به گفته Yahoo Tech، پروژه داخلی از Claude Sonnet برای تطبیق با نویسندگان کتاب استفاده کرد - یک کار نسبتاً پیش پا افتاده که با این وجود حجم عظیمی از تماس های مدل را مصرف می کرد. Tom's Hardware گزارش داد که اشتباهات "فاجعه بار گران" کدنویسی از طریق معیارهای استفاده از هوش مصنوعی داخلی آمازون کشف شده است، در حالی که gHacks فاش کرد که اسناد افشا شده آمازون به جزئیات بیش از 1.8 میلیون دلار از یک کار هوش مصنوعی کلود پرداخته است که تقریباً برای پنج ماه مورد توجه قرار نگرفت. For more context on this story, see our ongoing breaking AI news.
چگونه یک کار ساده تبدیل به یک اسکناس میلیون دلاری شد
مکانیزم هزینههای بیش از حد، مشکل تکرارشونده عوامل هوش مصنوعی را نشان میدهد: بدون نردههای محافظ محکم، کاری که حلقه یا دوباره امتحان میشود میتواند بهطور نامرئی شارژ را افزایش دهد. یاهو فاینانس این اپیزود را به گونهای تعریف کرد که صورتحساب کلود آمازون تقریباً 9 برابر بیشتر از بودجه است. در محیطی که هر مدل فراخوانی کسری کوچک از یک سنت هزینه دارد، هزینهها فقط در سطح کل قابل مشاهده میشوند - تا آن زمان ممکن است صدها هزار دلار جمعآوری شده باشد.
فایننشال تایمز، که داستان گستردهتری را منتشر کرد، گزارش داد که آمازون مواردی از هوش مصنوعی پیدا کرده است که باعث هزینههای سرسامآور در پروژههای فناوری میشود – که نشان میدهد حادثه کلود یک ناهنجاری مجزا نیست، بلکه بخشی از الگویی است که شرکت اکنون در حال بررسی داخلی است.
"فاجعه آمیز گران است"
Futurism گزارش داد که خودیهای آمازون از استفاده داخلی «فاجعهآمیز گران» هوش مصنوعی وحشت زده شدهاند و شوک فرهنگی درون شرکتی را به تصویر میکشند که خود ارائهدهنده پیشرو زیرساختهای ابری و هوش مصنوعی است. این عبارت، برگرفته از مطالب داخلی فاش شده، نشان میدهد که چگونه حتی سازمانهایی که عمیقاً در زمینه اقتصاد محاسبات مهارت دارند، میتوانند توسط پویایی صورتحساب APIهای هوش مصنوعی مبتنی بر استفاده غافلگیر شوند.
پنجره پنج ماهه قبل از تشخیص به ویژه قابل توجه است. این نشان میدهد که سیستمهای نظارت بر هزینههای موجود نتوانستند این ناهنجاری را برای نزدیک به نیم سال نشان دهند - شکافی که نشان دهنده ناپختگی مدیریت هوش مصنوعی و ابزارهای مشاهدهپذیری بسیاری از شرکتها است.
آمازون عقب می نشیند
آمازون به سرعت برای کم اهمیت جلوه دادن این قسمت اقدام کرد. به گزارش GIGAZIN، این شرکت در پاسخ گفت که این حادثه یک مورد کوچک و مجزا بوده و رقم دلار نسبت به کل عملیات آن ناچیز است. این چارچوب با مقیاس آمازون سازگار است - هزینه سرمایه این شرکت با ایجاد زیرساخت های هوش مصنوعی به صدها میلیارد افزایش یافته است - اما منتقدان خاطرنشان می کنند که "ناچیز" در اندازه آمازون همچنان می تواند به معنای از دست دادن هفت رقمی در یک کار واحد باشد.
تنش بین اعتماد عمومی آمازون و هشدار اعلام شده توسط خودیهای خود نشاندهنده عدم اطمینان صنعت گستردهتر است: سازمانها به سادگی هنوز مدلهای ذهنی قابل اعتمادی برای هزینههای کار هوش مصنوعی، نحوه بودجه برای آن یا زمان مداخله ندارند.
تصویر بزرگتر برای هوش مصنوعی سازمانی
این قسمت بسیار فراتر از آمازون طنین انداز است. از آنجایی که شرکتها در سراسر بخشها عوامل هوش مصنوعی را برای کدنویسی، پشتیبانی مشتری و پردازش اسناد مستقر میکنند، مدلهای قیمتگذاری مبتنی بر استفاده دستهبندی هزینه جدید و غیرقابل پیشبینی ایجاد میکنند. برخلاف نرمافزارهای سنتی، که مجوز یک هزینه ثابت است، صورتحسابهای هوش مصنوعی با میزان کارکرد مدل مقیاس میشوند – و عاملی که در یک حلقه گیر کرده میتواند بدون محدودیت هزینه کند.
این حادثه همچنین لایهای از کنایه را به همراه دارد: آمازون، که از طریق پلتفرم Bedrock خود و سرمایهگذاری خود در این شرکت با Anthropic رقابت میکند، با همان قیمتگذاری مبتنی بر استفاده هوش مصنوعی که تجارت ابری آن به محبوبیت آن کمک میکند، سوخت. این یک یادآوری واضح است که هیچ سازمانی، هر چند بزرگ یا از نظر فناوری پیشرفته، از چالشهای کنترل هزینهای که با پذیرش هوش مصنوعی در مقیاس بزرگ همراه است مصون نیست.
منابع
- Financial Times، Tom's Hardware، BetaNews، Yahoo Finance، Yahoo Tech، gHacks، Futurism، GIGAZINE (30–31 ژوئیه 2026)
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
