亚马逊近期因内部生成式AI项目管理失控，意外产生了约250万美元的额外支出。这笔“学费”主要源于Token计费机制复杂、模型价格高昂以及AI代理程序过度活跃且缺乏有效监控。
其中损失最惨重的是一个用于比对作者数据与商城商品的内部工具。该项目预算超标高达860%，耗资180万美元却从未正式投入使用，且这一异常状况连续5个月未被发现。此外，一款AI财务审计工具多花费了54.1万美元，另一款旨在提升配送速度的工具也额外支出了13.4万美元。
对此，亚马逊回应称，这仅涉及少数团队，属于“可从中吸取教训的个案”。公司强调，鉴于其第二季度营收约2000亿美元、净利润626亿美元的庞大体量，这笔支出影响有限。但与此同时，亚马逊也宣布将采取一系列整改措施：包括设置自动化成本控制机制、降低对Anthropic Claude模型的依赖（正在评估接入OpenAI）、推广成本减半的Batch推理模式以及更灵活的计费方式。
这一事件打破了“大型科技公司AI投入必然高效”的固有印象。它揭示出在电商这种可大规模放大的业务场景中，如何选择合适的模型、控制请求频率以及治理成本，已不再仅仅是技术部门的细节问题，而是上升到了首席财务官（CFO）必须关注的战略高度。