Une enveloppe budgétaire épuisée en un tiers de l’année

La plateforme de mobilité Uber a utilisé, en seulement quatre mois, la totalité des fonds qu’elle avait prévu d’investir dans l’intelligence artificielle pour l’exercice 2026. L’information a été confirmée par le directeur des opérations de l’entreprise, Andrew Macdonald, lors d’un entretien podcasté récent. Ce dernier a reconnu que la rapidité avec laquelle ce budget a été englouti suscite désormais des interrogations en interne sur la pertinence de telles dépenses.

Des doutes sur la mesure des bénéfices

Andrew Macdonald, qui supervise la gestion quotidienne des activités de l’entreprise, a indiqué qu’il n’est pas parvenu à quantifier de manière fiable les retombées concrètes de ces investissements. « Il devient de plus en plus compliqué de justifier les coûts », a-t-il déclaré, sans toutefois préciser le montant exact du budget épuisé. Il a également fait part de son scepticisme quant à la capacité des technologies d’IA générative à améliorer significativement les performances opérationnelles à court terme.

Un coup de frein envisagé

Face à cette difficulté à évaluer le rapport coût-bénéfice, le directeur des opérations d’Uber a suggéré un possible ralentissement du rythme des déploiements d’IA dans l’entreprise. Selon ses propos, l’entreprise pourrait adopter une approche plus prudente à l’avenir, en attendant de disposer d’indicateurs plus tangibles sur la valeur ajoutée des outils d’intelligence artificielle. Ce positionnement contraste avec l’emballement général du secteur technologique, où de nombreuses sociétés multiplient les annonces autour de l’IA générative.

Un contexte de frénésie sectorielle

L’investissement massif dans l’IA est devenu un enjeu stratégique pour les grandes entreprises de la tech, souvent sous la pression des marchés et de la concurrence. Uber avait ainsi alloué pour 2026 une enveloppe conséquente – sans chiffre officiel communiqué – afin d’intégrer des modèles génératifs dans ses services, notamment pour améliorer la prédiction des trajets, l’optimisation des tarifs ou le support client automatisé. Mais l’ampleur de la consommation budgétaire précoce et l’absence de mesures précises de performance interrogent les analystes sur l’efficacité réelle de ces technologies.

Une remise en question rare dans le milieu

Les déclarations d’Andrew Macdonald sont inhabituelles dans un écosystème où les dirigeants mettent généralement en avant les promesses de l’IA. En reconnaissant publiquement ses difficultés à évaluer les retombées, il ouvre un espace de discussion plus nuancé sur les limites actuelles de l’IA générative en entreprise. Uber n’est pas la première société à rencontrer ce type de défi : plusieurs études internes et témoignages d’acteurs du secteur évoquent le décalage entre le coût élevé des modèles et les améliorations effectives, souvent marginales.

Prochaines étapes pour Uber

L’entreprise devrait désormais revoir sa stratégie d’investissement dans l’IA pour le reste de l’exercice, avec probablement une réaffectation des ressources vers des projets dont l’impact est mieux identifié. Aucune décision ferme n’a été annoncée, mais la prudence affichée par la direction des opérations suggère un recentrage sur des applications plus éprouvées de l’intelligence artificielle, en attendant que la maturité des technologies génératives permette un retour sur investissement plus clair.