O COO da Uber Andrew Macdonald disse no podcast Rapid Response que os ~5.000 engenheiros da empresa esgotaram seu orçamento de tokens Claude Code 2026 da Anthropic em meados de março, e que o vínculo entre gasto em assistente de codificação IA e valor de produto entregue "ainda não está lá". O valor em dólares não foi divulgado. O dado sob a manchete é o burn de 2,5 meses através de um orçamento empresarial anual — evidência concreta de que o consumo de Claude Code em escala de organização de engenharia excede os modelos de planejamento prevalentes, independente de se o caso de produtividade eventualmente fecha.
O framing importa porque a conversa pública se assentou em modos binários — assistentes de codificação IA são ou transformadores ou superestimados. A citação real de Macdonald é mais útil para construtores: "se você não consegue traçar uma linha direta entre quantas funcionalidades e features úteis está entregando a seus usuários, esse trade se torna mais difícil de justificar porque não é grátis." É um problema de atribuição de produtividade, não um problema de qualidade de ferramenta. Os engenheiros usaram Claude Code forte o suficiente para blow past o orçamento anual no mark de 21% do ano. O gargalo é conectar esse sinal de uso ao throughput de features entregues de uma forma que finanças e engenharia ambos aceitem, e nenhuma empresa maior publicou uma metodologia que funcione em escala de 5.000 engenheiros.
A leitura de ecossistema para construtores enviando ferramentas de codificação IA: adoção empresarial pesada não se traduz automaticamente em economia de renovação. Anthropic, GitHub Copilot, Cursor, e o resto competem não apenas em qualidade de modelo mas na pergunta que seus clientes ainda não podem responder — qual é a economia unitária da engenharia IA-aumentada. Times de finanças de engenharia vão cada vez mais demandar dados de atribuição por time (quais features foram entregues enquanto quais engenheiros estavam usando quais ferramentas), e o vendor que entregar a camada de auditoria/atribuição primeiro ganha a conversa de pricing de renovação empresarial. O sinal honesto nos dados da Uber também é visível em escala menor: qualquer time rodando um deploy pesado de assistente de codificação vai over-shoot sua estimativa de orçamento inicial. Planeje conforme.
Se você lida com finanças de engenharia segunda de manhã: orce 2-3x sua estimativa inicial de assistente de codificação em escala empresarial e comece a instrumentar atribuição desde o dia um. Se você vende ferramentas de codificação IA: a conversa de renovação está mudando de "use essa ferramenta" para "prove o vínculo de produtividade", e os clientes que não conseguirem provar vão recuar em contagens de assentos. A história da Uber não é "IA não vale a pena" — é "ainda não podemos medir se vale", o que é uma leitura diferente e mais acionável.