Amazon призвала сотрудников не гнаться за объёмом ИИ-токенов

Amazon попросила сотрудников не использовать объём потреблённых ИИ-токенов как показатель личной эффективности. Руководство компании считает, что стремление расходовать как можно больше токенов увеличивает затраты и усложняет рабочие процессы.

В мае Amazon закрыла внутренний рейтинг, в котором оценивалась эффективность применения ИИ-инструментов. Как отмечает CNBC, сотрудники начали наращивать расход токенов ради более высоких позиций в списке. Представитель компании при этом заявил, что Amazon не вводила жёстких ограничений на объём потребления.

Во внутренней служебной записке руководство призвало не ориентироваться на несколько показателей: количество использованных токенов, скорость внедрения ИИ-инструментов и объём внесённых в код изменений. В Amazon назвали такие метрики «крайне несовершенными», поскольку они могут стимулировать формальную активность, не отражая реальную пользу для проектов.

Оценивать будут результат, а не расход ресурсов

Компания намерена использовать другие критерии, в том числе показатель «скорости внедрения функционала» (feature velocity). По словам Марка Брукера, вице-президента и ведущего инженера Amazon Web Services, он должен учитывать число успешных изменений и запусков новых функций.

Проблема чрезмерных расходов на ИИ-токены затрагивает не только Amazon. В мае неназванная американская компания за один месяц потратила $500 млн на токены для Claude от Anthropic. Причиной стало отсутствие лимитов для сотрудников.

В августе Microsoft решила ограничить использование ИИ собственными инженерами. Компания открыла для внутреннего применения модель OpenAI GPT-5.6, но одновременно ввела для работников индивидуальный «целевой бюджет ИИ-токенов», за которым они должны следить самостоятельно.

Контроль расходов на ИИ-токены также усилили Amazon, Adobe, Atlassian и Citi. Компании пытаются найти баланс между широким внедрением генеративных моделей и необходимостью понимать, какие задачи действительно оправдывают затраты.

Amazon уже столкнулась с последствиями недостаточного контроля. Летом компания сообщила, что потратила $1,8 млн на внутреннюю систему на базе Claude Sonnet. Она должна была сопоставлять данные об авторах с описаниями товаров, однако проект быстро превысил бюджет. После этого ИИ поручили выполнять более простые задачи.