Lar
Código de IA gasta 12,15 milhões de yuans, ultrapassando o orçamento em 860%: incidente interno na Amazon soa o alarme sobre os custos corporativos com IA

A mídia norte-americana noticiou recentemente um significativo estouro nos custos com IA na Amazon, onde o uso, por parte de um engenheiro, do modelo Claude Sonnet, da Anthropic, para cruzar dados de autores com listagens de produtos resultou em uma conta de US$ 1,8 milhão — 860% acima do orçamento. A tarefa rotineira de processamento de dados, destinada a vincular informações de autores a listas de produtos de comércio eletrônico, acabou gerando custos que totalizaram aproximadamente 12,15 milhões de RMB.
Para agravar o choque, o projeto nunca foi implantado com sucesso, mas o alto consumo de recursos computacionais persistiu continuamente por cinco meses. A anomalia só foi detectada durante a reconciliação financeira, revelando que um programa de IA não monitorado vinha consumindo recursos sem supervisão por quase meio ano.
Falhas no código combinadas com falta de monitoramento: pequenas vulnerabilidades consumindo orçamentos enormes
As investigações revelaram que a causa principal era simples: o código gerado pela IA carecia de controles de limitação de taxa, fazendo com que o modelo emitisse solicitações continuamente. Isso levou a um acúmulo de custos de computação em nuvem e de chamadas de API. Além disso, a ausência de alertas de custo em tempo real permitiu que esses pequenos defeitos de codificação passassem despercebidos, esgotando gradualmente o orçamento ao longo do tempo.
Durante uma reunião interna da Amazon, os executivos classificaram isso como um “estudo de caso oneroso”, observando que vários outros projetos enfrentavam riscos semelhantes, com alguns incorrendo em despesas adicionais inesperadas de US$ 540.000. Em resposta a esses problemas recorrentes, a Amazon está desenvolvendo com urgência um sistema de controle de riscos. Essa nova proteção automatizada irá limitar automaticamente o tráfego e interromper tarefas assim que os gastos relacionados à IA atingirem limites predefinidos, impedindo que os custos disparem. Além disso, a empresa tornou as normas mais rígidas, exigindo que todo código gerado por IA passe por uma revisão humana completa antes da implantação, a fim de evitar lançamentos não verificados.
Erros tradicionais de código custam tempo; programas de IA fora de controle custam dinheiro de verdade
Esse incidente destaca um risco corporativo amplamente negligenciado: enquanto erros tradicionais de codificação consomem principalmente tempo humano, programas de IA descontrolados geram custos contínuos com tokens. Sem um monitoramento rigoroso do orçamento, essas despesas podem rapidamente se transformar em perdas massivas. Atualmente, muitas organizações presumem que a IA reduzirá custos e aumentará a eficiência por natureza, muitas vezes ignorando os novos riscos financeiros introduzidos pelos modelos de cobrança do tipo “pagamento por computação”.
A mudança de “IA auxiliando na codificação” para “IA gastando dinheiro silenciosamente” demonstra que a experiência da Amazon não é um incidente isolado, mas uma nova fase do setor. À medida que a IA evolui de uma ferramenta de apoio para um executor autônomo, o controle de custos deve passar do “nível do projeto” para o monitoramento de “cada chamada individual”. Antes de aproveitar os benefícios da IA, implementar um “freio de emergência” para os gastos com IA pode ser a lição mais importante que as empresas precisam dominar hoje.
Artigo relacionado
A QueryStory recomenda cautela em relação ao conteúdo gerado por IA
Em 2009, Shapor Naghibzadeh descobriu o poder de uma narrativa envolvente enquanto trabalhava como engenheiro de operações de sistemas no Google. Durante a Operação Aurora, quando hackers patrocinados
A Anthropic revela que agentes de IA rebeldes odeiam CAPTCHAs, assim como você
O relatório recente da Anthropic sobre mau comportamento de agentes destaca riscos sérios — seu modelo Mythos 5 contornou controles de segurança para acessar a internet e enviar código malicioso para um repositório público —, mas também revela uma fa
A Tencent prorroga o acesso gratuito para usuários do Hunyuan Hy3, WorkBuddy e CodeBuddy até 5 de agosto
A Tencent prorrogou o período de teste gratuito do seu modelo de linguagem de grande escala Hy3. Após o término do período inicial de duas semanas, a empresa recebeu um grande número de comentários do
Recomendações de tópicos especiais relacionados
Comentários (0)

A mídia norte-americana noticiou recentemente um significativo estouro nos custos com IA na Amazon, onde o uso, por parte de um engenheiro, do modelo Claude Sonnet, da Anthropic, para cruzar dados de autores com listagens de produtos resultou em uma conta de US$ 1,8 milhão — 860% acima do orçamento. A tarefa rotineira de processamento de dados, destinada a vincular informações de autores a listas de produtos de comércio eletrônico, acabou gerando custos que totalizaram aproximadamente 12,15 milhões de RMB.
Para agravar o choque, o projeto nunca foi implantado com sucesso, mas o alto consumo de recursos computacionais persistiu continuamente por cinco meses. A anomalia só foi detectada durante a reconciliação financeira, revelando que um programa de IA não monitorado vinha consumindo recursos sem supervisão por quase meio ano.
Falhas no código combinadas com falta de monitoramento: pequenas vulnerabilidades consumindo orçamentos enormes
As investigações revelaram que a causa principal era simples: o código gerado pela IA carecia de controles de limitação de taxa, fazendo com que o modelo emitisse solicitações continuamente. Isso levou a um acúmulo de custos de computação em nuvem e de chamadas de API. Além disso, a ausência de alertas de custo em tempo real permitiu que esses pequenos defeitos de codificação passassem despercebidos, esgotando gradualmente o orçamento ao longo do tempo.
Durante uma reunião interna da Amazon, os executivos classificaram isso como um “estudo de caso oneroso”, observando que vários outros projetos enfrentavam riscos semelhantes, com alguns incorrendo em despesas adicionais inesperadas de US$ 540.000. Em resposta a esses problemas recorrentes, a Amazon está desenvolvendo com urgência um sistema de controle de riscos. Essa nova proteção automatizada irá limitar automaticamente o tráfego e interromper tarefas assim que os gastos relacionados à IA atingirem limites predefinidos, impedindo que os custos disparem. Além disso, a empresa tornou as normas mais rígidas, exigindo que todo código gerado por IA passe por uma revisão humana completa antes da implantação, a fim de evitar lançamentos não verificados.
Erros tradicionais de código custam tempo; programas de IA fora de controle custam dinheiro de verdade
Esse incidente destaca um risco corporativo amplamente negligenciado: enquanto erros tradicionais de codificação consomem principalmente tempo humano, programas de IA descontrolados geram custos contínuos com tokens. Sem um monitoramento rigoroso do orçamento, essas despesas podem rapidamente se transformar em perdas massivas. Atualmente, muitas organizações presumem que a IA reduzirá custos e aumentará a eficiência por natureza, muitas vezes ignorando os novos riscos financeiros introduzidos pelos modelos de cobrança do tipo “pagamento por computação”.
A mudança de “IA auxiliando na codificação” para “IA gastando dinheiro silenciosamente” demonstra que a experiência da Amazon não é um incidente isolado, mas uma nova fase do setor. À medida que a IA evolui de uma ferramenta de apoio para um executor autônomo, o controle de custos deve passar do “nível do projeto” para o monitoramento de “cada chamada individual”. Antes de aproveitar os benefícios da IA, implementar um “freio de emergência” para os gastos com IA pode ser a lição mais importante que as empresas precisam dominar hoje.
A QueryStory recomenda cautela em relação ao conteúdo gerado por IA
Em 2009, Shapor Naghibzadeh descobriu o poder de uma narrativa envolvente enquanto trabalhava como engenheiro de operações de sistemas no Google. Durante a Operação Aurora, quando hackers patrocinados
A Anthropic revela que agentes de IA rebeldes odeiam CAPTCHAs, assim como você
O relatório recente da Anthropic sobre mau comportamento de agentes destaca riscos sérios — seu modelo Mythos 5 contornou controles de segurança para acessar a internet e enviar código malicioso para um repositório público —, mas também revela uma fa
A Tencent prorroga o acesso gratuito para usuários do Hunyuan Hy3, WorkBuddy e CodeBuddy até 5 de agosto
A Tencent prorrogou o período de teste gratuito do seu modelo de linguagem de grande escala Hy3. Após o término do período inicial de duas semanas, a empresa recebeu um grande número de comentários do











