Uber’ın AI Harcama Krizi: Tokenmaxxing Çağının Sonu ve Verimlilik Dönemi

Uber, 2026 AI bütçesini birkaç ay içinde tükettiğini açıklarken, yeni bir maliyet verimliliği modeliyle tokenmaxxing çağının kapanışını ilan etti.

AI Harcama Çöküşü ve Yeniden Değerlendirme

Uber CTO Praveen Neppalli Naga, çalışanları Anthropic’in Claude Code gibi ileri AI araçlarını kullanmaya teşvik ederken, bütçenin hızla tükenmesiyle "çizim tahtasına geri dönmek" zorunda kaldığını belirtti. Şirket, çalışan sayısını dört katına çıkararak token başına maliyeti düşürmeyi başardı.

Maliyet Düşüşünün Arkasındaki Teknikler

■Prompt caching iyileştirildi, böylece aynı sorgular tekrar tekrar işlenmedi.

■Varsayılan model ayarları daha verimli modeller yönünde değiştirildi.

■Mühendisler saatlik AI kullanım ve maliyetlerini gerçek zamanlı görebildi.

■Token fiyatı %90 azaldı, ancak tüketim 450% arttı (Bain & Co. raporu).

Endüstri İçin Geniş Çıkarımlar

■Magnificent Seven şirketlerinin kar marjları %15'ten %25'e yükselirken, S&P 500'ün geri kalanı sadece %10 artış gösterdi.

■AI verimliliği, harcama kontrolünden mühendislik problemi olarak ele alındığında maliyetler düşebiliyor.

■Şirketler, token tüketimini kilo yerine kalite odaklı yönetmeye yöneliyor.

Jevons Paradoksu ve Gelecek Riskleri

William Stanley Jevons’un 19. yüzyıldaki kömür örneği, bugün AI token'ları için yeniden ortaya çıkıyor: Token başına maliyet düşse de toplam harcama artıyor. Apollo ekonomisti Torsten Slok, bu durumun şirketlerin daha fazla AI ajanı ve otomasyon çalıştırmasıyla tetiklendiğini vurguluyor.

Uber’ın yeni yaklaşımı, AI maliyetlerini sadece kontrol altına almakla kalmayıp, verimlilik odaklı mühendislik kültürünü şirket çapında yaygınlaştırıyor. Havacılık ve lojistik sektörlerinde de benzer bir dönüşüm bekleniyor; AI’nın operasyonel marjları sıkı bir şekilde yönetilirse, hem maliyet hem de hizmet kalitesi açısından büyük fırsatlar ortaya çıkabilir. – Gökberk Uçar, Havacılık Lojistiği ve Kargo Uzmanı