Amazon przepalił 1,8 miliona dolarów na porządkowaniu katalogu książek. Zawinił model Claude

Wdrażanie zaawansowanych modeli językowych do codziennych operacji biznesowych przypomina czasem używanie silnika odrzutowego do napędzania kosiarki. Amazon boleśnie przekonał się o tym, gdy rutynowe porządkowanie bazy danych książek zakończyło się gigantycznym przekroczeniem budżetu. Zamiast sprawnej automatyzacji, firma otrzymała rachunek na 1,8 miliona dolarów. To nie była zwykła pomyłka, ale finansowa czarna dziura — projekt pochłonął o 860% więcej środków niż pierwotnie zakładano.

Dlaczego to ważne teraz? Przypadek Amazona pokazuje, że bez ścisłych mechanizmów kontroli (tzw. guardrails), nawet proste zadania automatyzacji mogą generować astronomiczne koszty. Problem, który pozostawał niezauważony przez pięć miesięcy, obnażył brak nadzoru nad tym, jak algorytmy zużywają zasoby chmurowe. To sygnał ostrzegawczy dla każdej firmy, która zamierza bezkrytycznie wdrażać duże modele językowe w miejsce tradycyjnego kodu.

Problem leżał u podstaw samej architektury rozwiązania. Zespół inżynierów powierzył modelowi Claude Sonnet zadanie przypisywania tytułów do profili autorów. Zamiast jednak wykorzystać proste, zoptymalizowane pod kątem wydajności skrypty, system potraktował każdą kartę produktu jako złożony blok tekstu do głębokiej analizy semantycznej. W efekcie SI generowała ogromną liczbę tokenów przy zadaniu, które tradycyjny algorytm wykonałby za ułamek tej ceny. Jak podaje serwis Gry-Online, ostateczny koszt sięgnął 860% zaplanowanej kwoty co w świecie korporacyjnym jest wynikiem wręcz absurdalnym.

Błędy ukryte w cieniu skali

Najbardziej niepokojącym aspektem tej sprawy nie jest sama kwota, lecz czas reakcji. Nieefektywne działanie modelu trwało niemal pół roku, a w tym czasie koszty narastały lawinowo. Amazon nie jest odosobniony w tego typu dysfunkcjach finansowych. Wewnętrzne raporty, o których informował m.in. ITHardware, wskazują na kolejne straty: 541 tysięcy dolarów wydanych na narzędzie do audytu finansowego oraz 134 tysiące dolarów na optymalizację logistyki dostaw, które również nie przyniosły oczekiwanych rezultatów w zakładanym budżecie.

Krytycy zwracają uwagę, że to, co kiedyś było tanią poprawką w kodzie, dziś staje się ryzykowną operacją finansową, gdy nadzór nad modelami zawodzi. Incydent ten przywołuje na myśl awarię AWS z 2025 roku, w której sztuczna inteligencja również odegrała rolę w destabilizacji systemów, choć tym razem uderzyło to głównie w portfel giganta.

Cena postępu czy brak kontroli?

Oficjalne stanowisko Amazona tonuje nastroje, określając incydent mianem odosobnionego przypadku i niezbędnego kosztu nauki. Przy kwartalnych przychodach rzędu 181 miliardów dolarów, strata niespełna dwóch milionów wydaje się statystycznym błędem pomiaru. Jednak dla branży technologicznej jest to sygnał ostrzegawczy: każda operacja oparta na tokenach musi mieć sztywne limity finansowe.

Pytanie o to, ile podobnych procesów wciąż działa bez nadzoru, pozostaje otwarte. Eksperymentowanie z technologią Claude wewnątrz struktur Amazona trwa nadal, ale firma musi teraz udowodnić, że potrafi optymalizować nie tylko procesy, ale przede wszystkim koszty ich utrzymania, zanim kolejne rutynowe zadanie zmieni się w kosztowną katastrofę.