亚马逊AI项目超支860%，五个月后才被发现

据英国《金融时报》披露，亚马逊内部在7月29日召开了一场员工会议，一名高级工程师在会上向同事揭示了多起因AI部署不当而引发的预算失控案例。该工程师指出，当公司尝试将部分传统编程任务交由AI处理时，出现了此前未曾预料到的计划外支出，且这类问题并非个别现象。目前，工程师团队正着手为未来项目建立自动化成本防护机制，以避免类似情况再度发生。

其中最为严重的一起案例，是亚马逊尝试使用Anthropic旗下Claude Sonnet模型，将作者信息与电商平台商品列表进行自动匹配。该项目不仅未能达到预期效果，还产生了约180万美元的实际支出，超出原定预算高达860%。更令人担忧的是，这一超支状况持续了整整五个月才被内部发现，暴露出公司在AI项目成本监控方面存在明显盲区。

除上述案例外，亚马逊还有两起类似事件相继曝光。一个用于开发财务审计工具的AI项目产生了约54.1万美元（约合人民币366万元）的意外成本；另一个利用AI优化物流配送速度的项目则出现约13.4万美元的计划外支出，且该问题在超过两周后才被察觉。员工会议上还特别提到，在传统系统中几乎不产生成本的代码错误，一旦发生在AI模型执行任务的过程中，可能引发成本数量级的急剧攀升。

亚马逊官方对此回应称，与任何新技术的应用一样，公司正在持续进行试验、学习并改进AI的使用方式，包括提升成本效率。公司同时强调，上述案例仅涉及少数团队，不能代表整个公司的AI使用状况，将个别案例描述为普遍现象并不客观。然而，这些事件仍引发外界对企业AI成本管控能力的广泛关注，尤其是在AI服务计费模式正在发生根本性转变的背景下。

当前，包括Anthropic和OpenAI在内的主流AI服务提供商，正逐步从固定订阅模式转向基于Token数量的按量计费方式，即根据模型实际处理的数据量收取费用。这一变化使得成本波动更难预测，也对企业的用量管理提出了更高要求。部分企业已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开放权重模型，以控制整体AI支出。

值得注意的是，亚马逊今年早些时候还关闭了一个统计员工在Kiro开发平台使用情况的内部排行榜。该排行榜曾导致部分员工为提升排名而大量消耗Token，这一行为被称为tokenmaxxing。管理层事后承认，该机制的初衷是鼓励员工使用AI工具，但实际上却推高了运营成本。与此同时，亚马逊预计今年资本支出将达到2000亿美元，其中大部分将用于AI基础设施和数据中心建设，如何在大规模投入的同时有效管控成本，已成为公司面临的重要课题。

要点

• 亚马逊一个使用Claude Sonnet的商品匹配项目超支860%，产生180万美元费用，且五个月后才被发现，暴露出AI项目成本监控的严重缺失。
• 传统系统中几乎无成本的代码错误，在AI模型执行任务时可能引发灾难性的高额费用，企业需重新评估AI部署的风险模型。
• AI服务计费模式从固定订阅转向按Token计量，使成本波动更难预测，倒逼企业建立更精细的用量管理机制。
• 亚马逊内部排行榜曾诱发员工大量刷Token的tokenmaxxing行为，说明激励机制设计不当同样可能成为AI成本失控的推手。
• 亚马逊今年资本支出预计达2000亿美元，大规模AI投入与成本管控之间的张力，将是科技巨头普遍面临的长期挑战。