Компания Amazon столкнулась с серьезными финансовыми потерями при реализации внутренних ИИ-проектов. Согласно отчету Financial Times, внедрение нейросетей для автоматизации простых задач обернулось кратным превышением выделенных бюджетов.
Наиболее показательным примером стала задача по сопоставлению данных об авторах с карточками товаров на маркетплейсе. Для решения этой цели была задействована модель Claude Sonnet от Anthropic. В итоге проект обошелся компании в 1,8 млн долларов, что на 860% выше первоначально заложенной суммы.
Ситуация осложнилась тем, что критический перерасход средств был выявлен лишь через пять месяцев после запуска инициативы, при этом сама разработка так и не была внедрена в рабочие процессы.
Внутренние отчеты указывают на то, что случай с карточками товаров не является единичным:
- Разработка ИИ-инструмента для финансового аудита потребовала дополнительных 541 тыс. долларов сверх плана.
- Проект по оптимизации логистики превысил бюджет на 134 тыс. долларов.
На закрытой встрече инженеры Amazon назвали подобные траты «катастрофически высокими». Один из сотрудников подчеркнул, что текущая архитектура использования ИИ делает процесс отслеживания реальных расходов крайне сложным и непрозрачным.
На фоне этих событий Amazon приняла решение закрыть внутренний рейтинг KiroRank, который стимулировал сотрудников массово внедрять ИИ-агентов в свои рабочие задачи. Руководство компании выступило с призывом не использовать технологии искусственного интеллекта «ради самого факта использования» и заявило о пересмотре стратегии внедрения таких инструментов в целях экономии ресурсов.
В официальном ответе представителям Amazon было отмечено, что публикация Financial Times опирается на узкий ряд отдельных примеров и не дает объективного представления о том, как большинство команд в компании работают с ИИ.
