Uber ใช้งบ AI ของปีนี้หมดแล้ว หลังการใช้เครื่องมือเขียนโค้ดด้วย AI พุ่งสูง

 (finance.yahoo.com)
3 คะแนน โดย GN⁺ 10 일 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • การใช้ เครื่องมือเขียนโค้ดด้วย AI พุ่งสูง จนใช้งบ AI ที่วางแผนไว้หมดภายในไม่กี่เดือนแรกของปี 2026 โดยค่าใช้จ่ายด้านการวิจัยและพัฒนาโดยรวมอยู่ที่ระดับ $3.4B (ราว 5 ล้านล้านวอน, +9% เทียบกับปีก่อน)
  • การส่งเสริมภายในและการทำ ลีดเดอร์บอร์ดตามการใช้งาน นำไปสู่การนำมาใช้ได้อย่างรวดเร็ว โดยเฉพาะการใช้ Claude Code ที่สูงเกินกว่าที่บริษัทคาดไว้ภายใน และก้าวขึ้นมาเป็นเครื่องมือหลักนับตั้งแต่ปลายปีที่แล้ว
  • การใช้งาน Cursor ทรงตัว และกำลังเตรียมทดสอบ OpenAI Codex เพื่อขยายชุดเครื่องมือให้กว้างขึ้น
  • ปัจจุบัน AI เอเจนต์เขียนโค้ดอัปเดตแบ็กเอนด์ที่ใช้งานอยู่ประมาณ 11% โดยครอบคลุมงานอย่างการจัดรถรับส่ง การกำหนดราคา และการแก้บั๊ก
  • บริษัทจะมุ่งไปสู่ agent engineers ที่จัดการการเขียนโค้ด การทดสอบ และการดีพลอย ไม่ได้เป็นเพียงเครื่องมือช่วยอีกต่อไป พร้อมกับการขยายผลิตภาพที่มาพร้อมแรงกดดันด้านต้นทุนและการเปลี่ยนแปลงบทบาทของวิศวกร

การขยายการใช้ AI และแรงกดดันด้านต้นทุน

  • การใช้ เครื่องมือเขียนโค้ดด้วย AI ของ Uber เพิ่มขึ้นอย่างรวดเร็ว จนใช้งบ AI ที่วางแผนไว้หมดภายในไม่กี่เดือนแรกของปี 2026
    • ค่าใช้จ่ายด้านการวิจัยและพัฒนาเพิ่มขึ้นเป็น 3.4 พันล้านดอลลาร์ ในปี 2025 หรือเพิ่มขึ้น 9%
    • คาดว่าตัวเลขนี้จะเพิ่มขึ้นต่อไปในอนาคต
  • ภายในบริษัทมีการส่งเสริมให้วิศวกรใช้เครื่องมืออย่าง Claude Code และ Cursor อย่างจริงจัง พร้อมทั้งมีการจัดลีดเดอร์บอร์ดภายในตามปริมาณการใช้งาน
    • การส่งเสริมนี้นำไปสู่การนำมาใช้ได้อย่างรวดเร็ว และในเวลาเดียวกันก็ทำให้ต้นทุนเพิ่มขึ้นด้วย
  • CTO Praveen Neppalli Naga ระบุว่า โดยเฉพาะการใช้ Claude Code ของ Anthropic นั้นสูงเกินกว่าที่บริษัทคาดไว้ภายใน
    • Claude Code กลายเป็นเครื่องมือหลักอย่างรวดเร็วนับตั้งแต่ปลายปีที่แล้ว
    • ขณะที่การใช้งาน Cursor ทรงตัว
  • Uber กำลังเตรียมทดสอบ OpenAI Codex ด้วย ขณะเดียวกันก็ขยายชุดเครื่องมือ AI ให้กว้างขึ้น
  • การขยาย AI เป็นทั้งวิธีเพิ่มผลิตภาพและ ปัจจัยที่ทำให้ต้นทุนสูงขึ้น ไปพร้อมกัน

AI รับงานพัฒนามากขึ้น

  • ปัจจุบัน AI เอเจนต์เขียนโค้ดอัปเดตแบ็กเอนด์ที่ใช้งานอยู่ของ Uber ประมาณ 11%
    • สัดส่วนนี้เพิ่มขึ้นอย่างมากภายในเวลาไม่กี่เดือน
    • ระบบเหล่านี้ถูกใช้กับการจัดรถรับส่ง การกำหนดราคา และการแก้บั๊ก
  • ในระยะยาว บริษัทกำลังผลักดันการเปลี่ยนผ่านไปสู่แนวทาง agent engineers
    • เป็นรูปแบบที่ระบบ AI รับหน้าที่การเขียนโค้ด การทดสอบ และการดีพลอยทั้งหมด มากกว่าจะเป็นเพียงเครื่องมือช่วย
    • รวมถึงโครงสร้างที่มีเครื่องมือ AI อื่นคอยกำกับดูแลกระบวนการนั้น
  • การจ้างงานยังไม่ได้ชะลอตัวลง
  • แต่เมื่อ AI รับงานมากขึ้น ก็เกิดคำถามตามมาว่าบทบาทของวิศวกรจะถอยไปมากแค่ไหน

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 10 일 전
ความเห็นจาก Hacker News

  • เวลาดู ข้อความสรุปเมนู ของที่อย่าง Uber Eats จะรู้สึกว่าน้ำเสียงมันเพี้ยนมาก ตัวอย่างที่เพิ่งเห็นในแอปก็มีแต่แนว ๆ “Authentic Caribbean Flavours...” ที่คล้ายกันไปหมด แถมยังมีคำประหลาดอย่าง “250,000+ toppings” ใน Five Guys อีกด้วย ทั้งหมดเต็มไปด้วยคำอย่าง Authentic, Rich ซ้ำ ๆ จนไร้ชีวิตและบางครั้งก็ไม่แม่นยำเลย ไม่รู้จริง ๆ ว่าการเอาเงินไปลงกับ AI copy แบบนี้ช่วยให้ขายดีขึ้นหรือเปล่า ผมกลับคิดว่าถ้าตั้งวิสัยทัศน์ของผลิตภัณฑ์ให้ชัด แล้วปล่อยให้วิศวกรแต่ละคนใช้ AI ในแบบที่เหมาะกับตัวเอง น่าจะทั้งถูกกว่าและสำเร็จกว่า

    • สำหรับผม เหตุผลที่ รีวิวจากผู้ใช้จริง มีประโยชน์ก็เพราะมันสามารถพูดในแง่ลบได้ แต่พอแพลตฟอร์มเอาสรุปมาครอบไว้ สัญญาณเชิงลบพวกนั้นก็ถูกเจือจางไปหมด เพราะไม่อยากทำให้ร้านอาหารดูแย่
    • ข้อผิดพลาด “250,000+ toppings” นี่ตลกดี แต่ข้อความที่เหลือพูดตรง ๆ ก็แค่ดูเหมือน ข้อความการตลาด ทั่วไป ถ้าคนเขียนก็คงไม่ได้รู้สึกแปลกอะไร เพราะเป็นคำที่เห็นกันจนชิน
    • สำหรับผม บทความต้นฉบับเหมือนจะเน้นเรื่องค่าใช้จ่ายของเครื่องมือเขียนโค้ดอย่าง Claude Code มากกว่าข้อความ AI ในตัวผลิตภัณฑ์ ต่อให้สรุป API บรรทัดเดียวจะคุณภาพแย่แค่ไหน ก็ยากจะเชื่อว่าบริษัทระดับ Uber จะเผาเงิน 3.4 พันล้านดอลลาร์ไปเพราะเรื่องนั้น
    • ผมมองว่าปัญหาไม่ใช่ลงทุนใน “ส่วนที่ AI ทำได้แย่” แต่คือไปลงทุนใน ส่วนที่ผิดตั้งแต่แรก ต่อให้ใส่ฟีเจอร์เพิ่มด้วยเงินหลายพันล้าน ลูกค้าก็คงไม่ได้สั่งอาหารบ่อยขึ้นมากนัก เอาเงินนั้นไปลด ค่าธรรมเนียมที่สูงเกินไป และทำให้ร้านไม่ต้องบวกราคาเมนูเพิ่ม 25% น่าจะดีกว่า
    • บทความที่ลิงก์มาพูดถึง งบเครื่องมือเขียนโค้ด AI เกิน ไม่ใช่ AI สำหรับฟีเจอร์สินค้า และผมว่าประเด็นนั้นน่าสนใจกว่า ถ้าผลลัพธ์ที่ผู้ขาย AI สัญญาไว้มันจริง Uber ก็ควรจะกำลังลดคน ไม่ใช่ลดเครื่องมือ

  • จากคำพูดที่ยกมาในบทความ CTO บอกว่าต้อง “กลับไปที่ขั้นออกแบบอีกครั้ง” เพราะการใช้เครื่องมือเขียนโค้ด AI โดยเฉพาะ Claude Code พุ่งขึ้นมาก แต่สิ่งแรกที่ผมอยากรู้คือ ค่าใช้งาน มันเท่าไรกันแน่ อีกอย่างการบอกว่า “11% ของการอัปเดตโค้ด backend ที่ใช้งานจริงเขียนโดย AI agent” เป็นความสำเร็จนั้น ยังเรียกว่า payoff ได้ยาก เพราะไม่มีทั้งคุณภาพโค้ด ผลกระทบต่อการบำรุงรักษาระยะยาว หรือการเทียบกับกรณีที่ไม่ใช้ AI สุดท้ายเลยอดสงสัยไม่ได้ว่าบทความนี้ต้องการให้ข้อมูลหรือแค่ปั่น hype กันแน่ แล้วพอเห็น ข้อความโปรโมตเว่อร์ ๆ ของ Yahoo Finance ก็ดูเหมือนจะได้คำตอบแล้ว อ้อ แล้วตัวกรองของ uBlock Origin คือ ||finance.yahoo.com^

    • แค่ 11% เองเหรอ ก็อดคิดแบบนั้นไม่ได้ โปรเจกต์ทีมเราถูกสั่งจากข้างบนจนแทบจะกลายเป็น งานที่โค้ดดิ้งเอเจนต์สร้าง 100% ไปแล้ว ซึ่งก็น่ากลัวพอสมควร ถึงขั้นหวังว่าเวลามันพังผมจะไม่ได้อยู่ตรงนั้น
    • ผมก็คิดว่า งานข่าวแบบ Yahoo ห่วยเหมือนกัน แหล่งต้นทางก็ติด paywall จนตรวจสอบไม่ได้ แล้วสรุปกึ่ง AI กึ่งงานลวก ๆ แบบนี้ก็ไม่มีคุณค่าอะไรเลย

  • ประโยคแนว ๆ “ใช้เงิน 3.4 พันล้านดอลลาร์กับ AI” ผมว่ามันไม่ตรงกับเนื้อหาในบทความ พออ่านแล้ว 3.4 พันล้านดอลลาร์ดูจะเป็น งบ R&D ทั้งบริษัท มากกว่า และความหมายใกล้เคียงคือส่วนที่กันไว้ให้ AI ถูกใช้หมดแล้ว แต่ค่าใช้จ่าย AI จริง ๆ เท่าไร บทความก็ไม่มีตัวเลขเลย ซึ่งมันเป็นคนละเรื่องกันโดยสิ้นเชิง และพาดหัวก็ดูเหมือนตั้งใจ ชวนให้เข้าใจผิด

  • แปลกใจที่ภายในบริษัทมีการผลักดันให้ใช้เครื่องมืออย่าง Claude Code หรือ Cursor อย่างจริงจัง แถมยังจัดอันดับกันด้วย ลีดเดอร์บอร์ด อีก แบบนี้ก็เท่ากับกระตุ้นให้นักพัฒนาใช้โทเคนให้มากที่สุด จึงพอเข้าใจได้ว่าทำไม ต้นทุนถึงพุ่ง

    • มันให้ความรู้สึกเหมือนเป็นการวัดแต่ ตัวชี้วัดฝั่ง input ตามสูตรสำเร็จ สมัยก่อนก็ชอบมองว่าจำนวนลูกน้องหรือขนาดงบทีมคือผลงานอยู่แล้ว เลยไม่ใช่อะไรใหม่มาก

  • ไหนบอกว่า AI ช่วยเพิ่มผลิตภาพของคนได้ ถ้างั้นต้นทุนก็ควรจะถูก ชดเชยด้วยรายได้ที่สูงขึ้น ได้เพียงพอไม่ใช่เหรอ

    • ยิ่งอ่านยิ่งรู้สึกว่ามันคล้ายซื้อ เครื่องตัดขนจามรีระดับอุตสาหกรรม มาก อาจได้จามรีแวววาวออกมาเยอะก็จริง แต่ตลาดที่ต้องการจามรีแบบนั้นจริง ๆ กลับเล็กนิดเดียว เปรียบเทียบแล้วเข้าทีมาก
    • บทเรียนที่ได้จากตรงนี้น่าจะเป็นว่า อย่าปล่อยให้คนขาย pickaxe กับ shovel เป็นคนตัดสินว่าเราควรซื้อของพวกนั้นไหม
    • คำถามสำคัญสุดท้ายก็คือ ความยืดหยุ่นของอุปสงค์ ต่อซอฟต์แวร์มีมากแค่ไหน ถ้ามันยืดหยุ่นต่ำ ลดราคาแล้วความต้องการไม่เพิ่มมาก บริษัทก็มีแนวโน้มจะลดคนตามผลิตภาพที่ AI เพิ่มให้วิศวกร แต่ถ้ายืดหยุ่นสูง ก็อาจจ้างวิศวกรเพิ่ม ผลิตมากขึ้น ลดราคา และทำเงินได้มากขึ้นด้วย

  • ผมรู้สึกว่า กรอบการเล่าเรื่อง ของบทความนี้ค่อนข้างชวนเข้าใจผิด จริง ๆ แล้วไม่ได้ใช้เพิ่มอีก 3.2 พันล้านดอลลาร์ แต่เพิ่มขึ้น 9% หรือราว 300 ล้านดอลลาร์เท่านั้น พูดตามตรง ขนาดนั้นไม่ได้ใหญ่มหาศาลอะไร และในรอบการเปลี่ยนผ่านไปคลาวด์หรือเว็บสมัยก่อน บริษัทต่าง ๆ ก็เคยใช้มากกว่านี้อีก

  • ถ้า 3.4 พันล้านดอลลาร์ใน 4.5 เดือน เงินนั้นแทบทั้งหมดไหลไป Anthropic หรือเปล่า อ่านจากข้อความแล้วชวนให้เข้าใจแบบนั้น แล้วยังดูเหมือนกำลัง pivot ไปทาง Codex ด้วยเลยยิ่งงง

    • 3.4 พันล้านดอลลาร์นั้นเป็นแค่ งบ R&D ทั้งหมด และบทความก็ขาดรายละเอียดสำคัญอย่างค่าใช้จ่าย AI ที่แท้จริง
    • ในทางกลับกัน ผมก็คิดว่าอาจเป็น ค่าใช้จ่าย AI ทั้งหมด ซึ่งรวมถึงการพัฒนา AI สำหรับผลิตภัณฑ์ด้วย
    • ถ้าจะพูดความรู้สึกแบบติดตลก ก็เหมือน CEO ของบริการส่งของบอกว่า AI เอาแต่ กินโทเคน ผมเลยถามว่ามีโทเคนอยู่กี่อัน เขากลับตอบว่าเดี๋ยวไปซื้อมาเพิ่มจากร้านขายโทเคนเอง สุดท้ายก็เหมือนเอาแต่ป้อนโทเคนให้ AI ไปเรื่อย ๆ ส่วนพนักงานที่ถูกปลดก็มีแต่นั่งร้องไห้
    • ถ้าคล้ายกับบริษัทผม ก็จะเริ่มจากไปเซ็น สัญญาใหญ่ กับสตาร์ตอัป AI ที่ตั้งมาได้ 8 เดือน แล้วลงเอยด้วยการใช้ผู้ขายหลายเจ้าที่แทบจะเป็นแค่ wrapper ของโมเดลคนอื่น แต่ละหน่วยธุรกิจก็พยายามพิสูจน์ว่าตัวเอง AI กว่าคนอื่น จึงพากันดึงบริษัทแนวเดียวกันเข้ามาทีละสามเจ้า แล้วก็มีวิศวกรภายในไม่กี่คนที่ไม่ได้รู้อะไรมาก ได้อนุมัติสร้าง B200 server farm อีกต่างหาก งานใหญ่จริง ๆ สุดท้ายก็ไปรันบนบริการ white-glove ของ Amazon หรือ Azure ซึ่งช่วยลดความซับซ้อน แต่ทำให้ต้นทุนพุ่งเป็นดาราศาสตร์

  • ต้นทางที่เห็นได้จากภายนอกน่าจะเป็น Applied AI newsletter ของ The Information

  • อ่านบทความนี้แล้วเหมือน 3.4 พันล้านดอลลาร์ถูกใช้ไปกับ tooling ทั้งหมด แต่จริง ๆ ก็ไม่รู้เลยว่ามีเงินเดือนหรือฮาร์ดแวร์ปนอยู่มากแค่ไหน เช่นถ้าในแผนกมีคน 5,000~6,000 คน และคิดต้นทุนต่อคนที่ 350,000 ดอลลาร์ ก็จะอยู่ราว 2.1 พันล้านดอลลาร์ ซึ่งก็ยังเหลือเงินก้อนใหญ่อยู่ดี แบบนั้นก็ชวนให้คิดว่า หรือกำลัง ส่งเงิน 1 พันล้านดอลลาร์ให้ Anthropic กันจริง ๆ ทั้งหมดนี้เลยดูแปลกมากและเป็นบทความที่ให้ข้อมูลไม่พอ

  • โดยรวมบทความนี้ คลุมเครือ เกินไป อ่านจบแล้วแทบไม่ได้อะไรเลย ประโยคที่ว่า “ใช้เงิน 3.4 พันล้านดอลลาร์กับ R&D และใช้งบ AI หมดไปแล้ว” มันไม่ชัดเลยว่าหมายถึงงบเครื่องมือเขียนโค้ด AI 3.4 พันล้านดอลลาร์ หรือกำลังพูดถึงงบพัฒนาผลิตภัณฑ์ของ Uber ทั้งก้อน ต่อมาก็บอกว่าค่าใช้จ่าย R&D ปี 2025 เพิ่มขึ้น 9% เป็น 3.4 พันล้านดอลลาร์และจะเพิ่มต่ออีก งั้นงบปี 2026 คืออะไรกันแน่ก็ยิ่งงง อีกทั้ง CTO บอกว่า “กลับไปที่ขั้นออกแบบอีกครั้ง” แต่ขณะเดียวกันบทความก็เขียนว่าค่าใช้จ่ายจะยังเพิ่มต่อ จึงไม่รู้ว่าจริง ๆ แล้วกำลัง ถอยกลับหรือขยายต่อ กันแน่ แถมยังโยนประโยคว่า “11% ของการอัปเดตโค้ด backend เขียนโดย AI” เข้ามาอีก แต่กลับไม่อธิบายเลยว่างบเดิมมีเท่าไร ใช้เกินจริงไหม และสุดท้ายเกิดผลอะไรขึ้น เพราะงั้นผมเลยรู้สึกว่านี่เป็น บทความที่ประหลาดมาก เรื่องหนึ่ง