Amazon потратила $1,8 млн на проект с Claude Sonnet, который должен был всего лишь сопоставлять данные об авторах с карточками товаров. Для корпорации такого масштаба сумма не критична, но сама история показательна: даже рутинная задача быстро дорожает, если у компании нет нормального контроля за расходами на ИИ.
О перерасходе сначала написала Financial Times со ссылкой на внутреннюю презентацию Amazon, затем детали пересказал Tom's Hardware. Для русскоязычного рынка это хороший холодный душ: если даже Amazon заметила перерасход только через пять месяцев, то у компаний поменьше такие истории обычно всплывают еще позже.
Откуда взялась сумма $1,8 млн
По данным FT, проект с Claude Sonnet вышел за бюджет на 860%. Проблему обнаружили примерно через пять месяцев после старта перерасхода. Речь не о разовом промахе в настройках, а о длинной цепочке мелких решений, которые никто вовремя не остановил.
Во внутренней презентации всплыли и другие примеры. Инструмент для финансового аудита добавил к счету еще $541 тыс., а система для сокращения сроков доставки в логистике обошлась на $134 тыс. дороже плана. Ирония здесь слишком очевидна, чтобы ее не заметить: один инструмент должен был следить за деньгами, другой — за операционной эффективностью, а в итоге оба сами стали статьей лишних расходов.
Проблема не в Claude, а в контроле затрат
Amazon, по данным FT, объясняет такие случаи нормальной стадией экспериментов: команды учатся, обмениваются практиками и настраивают защитные ограничения. Это звучит разумно, но только до момента, пока «обучение» не начинает стоить сотни тысяч долларов.
Реальная проблема глубже. Когда провайдеры берут деньги не по подписке, а за токены, расходы перестают быть фоновыми. Особенно если сотрудники активно используют агентные сценарии, а бизнес меряет успех не результатом, а объемом использования модели. FT также писала, что Amazon закрыла внутреннюю таблицу лидеров, которая подталкивала сотрудников к так называемому tokenmaxxing — гонке за максимальным потреблением токенов. Об этом отдельно сообщали InfoWorld и Associated Press.
Значение для рынка
Для компаний в России и СНГ мораль простая: внешний ИИ по API нужно считать так же жестко, как облачную инфраструктуру. Если у проекта нет квот, бюджетных лимитов, уведомлений о всплесках расходов и правил выбора модели под конкретную задачу, счет начнет расти сам по себе. В такой экономике вопрос уже не в том, «используете ли вы ИИ», а в том, не решаете ли вы задачу за $10 тыс. там, где раньше хватало обычного скрипта и пары часов инженера.
Следующий этап рынка выиграют не те, кто громче всех говорит про AI-first, а те, кто умеет держать ИИ под финансовым контролем.