Содержание
AI-агенты Amazon обошлись компании дороже плана: внутренний проект на Claude Sonnet потратил $1,8 млн, или около 140 млн рублей. По данным Financial Times, перерасход составил 860% и почти пять месяцев оставался незамеченным внутри компании.
Речь не про красивый демо-ролик с генерацией сайта за минуту. Amazon использовала Claude Sonnet для скучной, но массовой задачи: сопоставлять данные авторов с карточками товаров. На бумаге это как раз тот класс работы, куда компании любят ставить AI-агентов.
Проблема вскрылась не в качестве результата, а в счете. Токены капали, автоматизация продолжала работать, а финансовый контроль не поймал превышение бюджета вовремя.
Перерасход Claude Sonnet заметили только через пять месяцев
Проект с Claude Sonnet должен был уложиться в заранее выделенный бюджет, но итоговая сумма выросла до $1,8 млн. Это на 860% выше плана, а значит контроль расходов сработал слишком поздно для системы такого масштаба.
Для Amazon эта сумма не выглядит катастрофой. Квартальная выручка компании превышает $181 млрд, так что $1,8 млн теряются в общем P&L. Но для обычной IT-компании такой счет уже похож на пожар в бухгалтерии, а не на эксперимент.
И тут неприятная часть для всего рынка. Старые подписочные модели хотя бы давали понятный потолок расходов. Токеновая тарификация работает иначе: чем больше агент делает запросов, тем быстрее растет счет.
Когда агент получает больше автономии, ошибка масштабируется без драматичных симптомов. Ничего не падает, серверы живы, задача вроде выполняется. Просто через несколько месяцев финансовая команда видит лишние сотни тысяч долларов.
У Amazon всплыли и другие дорогие AI-проекты
История с Claude Sonnet не осталась одиночным эпизодом. Financial Times описывает еще несколько внутренних инициатив Amazon, где автоматизация вышла за рамки утвержденных расходов и добавила компании незапланированные счета.
- Claude Sonnet для карточек товаров: $1,8 млн расходов, перерасход 860%.
- Финансовый аудит: проект превысил бюджет на $541 000, около 42 млн рублей.
- Логистика и доставка: инициатива добавила $134 000 незапланированных затрат, около 10 млн рублей.
Для читателя, который сам гонял локальную модель или платил за API, логика знакомая. Один неудачный цикл, лишние запросы, слишком широкий контекст — и счет растет быстрее, чем кажется в начале.
В корпоративной среде эффект сильнее. Один агент пишет код, второй проверяет, третий дергает сервисы, четвертый собирает отчет. Если права выдали щедро, система может жечь деньги почти бесшумно.
Amazon признает эксперименты, но спорит с трактовкой
Amazon подтвердила, что экспериментирует с новыми инструментами и учится снижать расходы. При этом компания не согласна с тем, что такие случаи описывают обычную практику ее команд.
Внутри Amazon разослали заявление с формулировкой: «Как и с любой новой технологией, мы экспериментируем, учимся и улучшаем то, как используем ее, включая повышение эффективности затрат». Компания добавила, что отдельные примеры не отражают повседневное применение AI-инструментов.
Эта позиция понятна. Amazon не хочет выглядеть компанией, где боты сами открыли корпоративную кредитку. Но факты бьют в больное место всей индустрии: бизнес уже вкладывает миллиарды в AI, а связь между затратами и пользой часто приходится доказывать после счета.
Похожие риски уже всплывали в AWS. В этом году автоматические coding bots приводили к неожиданным сбоям сервисов. После этого Amazon ограничила права AI-агентов, а не стала давать им доступ уровня старших инженеров.
Компания также закрыла внутреннюю таблицу лидеров, где раньше отслеживали использование AI сотрудниками. На фоне растущих расходов такая геймификация начала выглядеть спорно: люди получают стимул запускать инструменты чаще, а не считать цену каждого запуска.
AI-кодинг пока не доказал экономию для всех
Руководители крупных IT-компаний продолжают называть AI-расходы инвестициями в будущее. Но внутри отрасли уже звучит скепсис: массовое внедрение агентов не всегда ускоряет разработку и не всегда снижает стоимость софта.
Технический директор Uber публично говорил, что не видит прямой связи между активным внедрением AI и успешной поставкой программного обеспечения. Для Amazon это особенно чувствительное сравнение: Uber тоже строит сложную логистику, только на другой бизнес-модели.
Главный урок этой истории простой и неприятный. AI-агент может делать рутинную работу, но его надо считать как облачный ресурс. Не как бесплатного стажера, который немного помогает команде.
Финансово Amazon легко переварит такие суммы. Но меньшие компании не всегда переживут пять месяцев незамеченного перерасхода. В случае Amazon только один проект с Claude Sonnet дошел до $1,8 млн, а отдельная система финансового аудита добавила еще $541 000 сверх бюджета.
