Budgettet som succesen spraengte
Ubers teknologidirektor, Praveen Neppalli Naga, gav The Information det tal, der bor stoppe enhver ejer midt i en saetning: selskabet havde braendt hele sit planlagte AI-kodebudget 2026 pa fire maneder. Uber havde udrullet vaerktojet til cirka 5.000 ingeniorer i december 2025, og udbredelsen steg fra 32 procent af ingeniorerne i februar til 84 procent klassificeret som store agentiske brugere i marts 2026. Ved forar lagde rapporterne de manedlige omkostninger per ingenior mellem 150 og 250 dollar i gennemsnit og mellem 500 og 2.000 dollar for storforbrugere. Intet var gaet galt. Vaerktojet virkede, ingeniorerne brugte det, og at bruge det er det, der tomte budgettet.
Samme monster dukkede op hos Microsoft. Flere rapporter, anfort af The Verge, beskriver Microsoft, der skaerer det meste interne Claude Code-adgang i sin division Experiences and Devices fra - gruppen bag Windows, Microsoft 365, Outlook, Teams og Surface - inden 30. juni 2026 og flytter ingeniorer til GitHub Copilot CLI. Den officielle ramme er vaerktojsforening, men rapporterne er klare om drivkraften: ved forbrugsprissaetning spraenger tung brug af et agentisk kodevaerktoj arsbudgettet, fordi vaerktojet males pa forbrugte tokens, ikke pa besatte pladser. Jo bedre det virker, jo mere bruges det, og jo mere det bruges, jo højere er regningen.
Hvorfor det betyder noget: det er en basisrate-fejl, ikke et vaerktojsproblem
Hvorfor det betyder noget: fejlen er ikke at vaelge det forkerte vaerktoj. Det er at budgettere et nyt vaerktoj pa den gamle basisrate. Virksomheder prissatte AI-kodning, som var det billig autofuldforelse - en lille omkostning per plads, der knap flytter sig med brug. Agentiske vaerktojer bryder den antagelse, fordi de korer kontinuerlige raesonneringscyklusser, og de er prissat til det: omkostningen skalerer med, hvor meget arbejde vaerktojet udforer, altsa med hvor stor succes udrulningen har. Den, der budgetterer piloten - en handfuld nysgerrige ingeniorer med lette foresporgsler - modellerer den forkerte basisrate for et vaerktoj, hvis hele vaerditilbud er, at alle vil bruge det konstant.
Ja, men: dette er ikke et argument for, at agentisk AI er for dyr at bruge. Uber udruller den stadig, og produktiviteten er reel - ved forar stammede cirka 70 procent af Ubers indsendte kode fra AI-vaerktojer. Pointen er snaevrere: forbrugsprissaetning gør udbredelse til en omkostningskurve, og succestilfaeldet, ikke piloten, er det, der skal vaere til at betale. Microsofts svar, at skifte til et andet vaerktoj, er en losning; maling og loft per bruger fra dag et er en anden, som regel den billigere.
Bundlinjen: budgetter tilfaeldet med fuld udbredelse og mal fra dag et
Bundlinjen: for du kober et forbrugsprissat AI-vaerktoj, sa modeller omkostningen ved scenariet, hvor det virker. Tag omkostningen per bruger for din tungeste forventede bruger, gang med det antal, du faktisk agter at udrulle til, og tjek, om det tal passer ind i arsbudgettet. Gor det ikke, er vaerktojet uoverkommeligt i succestilfaeldet, uanset hvor billig piloten sa ud, og det disciplinerede traek er at saette loft og male per bruger fra dag et frem for at opdage loftet i fjerde maned, som Uber gjorde.
Det bredere beslutningsprincip overlever denne ene produktkategori. Nar en leverandor prissaetter per enhed af netop den adfaerd, hvis stigning du betaler for, er pilotomkostningen meningslos, og succesomkostningen er alt. Modeller det udfald, du haber pa, ikke den prove, du korer, og har du ikke rad til vaerktojet, der virker perfekt, sa køb ikke vaerktojet, der fakturerer dig mere for at virke.
Læs videre: Den der bruger 145 milliarder siger, det ikke virker endnu | Google: 9% overhead, elforbrug op 37%
