Uber wciela agentów AI do finansów i kadr, raporty finansowe w 10 minut zamiast dwóch dni

Uber uruchomił program, w którym najbardziej doświadczeni w pracy z AI inżynierowie firmy na dwa tygodnie wchodzą do działów niezwiązanych z inżynierią, takich jak finanse, kadry czy prawo, i razem z ich pracownikami budują agentów AI dopasowanych do konkretnych, codziennych zadań. Firma nazywa te zespoły agentic pods, a dyrektor techniczny Ubera Praveen Neppalli Naga twierdzi, że model przynosi efekty, jakich nie dało się osiągnąć przez samo kupowanie licencji na narzędzia AI.

Jak działa agentic pod

Zamiast zlecać automatyzację zespołom IT z zewnątrz procesu, Uber wysyła inżynierów wprost do ludzi, którzy dany proces wykonują na co dzień. Przez dwa tygodnie inżynier obserwuje pracę zespołu finansowego, kadrowego czy prawnego, rozmawia z pracownikami o tym, gdzie tracą najwięcej czasu, i na miejscu tworzy agenta AI, który przejmuje powtarzalne fragmenty tej pracy.

Naga tłumaczy, że dokumentacja procesów rzadko odzwierciedla to, jak praca faktycznie wygląda w praktyce. Dlatego według niego bezpośrednia obserwacja daje agentom szansę na przejęcie zadań, które na papierze wyglądają inaczej niż w rzeczywistości wykonywanej przez zespoły.

Nie da się ich skutecznie zautomatyzować, patrząc na diagramy procesów czy dokumentację. Trzeba zrozumieć, jak praca faktycznie jest wykonywana - Praveen Neppalli Naga, dyrektor techniczny Ubera

Liczby, które robią wrażenie

Uber podaje dwa flagowe przykłady efektów programu. Raport pacingu finansowego, wcześniej przygotowywany przez dwa dni, powstaje teraz w 10 minut. Alokacja kapitału między 150 miastami, w których działa firma, zadanie pochłaniające wcześniej 15 godzin pracy analityków, zajmuje teraz 30 minut.

Firma przeprowadziła w ciągu dwóch miesięcy 16 takich agentic pods i zapowiada, że model zostanie rozszerzony. Naga mówi o budowie dedykowanego zespołu, który ma pogłębiać ten sposób pracy i przeprojektowywać kolejne procesy od podstaw, zamiast jedynie nakładać AI na istniejące schematy działania.

Tworzymy teraz dedykowany zespół, żeby to skalować i pójść głębiej. Będą dogłębnie rozumieć pracę, przeprojektowywać ją od podstaw i wykorzystywać AI, by fundamentalnie zmienić sposób działania biznesu - Praveen Neppalli Naga, dyrektor techniczny Ubera

Napięcie wokół rachunków za AI

Program agentic pods pojawia się w momencie, gdy Uber sam mierzy się z rosnącymi kosztami narzędzi AI. Wiosną 2026 roku firma wyczerpała budżet przeznaczony na Claude Code, co wymusiło ograniczenia w dalszych wydatkach na narzędzia programistyczne oparte na AI. Dyrektor operacyjny Ubera Andrew Macdonald przyznał w maju, że uzasadnianie dalszych inwestycji w AI robi się coraz trudniejsze, bo duże nakłady nie zawsze przekładają się na funkcje widoczne dla pasażerów czy kierowców.

Agentic pods można czytać jako odpowiedź na tę presję: zamiast dalej zwiększać wydatki na licencje, Uber próbuje wycisnąć maksimum z posiadanych zasobów, kierując najlepszych inżynierów tam, gdzie efekt da się policzyć w godzinach i dniach zaoszczędzonej pracy administracyjnej.

Co to znaczy dla firm w Polsce

Model Ubera pokazuje inne podejście do wdrażania AI w dużej organizacji niż popularne w Polsce zakupy licencji na chatboty czy asystentów kodujących dla całych zespołów. Zamiast rozdawać narzędzia i liczyć na samodzielną naukę pracowników, firma inwestuje czas najlepszych specjalistów AI w konkretne, wąskie procesy działów niekojarzonych na co dzień z technologią.

Dla polskich firm, które dopiero zaczynają myśleć o agentach AI w finansach czy kadrach, to sygnał, że skala oszczędności bywa realna, ale wymaga zaangażowania ludzi znających dany proces od środka, a nie tylko zakupu subskrypcji. Raporty analityków wskazują wcześniej, że polskie firmy wdrażają AI powoli głównie z powodu braków kompetencyjnych, nie braku dostępu do technologii, co czyni model agentic pods potencjalnie trudnym do skopiowania bez odpowiednich zasobów wewnętrznych.

Uber nie podał, ile kosztowało uruchomienie 16 pierwszych agentic pods ani jak liczy zwrot z tej inwestycji w relacji do wcześniej ograniczonego budżetu na AI. Firma zapowiada jednak dalsze skalowanie programu, co oznacza, że kolejne działy, prawdopodobnie obsługa klienta czy logistyka, mogą w najbliższych miesiącach przejść podobny proces.

Źródła: How Uber uses AI for development (newsletter.pragmaticengineer.com), Uber's CTO embedded its top AI engineers in HR, finance, and legal, and found better ways to build (aol.com)