L’adoption massive de l’intelligence artificielle dans les équipes techniques d’Uber commence à poser une question très concrète : combien coûte réellement le code généré par les machines ? Le directeur technologique du groupe, Praveen Neppalli Naga, a reconnu que les prévisions internes pour les dépenses liées à l’IA ont déjà été dépassées seulement quelques mois après le début de 2026. « Je dois tout revoir », a-t-il déclaré, en expliquant que le budget qu’il pensait devoir mobiliser avait déjà été pulvérisé par la rapidité de l’usage.
Ce dérapage est étroitement lié à la percée de Claude Code, l’outil d’Anthropic, dans l’organisation technique d’Uber. Selon les éléments rapportés par The Information et repris par plusieurs médias financiers, l’entreprise a fortement encouragé ses ingénieurs à utiliser des outils d’IA comme Claude Code ou Cursor, allant jusqu’à suivre en interne les usages via des classements. Mais là où Cursor semble avoir atteint une forme de plafond, Claude Code a continué à progresser rapidement depuis la fin de l’année dernière. Uber prévoit désormais de tester aussi Codex d’OpenAI, signe que la bataille des assistants de programmation est entrée dans une nouvelle phase.
Le plus marquant est ailleurs : l’IA ne sert déjà plus seulement à assister les développeurs. Chez Uber, elle commence à produire du code utilisé dans les systèmes centraux du groupe, notamment ceux qui assurent l’appariement entre chauffeurs et passagers, le calcul des prix, l’amélioration de certaines fonctionnalités ou encore la correction de bugs. Praveen Neppalli Naga indique qu’environ 11% des mises à jour effectives du code backend en production sont désormais écrites par des agents d’IA, contre une part marginale trois mois plus tôt.
Cette accélération nourrit une ambition plus large au sein du groupe. Le CTO d’Uber dit vouloir faire évoluer l’ingénierie logicielle vers une forme « d’agent software engineering », dans laquelle des agents d’IA écrivent le code, le testent, le déploient, tandis que d’autres agents supervisent l’ensemble pour repérer les erreurs éventuelles. Ce glissement est stratégique : il ne s’agit plus d’outils d’aide à la productivité, mais d’une tentative de réorganisation du cycle de développement autour de systèmes autonomes.
Le problème, pour Uber comme pour d’autres grands groupes technologiques, est que cette promesse de vitesse s’accompagne d’une hausse rapide des coûts. Le groupe n’a pas détaillé le montant exact de sa facture IA, mais ses dépenses de recherche et développement ont atteint 3,4 milliards de dollars en 2025, en hausse de 9% sur un an. Uber indique en outre s’attendre à une nouvelle progression de ces coûts en valeur absolue, ce qui suggère que l’IA devient non seulement un levier d’efficacité, mais aussi un nouveau centre de gravité budgétaire.
Derrière cette tension financière, il y a aussi un changement de modèle économique du côté des fournisseurs. Anthropic propose à la fois des abonnements, des offres par siège et une facturation à l’usage fondée sur la consommation de tokens. Dans ce schéma, le coût réel ne dépend plus seulement du nombre d’ingénieurs équipés, mais de l’intensité effective d’utilisation des modèles. Or plus l’IA est sollicitée pour générer, corriger, réécrire, tester ou superviser du code, plus la facture grimpe mécaniquement. The Register relève d’ailleurs qu’Anthropic a récemment ajusté certaines modalités commerciales alors que la demande pour ses services dépassait ses capacités.
