Budgeten som framgangen sprangde
Ubers teknikchef, Praveen Neppalli Naga, gav The Information siffran som borde stoppa varje ägare mitt i en mening: bolaget hade brant hela sin planerade AI-kodningsbudget 2026 pa fyra manader. Uber hade rullat ut verktyget till cirka 5.000 ingenjorer i december 2025, och spridningen steg från 32 procent av ingenjorerna i februari till 84 procent klassade som stora agentiska anvandare i mars 2026. Vid varen lade rapporterna manadskostnaden per ingenjor mellan 150 och 250 dollar i snitt och mellan 500 och 2.000 dollar for storanvandare. Inget hade gatt fel. Verktyget fungerade, ingenjorerna anvande det, och att anvanda det ar vad som tomde budgeten.
Samma monster dok upp hos Microsoft. Flera rapporter, ledda av The Verge, beskriver Microsoft som skar bort det mesta interna Claude Code-atkomsten i sin division Experiences and Devices - gruppen bakom Windows, Microsoft 365, Outlook, Teams och Surface - till 30 juni 2026 och flyttar ingenjorer till GitHub Copilot CLI. Den officiella inramningen ar verktygsforening, men rapporterna ar tydliga om drivkraften: vid forbrukningsprissattning spranger tung anvandning av ett agentiskt kodningsverktyg arsbudgeten, for verktyget mats i forbrukade tokens, inte i upptagna platser. Ju battre det fungerar, desto mer anvands det, och ju mer det anvands, desto högre ar rakningen.
Varfor det spelar roll: det ar ett basratsfel, inte ett verktygsproblem
Varfor det spelar roll: felet ar inte att valja fel verktyg. Det ar att budgetera ett nytt verktyg pa den gamla basraten. Foretag prissatte AI-kodning som om det var billig autokomplettering - en liten kostnad per plats som knappt rör sig med anvandning. Agentiska verktyg bryter det antagandet for att de kor kontinuerliga resonemangscykler, och de ar prissatta for det: kostnaden skalar med hur mycket arbete verktyget utfor, alltsa med hur framgangsrik utrullningen ar. Den som budgeterar piloten - en handfull nyfikna ingenjorer med latta forfragningar - modellerar fel basrat for ett verktyg vars hela vardeerbjudande ar att alla kommer anvanda det standigt.
Ja, men: detta ar inget argument for att agentisk AI ar for dyr att anvanda. Uber rullar fortfarande ut den, och produktiviteten ar verklig - vid varen kom cirka 70 procent av Ubers incheckade kod från AI-verktyg. Poangen ar smalare: forbrukningsprissattning gör spridning till en kostnadskurva, och framgangsfallet, inte piloten, ar det som maste vara overkomligt. Microsofts svar, att byta till ett annat verktyg, ar en losning; matning och tak per anvandare från dag ett ar en annan, oftast den billigare.
Slutsatsen: budgetera fallet med full spridning och mat från dag ett
Slutsatsen: innan du koper ett forbrukningsprissatt AI-verktyg, modellera kostnaden for scenariot dar det fungerar. Ta kostnaden per anvandare for din tyngsta forvantade anvandare, multiplicera med det antal du faktiskt tanker rulla ut till, och kontrollera om den siffran ryms i arsbudgeten. Gor den inte det ar verktyget oovervinnligt i framgangsfallet hur billig piloten an säg ut, och det disciplinerade draget ar att satta tak och mata per anvandare från dag ett i stallet for att upptacka taket i fjarde manaden som Uber gjorde.
Den bredare beslutsprincipen overlever denna enda produktkategori. Nar en leverantor prissatter per enhet av exakt det beteende vars okning du betalar for, betyder pilotkostnaden inget och framgangskostnaden ar allt. Modellera utfallet du hoppas pa, inte provet du kor, och har du inte rad med verktyget som fungerar perfekt, köp inte verktyget som fakturerar dig mer for att fungera.
Läs vidare: Den som spenderar 145 miljarder säger att det inte funkar an | Google: 9% overhead, elanvandning upp 37%
