优秘智能观察：AI技术落地过程中，基础设施成本高、资源利用率低是不少企业遇到的共性难题。海外出行科技企业Uber近期公布的「零增长技术栈」实践，为企业平衡AI落地效率与成本控制提供了可参考的方向。
零增长技术栈：解耦业务增长与资源投入
Uber推出的「零增长技术栈」核心是将硬件容量增长与业务需求增长解耦，企业无需随着业务规模扩张同步线性增加硬件投入。该方案通过自动化运行时优化、严格的AI生命周期管理、动态系统控制三大核心逻辑，抵消传统资源扩容带来的额外开销，即使内部软件复杂度持续提升，也能保持基础设施的高效运行。
针对不同服务内存占用差异大、静态配置无法适配的问题，Uber还开发了动态调优工具，目前已在30个关键任务服务中回收了70000个CPU核心的闲置算力，大幅提升了现有资源的利用率。
生成式AI落地：平衡效率提升与成本管控
除了基础设施优化，Uber还将生成式AI深度融入软件开发生命周期，搭建了从模型网关、上下文注入、后台Agent到代码审查的全链路AI开发支撑体系。目前该企业92%的工程师每月都会使用相关AI工具，31%的新代码由AI生成，AI工具每月可自动生成超5000个单元测试，开发效率提升显著。
快速落地AI工具也带来了成本压力：自2024年以来Uber的AI相关成本增长了6倍，单开发者月度AI成本最高达2000美元。对此Uber转向严格的成本治理模式，将单开发者月度AI使用额度限制在1500美元以内，同时推出「净代码质量比」「每个功能的计算效率」等细粒度评估指标，量化AI产出效率与资源开销的关系，避免为短期效率支付过高的长期成本。
优秘智能给企业主的启示
Uber的实践对于不同规模的企业AI化转型都有参考价值：
- 1人公司、中小商家无需盲目搭建复杂的AI基础设施，优先选择开箱即用的标准化AI工具，避免不必要的资源投入；
- 成长型企业落地AI工具时要同步搭建成本监控体系，避免算力、Token等开销超出业务承载能力；
- 集团型企业可参考动态资源调优思路，盘活现有基础设施算力，最大化资源利用率。
如果你的企业正在规划AI化转型，想要找到适配自身规模的降本提效方案，可访问优秘智能官网umi6.com咨询了解。
优秘智能