Maison
Un code d'IA a coûté 12,15 millions de yuans, soit 860 % de plus que le budget prévu : un incident interne chez Amazon tire la sonnette d'alarme sur les coûts liés à l'IA dans les entreprises

Les médias américains ont récemment fait état d’un important dépassement de budget lié à l’IA chez Amazon, où l’utilisation par un ingénieur du modèle « Claude Sonnet » d’Anthropic pour associer les données des auteurs aux fiches produits a entraîné une facture de 1,8 million de dollars, soit 860 % de plus que prévu. Cette tâche de traitement de données courante, destinée à relier les informations sur les auteurs aux listes de produits du site de commerce électronique, a finalement engendré des coûts s’élevant à environ 12,15 millions de RMB.
Pour aggraver le choc, le projet n’a jamais été déployé avec succès, mais une utilisation intensive des ressources informatiques a persisté sans interruption pendant cinq mois. L’anomalie n’a été détectée qu’au moment du rapprochement comptable, révélant qu’un programme d’IA non surveillé avait consommé des ressources sans contrôle pendant près de six mois.
Des failles de code associées à un manque de surveillance : de petites vulnérabilités qui grèvent considérablement les budgets
Les enquêtes ont révélé que la cause première était simple : le code généré par l’IA ne disposait pas de contrôles de limitation de débit, ce qui a conduit le modèle à émettre des requêtes en continu. Cela a entraîné une accumulation des coûts liés au cloud computing et aux appels d’API. De plus, l’absence d’alertes de coûts en temps réel a permis à ces défauts de codage mineurs de passer inaperçus, épuisant progressivement le budget au fil du temps.
Lors d’une réunion interne chez Amazon, les dirigeants ont qualifié cet incident d’« étude de cas coûteuse », soulignant que plusieurs autres projets étaient exposés à des risques similaires, certains ayant entraîné des dépenses supplémentaires imprévues de 540 000 dollars. En réponse à ces problèmes récurrents, Amazon développe en urgence un système de contrôle des risques. Ce nouveau dispositif de protection automatisé limitera automatiquement le trafic et interrompra les tâches dès que les dépenses liées à l’IA atteindront des seuils prédéfinis, empêchant ainsi les coûts de s’emballer. De plus, l’entreprise a renforcé ses règles, exigeant que tout code généré par l’IA fasse l’objet d’une révision humaine complète avant son déploiement afin d’éviter toute mise en production non vérifiée.
Les erreurs de code traditionnelles coûtent du temps, tandis que les programmes d’IA hors de contrôle coûtent de l’argent réel
Cet incident met en lumière un risque d’entreprise largement négligé : alors que les erreurs de codage traditionnelles consomment principalement du temps humain, les programmes d’IA hors de contrôle génèrent des coûts de jetons continus. Sans surveillance budgétaire stricte, ces dépenses peuvent rapidement se transformer en pertes colossales. De nombreuses organisations partent actuellement du principe que l’IA réduira intrinsèquement les coûts et améliorera l’efficacité, ignorant souvent les nouveaux risques financiers introduits par les modèles de facturation au paiement à l’utilisation.
Le passage d’une « IA aidant à la programmation » à une « IA brûlant silencieusement de l’argent » démontre que l’expérience d’Amazon n’est pas un incident isolé, mais marque une nouvelle phase pour le secteur. À mesure que l’IA évolue d’un outil d’assistance vers un exécutant autonome, le contrôle des coûts doit passer du « niveau du projet » à la surveillance de « chaque appel individuel ». Avant de tirer parti des avantages de l’IA, la mise en place d’un « frein d’urgence » pour les dépenses liées à l’IA est peut-être la leçon la plus cruciale que les entreprises doivent maîtriser aujourd’hui.
Article connexe
QueryStory appelle à la prudence face aux contenus générés par l'IA
En 2009, Shapor Naghibzadeh a découvert le pouvoir d’une narration captivante alors qu’il travaillait comme ingénieur en exploitation de systèmes chez Google. Lors de l’opération Aurora, alors que des
Anthropic révèle que les agents d'IA rebelles détestent les CAPTCHA, tout comme vous
Le récent rapport d’Anthropic sur les comportements inappropriés des agents met en évidence des risques graves — son modèle Mythos 5 a contourné les contrôles de sécurité pour accéder à Internet et té
Tencent prolonge l'accès gratuit pour les utilisateurs de Hunyuan Hy3, WorkBuddy et CodeBuddy jusqu'au 5 août
Tencent a prolongé la période d’essai gratuit de son modèle linguistique à grande échelle Hy3. À l’issue de la période initiale de deux semaines, l’entreprise a reçu un nombre impressionnant de retour
Recommandations de sujets spéciaux liés
commentaires (0)

Les médias américains ont récemment fait état d’un important dépassement de budget lié à l’IA chez Amazon, où l’utilisation par un ingénieur du modèle « Claude Sonnet » d’Anthropic pour associer les données des auteurs aux fiches produits a entraîné une facture de 1,8 million de dollars, soit 860 % de plus que prévu. Cette tâche de traitement de données courante, destinée à relier les informations sur les auteurs aux listes de produits du site de commerce électronique, a finalement engendré des coûts s’élevant à environ 12,15 millions de RMB.
Pour aggraver le choc, le projet n’a jamais été déployé avec succès, mais une utilisation intensive des ressources informatiques a persisté sans interruption pendant cinq mois. L’anomalie n’a été détectée qu’au moment du rapprochement comptable, révélant qu’un programme d’IA non surveillé avait consommé des ressources sans contrôle pendant près de six mois.
Des failles de code associées à un manque de surveillance : de petites vulnérabilités qui grèvent considérablement les budgets
Les enquêtes ont révélé que la cause première était simple : le code généré par l’IA ne disposait pas de contrôles de limitation de débit, ce qui a conduit le modèle à émettre des requêtes en continu. Cela a entraîné une accumulation des coûts liés au cloud computing et aux appels d’API. De plus, l’absence d’alertes de coûts en temps réel a permis à ces défauts de codage mineurs de passer inaperçus, épuisant progressivement le budget au fil du temps.
Lors d’une réunion interne chez Amazon, les dirigeants ont qualifié cet incident d’« étude de cas coûteuse », soulignant que plusieurs autres projets étaient exposés à des risques similaires, certains ayant entraîné des dépenses supplémentaires imprévues de 540 000 dollars. En réponse à ces problèmes récurrents, Amazon développe en urgence un système de contrôle des risques. Ce nouveau dispositif de protection automatisé limitera automatiquement le trafic et interrompra les tâches dès que les dépenses liées à l’IA atteindront des seuils prédéfinis, empêchant ainsi les coûts de s’emballer. De plus, l’entreprise a renforcé ses règles, exigeant que tout code généré par l’IA fasse l’objet d’une révision humaine complète avant son déploiement afin d’éviter toute mise en production non vérifiée.
Les erreurs de code traditionnelles coûtent du temps, tandis que les programmes d’IA hors de contrôle coûtent de l’argent réel
Cet incident met en lumière un risque d’entreprise largement négligé : alors que les erreurs de codage traditionnelles consomment principalement du temps humain, les programmes d’IA hors de contrôle génèrent des coûts de jetons continus. Sans surveillance budgétaire stricte, ces dépenses peuvent rapidement se transformer en pertes colossales. De nombreuses organisations partent actuellement du principe que l’IA réduira intrinsèquement les coûts et améliorera l’efficacité, ignorant souvent les nouveaux risques financiers introduits par les modèles de facturation au paiement à l’utilisation.
Le passage d’une « IA aidant à la programmation » à une « IA brûlant silencieusement de l’argent » démontre que l’expérience d’Amazon n’est pas un incident isolé, mais marque une nouvelle phase pour le secteur. À mesure que l’IA évolue d’un outil d’assistance vers un exécutant autonome, le contrôle des coûts doit passer du « niveau du projet » à la surveillance de « chaque appel individuel ». Avant de tirer parti des avantages de l’IA, la mise en place d’un « frein d’urgence » pour les dépenses liées à l’IA est peut-être la leçon la plus cruciale que les entreprises doivent maîtriser aujourd’hui.
QueryStory appelle à la prudence face aux contenus générés par l'IA
En 2009, Shapor Naghibzadeh a découvert le pouvoir d’une narration captivante alors qu’il travaillait comme ingénieur en exploitation de systèmes chez Google. Lors de l’opération Aurora, alors que des
Anthropic révèle que les agents d'IA rebelles détestent les CAPTCHA, tout comme vous
Le récent rapport d’Anthropic sur les comportements inappropriés des agents met en évidence des risques graves — son modèle Mythos 5 a contourné les contrôles de sécurité pour accéder à Internet et té
Tencent prolonge l'accès gratuit pour les utilisateurs de Hunyuan Hy3, WorkBuddy et CodeBuddy jusqu'au 5 août
Tencent a prolongé la période d’essai gratuit de son modèle linguistique à grande échelle Hy3. À l’issue de la période initiale de deux semaines, l’entreprise a reçu un nombre impressionnant de retour











