ข่าวต้นฉบับ:
https://aimagazine.com/news/why-uber-has-already-burned-through-its-ai-budget
ตอนแรกอ่านพาดหัวแล้วคิดว่า “บริษัทระดับ Uber จะคุมงบ AI พลาดได้ยังไง”
แต่พออ่านรายละเอียดจริงๆ กลับรู้สึกว่านี่ไม่ใช่เรื่องตลกเลย แถมอาจเป็นภาพอนาคตของหลายองค์กรที่กำลังวิ่งเข้าใส่ AI แบบเต็มสปีดด้วย
Uber ออกมายอมรับว่าพวกเขาใช้ “งบ AI ทั้งปี 2026” หมดไปแล้วภายในไม่กี่เดือน เพราะการใช้งาน AI coding tools ภายในบริษัทพุ่งแรงเกินคาด โดยเฉพาะพวก Claude Code และเครื่องมือแนว agentic coding ต่างๆ (
AI Magazine)
สิ่งที่น่าสนใจคือ ปัญหาไม่ได้เกิดจาก AI ใช้ไม่ได้
ตรงกันข้ามเลย…มัน “ได้ผลดีเกินไป”
พอนักพัฒนาเริ่มเห็นว่า AI ช่วยเขียนโค้ด แก้ bug ทำ refactor หรือช่วย deploy ได้เร็วขึ้น การใช้งานก็พุ่งแบบควบคุมแทบไม่อยู่ จนค่า token และ API usage บานปลาย
มีข้อมูลว่าเกือบ 70% ของโค้ดที่ถูก commit ในบางส่วนเริ่มมี AI เข้ามาเกี่ยวข้อง และประมาณ 11% ของ backend updates ถูกสร้างโดย AI agents แบบแทบไม่ต้องมีคนเขียนเองแล้ว (
AI Magazine)
นี่แหละจุดที่ผมว่าหลายคนยังประเมินผิด
ที่ผ่านมาเราเคยมอง AI เป็น “เครื่องมือซอฟต์แวร์”
แต่ความจริง AI เริ่มกลายเป็น “แรงงานดิจิทัล” ไปแล้ว
และแรงงานแบบนี้ไม่ได้คิดค่าใช้จ่ายเป็น license รายปีเหมือน SaaS ยุคก่อน แต่มันคิดตาม usage จริง ยิ่งใช้หนัก ยิ่งแพง ยิ่งมี agent ทำงานวนหลายขั้นตอน ค่าใช้จ่ายก็ยิ่งคูณแบบเงียบๆ
องค์กรส่วนใหญ่อาจยังชินกับต้นทุนแบบเดิม
ซื้อ software → จบ
แต่ AI ยุคนี้ไม่ใช่แบบนั้นแล้ว
ทุก prompt มีต้นทุน
ทุก context window มีค่าใช้จ่าย
ทุก agent loop กำลังเผา token อยู่ตลอดเวลา
ที่น่าสนใจกว่าคือ Uber ไม่ได้หยุดลงทุน AI นะ กลับกัน CEO ยังบอกว่าจะ “ชะลอการจ้างงาน” เพื่อเอางบไปลง AI เพิ่มแทนด้วย (
Business Insider)
แปลว่าหลายบริษัทเริ่มมอง AI เป็น infrastructure สำคัญระดับเดียวกับการจ้างคนแล้ว
แต่ปัญหาคือ หลายองค์กรยังไม่มีระบบควบคุมต้นทุน AI ที่ดีพอ
ตอนนี้หลายที่ยังอยู่ในโหมด “แจกให้ใช้ก่อน เดี๋ยวค่อยคิดทีหลัง”
ซึ่งช่วงแรก productivity อาจดูพุ่งมาก แต่ถ้าไม่มี governance ไม่มี visibility ไม่มี cost monitoring สุดท้ายอาจกลายเป็นหลุมดำทางการเงินแบบที่ Uber กำลังเจอ
ผมว่าข่าวนี้สำคัญตรงที่มันสะท้อนว่า AI adoption ระดับ enterprise เริ่มเข้าสู่เฟสใหม่แล้ว
คำถามไม่ใช่ “จะใช้ AI ดีไหม”
แต่กลายเป็น
“จะควบคุม AI ที่ใช้อยู่ยังไงไม่ให้ต้นทุนระเบิด”
หลายคนชอบพูดว่า AI จะมาแทนคน
แต่จากที่เห็นตอนนี้ บางทีสิ่งที่องค์กรควรกังวลก่อน อาจไม่ใช่เรื่อง AI แทนคน
แต่อาจเป็น “ค่าใช้จ่ายของ AI” ที่โตเร็วกว่าคนแทน
Uber ทุ่ม AI จนงบหมดตั้งแต่ต้นปี…นี่อาจเป็นสัญญาณเตือนของทั้งวงการ
https://aimagazine.com/news/why-uber-has-already-burned-through-its-ai-budget
ตอนแรกอ่านพาดหัวแล้วคิดว่า “บริษัทระดับ Uber จะคุมงบ AI พลาดได้ยังไง”
แต่พออ่านรายละเอียดจริงๆ กลับรู้สึกว่านี่ไม่ใช่เรื่องตลกเลย แถมอาจเป็นภาพอนาคตของหลายองค์กรที่กำลังวิ่งเข้าใส่ AI แบบเต็มสปีดด้วย
Uber ออกมายอมรับว่าพวกเขาใช้ “งบ AI ทั้งปี 2026” หมดไปแล้วภายในไม่กี่เดือน เพราะการใช้งาน AI coding tools ภายในบริษัทพุ่งแรงเกินคาด โดยเฉพาะพวก Claude Code และเครื่องมือแนว agentic coding ต่างๆ (AI Magazine)
สิ่งที่น่าสนใจคือ ปัญหาไม่ได้เกิดจาก AI ใช้ไม่ได้
ตรงกันข้ามเลย…มัน “ได้ผลดีเกินไป”
พอนักพัฒนาเริ่มเห็นว่า AI ช่วยเขียนโค้ด แก้ bug ทำ refactor หรือช่วย deploy ได้เร็วขึ้น การใช้งานก็พุ่งแบบควบคุมแทบไม่อยู่ จนค่า token และ API usage บานปลาย
มีข้อมูลว่าเกือบ 70% ของโค้ดที่ถูก commit ในบางส่วนเริ่มมี AI เข้ามาเกี่ยวข้อง และประมาณ 11% ของ backend updates ถูกสร้างโดย AI agents แบบแทบไม่ต้องมีคนเขียนเองแล้ว (AI Magazine)
นี่แหละจุดที่ผมว่าหลายคนยังประเมินผิด
ที่ผ่านมาเราเคยมอง AI เป็น “เครื่องมือซอฟต์แวร์”
แต่ความจริง AI เริ่มกลายเป็น “แรงงานดิจิทัล” ไปแล้ว
และแรงงานแบบนี้ไม่ได้คิดค่าใช้จ่ายเป็น license รายปีเหมือน SaaS ยุคก่อน แต่มันคิดตาม usage จริง ยิ่งใช้หนัก ยิ่งแพง ยิ่งมี agent ทำงานวนหลายขั้นตอน ค่าใช้จ่ายก็ยิ่งคูณแบบเงียบๆ
องค์กรส่วนใหญ่อาจยังชินกับต้นทุนแบบเดิม
ซื้อ software → จบ
แต่ AI ยุคนี้ไม่ใช่แบบนั้นแล้ว
ทุก prompt มีต้นทุน
ทุก context window มีค่าใช้จ่าย
ทุก agent loop กำลังเผา token อยู่ตลอดเวลา
ที่น่าสนใจกว่าคือ Uber ไม่ได้หยุดลงทุน AI นะ กลับกัน CEO ยังบอกว่าจะ “ชะลอการจ้างงาน” เพื่อเอางบไปลง AI เพิ่มแทนด้วย (Business Insider)
แปลว่าหลายบริษัทเริ่มมอง AI เป็น infrastructure สำคัญระดับเดียวกับการจ้างคนแล้ว
แต่ปัญหาคือ หลายองค์กรยังไม่มีระบบควบคุมต้นทุน AI ที่ดีพอ
ตอนนี้หลายที่ยังอยู่ในโหมด “แจกให้ใช้ก่อน เดี๋ยวค่อยคิดทีหลัง”
ซึ่งช่วงแรก productivity อาจดูพุ่งมาก แต่ถ้าไม่มี governance ไม่มี visibility ไม่มี cost monitoring สุดท้ายอาจกลายเป็นหลุมดำทางการเงินแบบที่ Uber กำลังเจอ
ผมว่าข่าวนี้สำคัญตรงที่มันสะท้อนว่า AI adoption ระดับ enterprise เริ่มเข้าสู่เฟสใหม่แล้ว
คำถามไม่ใช่ “จะใช้ AI ดีไหม”
แต่กลายเป็น
“จะควบคุม AI ที่ใช้อยู่ยังไงไม่ให้ต้นทุนระเบิด”
หลายคนชอบพูดว่า AI จะมาแทนคน
แต่จากที่เห็นตอนนี้ บางทีสิ่งที่องค์กรควรกังวลก่อน อาจไม่ใช่เรื่อง AI แทนคน
แต่อาจเป็น “ค่าใช้จ่ายของ AI” ที่โตเร็วกว่าคนแทน