亚马逊 AI 项目超支 860% 历时五月才发现，单项目烧掉 180 万美元

据英国《金融时报》报道，亚马逊内部已发现多起因 AI 部署失误和成本管控缺失而导致的“灾难性”预算超支案例。

在 7 月 29 日的一场员工会议上，亚马逊高级工程师向同事指出，在尝试将部分传统编程任务转交给 AI 处理时，出现了此前未预料到的“计划外支出”，且此类超支并非孤立事件。工程师们正在为未来项目创建“自动化”防护措施以控制成本。

据该工程师介绍，亚马逊曾有一个项目尝试利用 Anthropic 的 Claude Sonnet AI 模型，将作者信息与电商平台上商品列表进行匹配，但该项目最终非但未能达到预期效果，反而产生了 180 万美元的支出，直接超支 860%，且超支情况历时五个月才被发现。

在另一起案例中，公司因开发财务审计工具产生了约 54.1 万美元的意外成本。

在第三起案例中，亚马逊有一个利用 AI 优化物流配送速度的项目，结果出现了约 13.4 万美元的计划外支出，且该问题超过两周后才被发现。

亚马逊回应称：“与任何新技术一样，我们正在进行试验、学习并改进 AI 的使用方式，包括提高成本效率。”

员工会议中还提到，在传统系统中一些“几乎不产生成本”的代码错误，在 AI 模型执行任务时可能会造成“灾难性高成本”。

亚马逊表示，这些案例仅涉及公司少数团队，不能代表整个公司的 AI 使用情况。公司称，挑选个别案例并将其描述为普遍现象，并不能反映亚马逊各团队正在推进的 AI 应用方式。

目前，亚马逊全球企业员工规模约 30 万人，每季度营收约 1,800 亿美元。公司正在进行大规模裁员，以降低成本并支持大规模 AI 投资。

亚马逊预计今年资本支出将达到 2,000 亿美元，其中大部分资金将用于人工智能基础设施和数据中心建设。

与此同时，企业在使用 AI 服务时也面临计费模式变化带来的成本压力。包括 Anthropic 和 OpenAI 在内的 AI 服务提供商，正在从固定订阅模式转向基于 Token 数量的计费方式，即根据模型处理的数据量计算费用。

随着 AI 服务价格结构变化，一些企业开始减少对高端模型的依赖，转而采用成本更低的中端模型，或选择开放权重模型，仅承担运行模型所需的计算资源费用。

今年早些时候，亚马逊还关闭了一个用于统计员工 Kiro 开发平台使用情况的内部排行榜。此前，该排行榜导致部分员工为了“刷排名”而大量消耗 Token，被称为“tokenmaxxing”。亚马逊管理层随后向员工表示，该服务最初的设计目标是鼓励使用 AI 工具，但最终导致成本增加。