Uber Mau Gencar Pakai AI, tapi CTO-nya Bilang Budget Masih Ngepas

Uber baru-baru ini ngasih angka yang bikin banyak orang mikir: mereka keluarin $3,4 miliar buat teknologi. Tapi yang menarik, CTO-nya malah bilang budget buat AI masih ngepas banget.

Ini kontras banget sama hype AI yang lagi rame di mana-mana. Perusahaan segede Uber aja ternyata masih struggle buat alokasi resource yang cukup.

CTO Uber, Prashanth Mahendra-Rajah, ngomong langsung soal ini. Dia bilang meski Uber udah invest besar di tech secara umum, budget spesifik buat AI masih jadi tantangan.

Menurut dia, masalahnya bukan cuma soal uang sih. Tapi lebih ke prioritas dan trade-off yang harus dipilih. Perusahaan masih punya banyak komitmen lain yang harus dijaga.

Ini reminder penting buat kamu yang ngikutin perkembangan AI. Gedein budget tech gak otomatis sama dengan gedein budget AI. Dua hal itu beda dan sering berebut resource.

Uber sebenernya udah aktif pakai AI buat berbagai fitur. Dari prediksi waktu tunggu, pricing dinamis, sampe route optimization. Tapi ternyata masih ada batasan yang mereka hadepin.

Mahendra-Rajah nyebutin bahwa mereka harus hati-hati nentuin mana project AI yang worth it. Gak semua ide AI bisa langsung dieksekusi meski teknologinya ada.

Ini fenomena yang lumayan umum di enterprise AI. Banyak perusahaan ngalamin gap antara ekspektasi dan realita budget. AI mahal, dan cost-nya gak cuma di hardware atau software.

Talent AI juga jadi faktor biaya besar. Data scientist dan ML engineer dengan skill bagus gak murah. Ditambah infrastructure buat training model yang butuh GPU cluster.

Uber punya keuntungan karena mereka udah punya banyak data dari operasionalnya. Tapi data aja gak cukup kalau gak ada resource buat ngolah jadi model yang useful.

CTO-nya juga nyorot soal ROI dari project AI. Perusahaan makin ketat ngevaluasi apakah investasi AI beneran balik modal atau cuma hype yang gak sustainable.

Ini beda banget sama beberapa tahun lalu. Dulu perusahaan lebih gampang approve budget AI tanpa pertanyaan detail. Sekarang board dan investor minta bukti value yang jelas.

Buat kamu yang kerja di tech atau lagi explore AI adoption di perusahaan, ini pelajaran berharga. Jangan asumsi budget besar otomatis bikin AI project sukses.

Prioritisasi jadi kunci. Uber contohnya, mereka fokus ke AI yang langsung impact core business: ride matching, delivery optimization, dan customer experience.

Practical takeaway-nya gini: kalau kamu lagi push AI di tempat kerja, siapin business case yang solid. Jangan cuma bilang 'AI itu future' atau 'kompetitor udah pakai'.

Tunjukin angka. Berapa cost, berapa expected return, timeline-nya gimana. Semakin spesifik, semakin gampang dapet approval. Meski budget perusahaan gede, decision maker tetap picky.

Uber dengan $3,4B tech spend aja masih harus pilih-pilih. Apalagi perusahaan dengan resource lebih terbatas. Smart allocation beats big budget yang gak fokus.

Yang juga penting: mulai dari use case yang feasible. Gak usah langsung target AI yang ambisius banget. Small wins itu lebih gampang dijual ke stakeholder dan bisa buka jalan buat investasi lebih besar.

CTO Uber juga nyebutin soal infrastructure yang udah ada. Mereka leverage tech stack yang udah dibangun, gak mulai dari nol. Ini cara hemat resource yang worth ditiru.

Intinya, AI adoption itu marathon, bukan sprint. Perusahaan kayak Uber yang udah advanced aja masih manage ekspektasi dan budget dengan hati-hati. Jadi gak usai FOMO kalau progress kamu terasa lambat.

Yang penting konsisten, fokus ke value, dan selalu siap adaptasi. Karena di dunia AI, yang menang bukan yang paling banyak keluarin uang, tapi yang paling pintar ngegunain resource yang ada.