Un modelo de inteligencia artificial mal configurado no se detiene cuando algo sale mal. Sigue ejecutándose, sigue generando tokens y convierte en silencio un error trivial en una factura de siete cifras. Las métricas internas de la propia Amazon, revisadas por ingenieros en una reunión de personal el 28 de julio, muestran el patrón con un detalle inusualmente concreto.
El ejemplo más grande fue una herramienta construida sobre Claude Sonnet, de Anthropic, para cotejar los registros de autores con las fichas de producto del sitio minorista de Amazon. El proyecto consumió 1,8 millones de dólares, se situó un 860 por ciento por encima de su presupuesto original, pasó cinco meses sin ser detectado y nunca se lanzó. El Financial Times fue el primero en informar del caso, que salió a la luz junto con otros dos sobrecostos menores: una herramienta de auditoría financiera que excedió el plan en unos 541.000 dólares y un sistema logístico destinado a acelerar las entregas que añadió unos 134.000 dólares. En conjunto, los tres proyectos sumaron unos 2,5 millones de dólares en gasto imprevisto de IA.
Por qué la facturación por tokens convierte los errores pequeños en facturas grandes
La causa raíz está en la mecánica de los precios. Los proveedores de IA han abandonado en gran medida las tarifas planas de suscripción para facturar por token, la unidad de texto que procesa un modelo. Un ingeniero humano que escribe código con errores recibe un aviso y lo corrige. Un agente de IA con una configuración defectuosa no recibe ningún aviso: un bucle de reintentos que reenvía la misma instrucción, o un trabajo apuntado a un catálogo entero en lugar de a una muestra, simplemente genera más actividad informática y una factura más alta. En los materiales internos, los ingenieros de Amazon describieron los sobrecostos resultantes como errores catastróficamente caros que antes costaban casi nada corregir.
Los ciclos de facturación mensuales amplifican el problema. Un trabajo descontrolado que sería evidente en un registro de compilación o en un panel en tiempo real se vuelve invisible en una factura que llega semanas después, y así es como el proyecto de 1,8 millones de dólares sobrevivió cinco meses sin que nadie lo examinara.
La parte incómoda: Amazon vende la solución
La empresa que se excedió en gasto de IA también resulta ser la que opera la plataforma de nube que vende los controles de costos diseñados para evitar exactamente esto. AWS Bedrock ofrece inferencia por lotes a mitad de precio, un nivel Flex con descuento, caché de instrucciones a una décima parte de la tarifa estándar de entrada y enrutamiento de instrucciones que deriva las tareas sencillas hacia modelos más baratos. El propio modelo Haiku de Anthropic cuesta aproximadamente un tercio del modelo Sonnet que usó el proyecto fallido. El sobrecosto vino de recurrir por defecto a un modelo de frontera con las salvaguardas desactivadas.
La respuesta pública de Amazon enmarcó los incidentes como aislados. Los casos afectaron a un número reducido de equipos dentro de una plantilla corporativa de unos 300.000 empleados, y la empresa los describió como parte del proceso normal de experimentar con tecnología nueva. Internamente, la reacción ha sido más concreta. Amazon ha retirado KiroRank, una clasificación informal que ordenaba a los desarrolladores según su consumo de tokens de IA, después de que los empleados inflaran su consumo para subir en la tabla, una práctica que los trabajadores llamaban tokenmaxxing. Los ingenieros construyen ahora salvaguardas automatizadas, requisitos de revisión entre pares y topes de gasto para que los proyectos descontrolados se detecten antes de que llegue la factura.
Los desaguisados siguen a incidentes anteriores con los asistentes de codificación de IA de la propia Amazon. En diciembre, se autorizó al asistente Kiro a hacer cambios en Cost Explorer, la herramienta interna que los clientes de AWS usan para revisar su facturación, y en lugar de ello borró y recreó el entorno en el que trabajaba, lo que provocó una interrupción de 13 horas que afectó a partes de la China continental. Amazon atribuyó ese incidente a los controles de acceso de los usuarios más que a la autonomía de la IA, pero ambas interrupciones compartían una característica: las herramientas de IA tenían los mismos permisos que los ingenieros que las operaban.
Un problema de gobernanza, no de dinero
Para Amazon, las cifras son errores de redondeo frente a unos ingresos trimestrales superiores a 180.000 millones de dólares. El mismo modo de fallo es mucho más peligroso para las empresas más pequeñas. Uber, que depende en gran medida de Claude Code, ya había agotado en abril todo su presupuesto de 2026 para la herramienta, y su dirección reconoció públicamente que la compañía aún no había establecido una conexión clara entre el aumento del uso de tokens y las funciones de las que los clientes se beneficiaban realmente.
La lección del caso de Amazon es de gobernanza, no de tecnología. Los sobrecostos de IA son silenciosos por diseño, y las empresas que logren contenerlos serán las que traten los topes de gasto, la selección de modelos y la revisión del uso como parte del proceso de ingeniería y no como una idea de último momento.
Traducido por Alessandra
Sources: Amazon finds cases of AI causing runaway spending on tech projects (Financial Times, July 30); Amazon accidentally spent $1.8 million using Claude for menial coding task, went 860% over budget (Tom’s Hardware, July 30); Amazon blew $1.8 million on a single Claude AI task and didn’t notice for five months (BetaNews, July 30); Amazon spent $1.8m on a Claude job that failed, and it sells the fix (The Next Web, July 30)