Hogar
El código de escritura con IA se lleva 12,15 millones de yuanes, superando el presupuesto en un 860 %: un incidente interno en Amazon hace saltar las alarmas sobre los costes de la IA en las empresas

Los medios de comunicación estadounidenses han informado recientemente de un importante sobrecoste relacionado con la inteligencia artificial en Amazon, donde el uso por parte de un ingeniero del modelo «Claude Sonnet» de Anthropic para cotejar los datos de los autores con las fichas de productos supuso una factura de 1,8 millones de dólares, un 860 % por encima del presupuesto. Esta tarea rutinaria de procesamiento de datos, destinada a vincular la información de los autores con los listados de productos de comercio electrónico, acabó generando unos costes totales de aproximadamente 12,15 millones de RMB.
Para agravar aún más la situación, el proyecto nunca se implementó con éxito, pero el elevado consumo de recursos informáticos se mantuvo de forma continua durante cinco meses. La anomalía solo se detectó durante la conciliación financiera, lo que reveló que un programa de IA no supervisado había estado consumiendo recursos sin control durante casi medio año.
Los fallos en el código, combinados con la falta de supervisión, provocaron que pequeñas vulnerabilidades consumieran enormes presupuestos
Las investigaciones revelaron que la causa principal era sencilla: el código generado por la IA carecía de controles de limitación de tasa, lo que provocaba que el modelo emitiera solicitudes de forma continua. Esto condujo a una acumulación de costes de computación en la nube y de llamadas a la API. Además, la ausencia de alertas de costes en tiempo real permitió que estos pequeños defectos de codificación pasaran desapercibidos, agotando progresivamente el presupuesto con el paso del tiempo.
Durante una reunión interna de Amazon, los ejecutivos calificaron este caso como un «costoso caso de estudio» y señalaron que otros proyectos se enfrentaban a riesgos similares, algunos de los cuales habían incurrido en gastos adicionales inesperados de 540 000 dólares. En respuesta a estos problemas recurrentes, Amazon está desarrollando con carácter urgente un sistema de control de riesgos. Esta nueva medida de seguridad automatizada limitará automáticamente el tráfico y detendrá las tareas en cuanto el gasto relacionado con la IA alcance los umbrales predefinidos, evitando así que los costes se disparen. Además, la empresa ha endurecido la normativa, exigiendo que todo el código generado por IA se someta a una revisión humana completa antes de su implementación para evitar lanzamientos sin verificar.
Los errores de código tradicionales cuestan tiempo; los programas de IA fuera de control cuestan dinero real
Este incidente pone de relieve un riesgo corporativo que suele pasarse por alto: mientras que los errores de programación tradicionales consumen principalmente tiempo humano, los programas de IA descontrolados generan costes continuos en forma de tokens. Sin una supervisión presupuestaria estricta, estos gastos pueden escalar rápidamente hasta convertirse en pérdidas masivas. Actualmente, muchas organizaciones dan por sentado que la IA reducirá los costes y aumentará la eficiencia de forma inherente, ignorando a menudo los nuevos riesgos financieros que introducen los modelos de facturación de «pago por computación».
El cambio de «IA que ayuda con el código» a «IA que quema dinero en silencio» demuestra que la experiencia de Amazon no es un incidente aislado, sino una nueva fase del sector. A medida que la IA evoluciona de ser una herramienta de apoyo a convertirse en un ejecutor autónomo, el control de costes debe pasar del «nivel de proyecto» a la supervisión de «cada llamada individual». Antes de aprovechar las ventajas de la IA, implementar un «freno de emergencia» para el gasto en IA puede ser la lección más importante que las empresas deben asimilar hoy en día.
Artículo relacionado
QueryStory recomienda precaución con el contenido generado por IA
En 2009, Shapor Naghibzadeh descubrió el poder de una narración cautivadora mientras trabajaba como ingeniero de operaciones de sistemas en Google. Durante la Operación Aurora, cuando unos hackers pat
Anthropic revela que los agentes de IA rebeldes odian los CAPTCHAs, al igual que tú
El reciente informe de Anthropic sobre el comportamiento malicioso de agentes destaca riesgos graves: su modelo Mythos 5 eludió los controles de seguridad para acceder a Internet y subir código malicioso a un repositorio público, pero también revela
Tencent amplía el acceso gratuito para los usuarios de Hunyuan Hy3, WorkBuddy y CodeBuddy hasta el 5 de agosto
Tencent ha ampliado el periodo de prueba gratuito de su modelo de lenguaje a gran escala Hy3. Tras finalizar el periodo inicial de dos semanas, la empresa recibió una avalancha de comentarios de los u
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Los medios de comunicación estadounidenses han informado recientemente de un importante sobrecoste relacionado con la inteligencia artificial en Amazon, donde el uso por parte de un ingeniero del modelo «Claude Sonnet» de Anthropic para cotejar los datos de los autores con las fichas de productos supuso una factura de 1,8 millones de dólares, un 860 % por encima del presupuesto. Esta tarea rutinaria de procesamiento de datos, destinada a vincular la información de los autores con los listados de productos de comercio electrónico, acabó generando unos costes totales de aproximadamente 12,15 millones de RMB.
Para agravar aún más la situación, el proyecto nunca se implementó con éxito, pero el elevado consumo de recursos informáticos se mantuvo de forma continua durante cinco meses. La anomalía solo se detectó durante la conciliación financiera, lo que reveló que un programa de IA no supervisado había estado consumiendo recursos sin control durante casi medio año.
Los fallos en el código, combinados con la falta de supervisión, provocaron que pequeñas vulnerabilidades consumieran enormes presupuestos
Las investigaciones revelaron que la causa principal era sencilla: el código generado por la IA carecía de controles de limitación de tasa, lo que provocaba que el modelo emitiera solicitudes de forma continua. Esto condujo a una acumulación de costes de computación en la nube y de llamadas a la API. Además, la ausencia de alertas de costes en tiempo real permitió que estos pequeños defectos de codificación pasaran desapercibidos, agotando progresivamente el presupuesto con el paso del tiempo.
Durante una reunión interna de Amazon, los ejecutivos calificaron este caso como un «costoso caso de estudio» y señalaron que otros proyectos se enfrentaban a riesgos similares, algunos de los cuales habían incurrido en gastos adicionales inesperados de 540 000 dólares. En respuesta a estos problemas recurrentes, Amazon está desarrollando con carácter urgente un sistema de control de riesgos. Esta nueva medida de seguridad automatizada limitará automáticamente el tráfico y detendrá las tareas en cuanto el gasto relacionado con la IA alcance los umbrales predefinidos, evitando así que los costes se disparen. Además, la empresa ha endurecido la normativa, exigiendo que todo el código generado por IA se someta a una revisión humana completa antes de su implementación para evitar lanzamientos sin verificar.
Los errores de código tradicionales cuestan tiempo; los programas de IA fuera de control cuestan dinero real
Este incidente pone de relieve un riesgo corporativo que suele pasarse por alto: mientras que los errores de programación tradicionales consumen principalmente tiempo humano, los programas de IA descontrolados generan costes continuos en forma de tokens. Sin una supervisión presupuestaria estricta, estos gastos pueden escalar rápidamente hasta convertirse en pérdidas masivas. Actualmente, muchas organizaciones dan por sentado que la IA reducirá los costes y aumentará la eficiencia de forma inherente, ignorando a menudo los nuevos riesgos financieros que introducen los modelos de facturación de «pago por computación».
El cambio de «IA que ayuda con el código» a «IA que quema dinero en silencio» demuestra que la experiencia de Amazon no es un incidente aislado, sino una nueva fase del sector. A medida que la IA evoluciona de ser una herramienta de apoyo a convertirse en un ejecutor autónomo, el control de costes debe pasar del «nivel de proyecto» a la supervisión de «cada llamada individual». Antes de aprovechar las ventajas de la IA, implementar un «freno de emergencia» para el gasto en IA puede ser la lección más importante que las empresas deben asimilar hoy en día.
QueryStory recomienda precaución con el contenido generado por IA
En 2009, Shapor Naghibzadeh descubrió el poder de una narración cautivadora mientras trabajaba como ingeniero de operaciones de sistemas en Google. Durante la Operación Aurora, cuando unos hackers pat
Anthropic revela que los agentes de IA rebeldes odian los CAPTCHAs, al igual que tú
El reciente informe de Anthropic sobre el comportamiento malicioso de agentes destaca riesgos graves: su modelo Mythos 5 eludió los controles de seguridad para acceder a Internet y subir código malicioso a un repositorio público, pero también revela
Tencent amplía el acceso gratuito para los usuarios de Hunyuan Hy3, WorkBuddy y CodeBuddy hasta el 5 de agosto
Tencent ha ampliado el periodo de prueba gratuito de su modelo de lenguaje a gran escala Hy3. Tras finalizar el periodo inicial de dos semanas, la empresa recibió una avalancha de comentarios de los u











