताबिक AI इस्तेमाल करने दिया जाए; शायद वह ज़्यादा सस्ता और ज़्यादा सफल होगा

    • मेरे हिसाब से असल user reviews उपयोगी इसलिए होते हैं क्योंकि उनमें नकारात्मक बातें भी कही जा सकती हैं। लेकिन जब platform उन्हें सारांश से ढक देता है, तो शायद रेस्तराँ को असहज नहीं करना चाहता, और इस वजह से ऐसे नकारात्मक संकेत पूरी तरह पतले पड़ जाते हैं
    • “250,000+ toppings” वाली गलती मज़ेदार है, लेकिन बाकी पंक्तियाँ ईमानदारी से देखें तो बस सामान्य marketing copy जैसी लगती हैं। अगर कोई इंसान लिखता तब भी वे इतनी आम लगतीं कि कोई हैरानी नहीं होती
    • मुझे पढ़कर लगा कि मूल लेख का केंद्र उत्पाद के अंदर की AI कॉपी नहीं, बल्कि Claude Code जैसे coding tools पर होने वाला खर्च था। एक लाइन के API सारांश की गुणवत्ता जैसी भी हो, यह मानना मुश्किल है कि Uber जैसी कंपनी ने सिर्फ़ ऐसे सारांशों की वजह से 3.4 अरब डॉलर उड़ा दिए
    • मेरे हिसाब से समस्या “AI के गलत हिस्से” में निवेश करने की नहीं, बल्कि बस गलत हिस्से में निवेश करने की है। अरबों डॉलर खर्च करके और features जोड़ देने से यह ज़रूरी नहीं कि ग्राहक खाना ज़्यादा बार ऑर्डर करें। वह पैसा बहुत ज़्यादा fees कम करने में लगाना बेहतर होगा, ताकि रेस्तराँ को मेन्यू की कीमतें 25% तक बढ़ानी न पड़ें
    • जुड़ा हुआ लेख उत्पाद features के लिए AI नहीं, बल्कि AI coding tools के बजट से बाहर निकल जाने की बात कर रहा था, और वही मुझे ज़्यादा दिलचस्प विषय लगा। अगर AI vendors ने जो असर वादा किया था वह सच होता, तो Uber को tools घटाने के बजाय लोगों की संख्या घटानी चाहिए थी

  • लेख के उद्धरण में CTO ने कहा कि AI coding tools, खासकर Claude Code, के इस्तेमाल में तेज़ बढ़ोतरी की वजह से वे “फिर से design stage पर लौटे”, तो मेरी पहली जिज्ञासा यही थी कि इस्तेमाल की लागत कितनी थी। और “live backend code updates का 11% AI agents लिखते हैं” को उपलब्धि की तरह बताया गया, लेकिन उसे तुरंत payoff कहना मुश्किल है। क्योंकि code quality, long-term maintenance पर असर, और AI के बिना क्या होता—ये सारी बातें गायब हैं। आख़िर में मुझे शक हुआ कि यह लेख जानकारी देना चाहता है या hype बनाना, और Yahoo Finance की बढ़ा-चढ़ाकर लिखी promo language देखकर जवाब मिल गया। वैसे uBlock Origin filter है ||finance.yahoo.com^

    • मुझे यह भी लगा, सिर्फ़ 11%? हमारी टीम का प्रोजेक्ट ऊपर से आए आदेशों के कारण लगभग 100% coding agent-generated हो गया है, और यह सोचकर डर लगता है कि जब यह ढहेगा तब बस मैं वहाँ मौजूद न रहूँ
    • मैं भी मानता हूँ कि Yahoo-स्टाइल journalism बहुत ख़राब है। असली source paywall के पीछे है, इसलिए जाँच भी नहीं कर सकते, और ऐसे AI-जैसे या बस घटिया summary text से कोई मूल्य नहीं निकलता

  • “AI पर 3.4 अरब डॉलर खर्च किए” जैसी पंक्ति लेख की सामग्री से मेल नहीं खाती। पढ़ने पर लगता है कि 3.4 अरब डॉलर पूरी कंपनी का R&D बजट है, और मतलब सिर्फ़ इतना है कि उसमें AI के लिए अलग रखी गई राशि पहले ही खत्म हो गई। असली AI खर्च कितना था, इसका कोई आँकड़ा लेख में नहीं है, और ये दोनों बिल्कुल अलग बातें हैं; headline जानबूझकर गलतफ़हमी पैदा करती लगती है

  • यह सुनकर हैरानी हुई कि भीतर Claude Code या Cursor जैसे tools के इस्तेमाल को सक्रिय रूप से बढ़ावा दिया गया, यहाँ तक कि leaderboard बनाकर ranking भी की गई। ऐसे माहौल में developers को ज़्यादा से ज़्यादा tokens इस्तेमाल करने के लिए उकसाया ही जाएगा, इसलिए भारी cost blowout भी समझ में आता है

    • यह मुझे सिर्फ़ input metrics मापने का क्लासिक तरीका लगता है। पहले भी लोगों ने अधीनस्थ कर्मचारियों की संख्या या टीम के बजट के आकार को प्रदर्शन जैसा पेश किया है, इसलिए इसमें कुछ नया नहीं है

  • अगर AI सच में लोगों की productivity बढ़ाती है, तो फिर लागत को अधिक revenue से काफ़ी हद तक offset हो जाना चाहिए, है ना

    • मुझे धीरे-धीरे लगने लगा है कि यह industrial yak shaver खरीदने जैसा मामला है। चमकदार yak बहुत बन जाएँगे, लेकिन असल में ऐसे yak चाहने वाला बाज़ार इतना बड़ा नहीं है—यह तुलना ठीक बैठती है
    • यहाँ से मिलने वाला सबक शायद यह है कि pickaxe और shovel बेचने वालों को यह तय नहीं करने देना चाहिए कि आपको उन्हें खरीदना भी चाहिए या नहीं
    • असली सवाल आखिरकार यह है कि software की demand elasticity कितनी बड़ी है। अगर elasticity कम है और कीमत घटाने पर भी मांग ज़्यादा नहीं बढ़ती, तो AI से engineer productivity बढ़ने पर कंपनियाँ कर्मचारियों की संख्या घटा सकती हैं। उल्टा अगर elasticity ज़्यादा है, तो वे और engineers रख सकती हैं, output बढ़ा सकती हैं, कीमतें घटा सकती हैं, और फिर भी ज़्यादा कमा सकती हैं

  • मुझे इस लेख की framing काफ़ी भ्रामक लगी। वास्तव में 3.2 अरब डॉलर अतिरिक्त खर्च नहीं हुए, बल्कि 9% वृद्धि हुई, यानी लगभग 30 करोड़ डॉलर ज़्यादा। ईमानदारी से कहूँ तो वह कोई बहुत असाधारण पैमाना नहीं है; cloud migration या web migration के पिछले चक्रों में कंपनियाँ इससे कहीं ज़्यादा खर्च करती रही हैं

  • अगर 4.5 महीने में 3.4 अरब डॉलर हैं, तो सोचने का मन होता है कि क्या वह पैसा लगभग पूरा Anthropic को जा रहा है। शब्दों से ऐसा ही पढ़ा जाता है, और Codex की ओर pivot करने की बात से भ्रम और बढ़ता है

    • वह 3.4 अरब डॉलर तो बस पूरी R&D budget है, और लेख में असली AI खर्च जैसी मुख्य details गायब हैं
    • उल्टा मुझे लगता है कि यह संभव है कि उसमें उत्पाद के लिए AI development सहित कुल AI खर्च शामिल हो
    • अगर अपनी भावना मज़ाक में कहूँ, तो यह ऐसा है जैसे किसी delivery service के CEO ने कहा कि AI बार-बार tokens खा जाती है, और जब पूछा जाए कितने tokens, तो जवाब मिले कि बस token की दुकान से और खरीद लाते हैं। आख़िर में दृश्य ऐसा लगता है कि AI को बस tokens खिलाए जा रहे हैं और निकाले गए कर्मचारी रो रहे हैं
    • अगर मेरी कंपनी जैसी स्थिति हो, तो पहले 8 महीने पुरानी AI startups के साथ बड़े contracts किए जाते हैं, और कई ऐसी कंपनियाँ लाई जाती हैं जो असल में किसी और के model पर सिर्फ़ wrapper चढ़ाती हैं। हर business unit यह साबित करने में लग जाती है कि वही सबसे ज़्यादा AI-चालित है, इसलिए तीन-तीन मिलती-जुलती कंपनियाँ ले आती है, और भीतर कुछ कम-जानकार engineers B200 server farm बनाने की मंज़ूरी तक ले लेते हैं। बड़े काम आख़िर में Amazon या Azure की white-glove services पर डाल दिए जाते हैं, जिससे complexity तो कम होती है लेकिन लागत आसमान छूने लगती है

  • ऊपर-ऊपर से देखने पर मूल source शायद The Information का Applied AI newsletter लगता है

  • सिर्फ़ इस लेख को पढ़कर लगता है कि पूरे 3.4 अरब डॉलर tooling पर खर्च हुए, लेकिन असल में उसमें salary या hardware मिला हुआ है या नहीं, यह बिल्कुल साफ़ नहीं है। उदाहरण के लिए अगर विभाग में 5,000~6,000 लोग हों और प्रति व्यक्ति लागत 3.5 लाख डॉलर मानी जाए, तो लगभग 2.1 अरब डॉलर बनते हैं, फिर भी बड़ी रकम बचती है। तब सच में यह सवाल उठता है कि क्या वे 1 अरब डॉलर Anthropic को भेज रहे हैं, और कुल मिलाकर लेख बहुत अजीब और जानकारी के लिहाज़ से अधूरा लगता है

  • यह लेख कुल मिलाकर इतना अस्पष्ट था कि पढ़ने के बाद भी कुछ हाथ नहीं लगा। “R&D पर 3.4 अरब डॉलर खर्च किए और AI budget पहले ही खत्म कर दिया” का मतलब AI coding tools का 3.4 अरब डॉलर budget है या Uber के पूरे product development budget की बात है—यह साफ़ नहीं है। आगे लिखा है कि 2025 का R&D खर्च 9% बढ़कर 3.4 अरब डॉलर हो गया और आगे और बढ़ेगा, तो फिर 2026 का budget क्या है, यह भी उलझन पैदा करता है। CTO का “फिर से design stage पर लौटे” कहना और साथ में यह लिखना कि लागत बढ़ती रहेगी, इससे यह भी समझ नहीं आता कि वे पीछे हट रहे हैं या विस्तार कर रहे हैं। ऊपर से “backend code updates का 11% AI लिखती है” जैसी पंक्ति जोड़ दी गई, लेकिन budget कितना था, क्या सच में budget पार हुआ, और उससे क्या नतीजे निकले—इनमें से कुछ भी नहीं बताया गया। इसलिए मुझे यह सचमुच एक अजीब लेख लगा