Amazon sta sviluppando sistemi automatici per impedire che i progetti basati sull’intelligenza artificiale superino i budget assegnati senza che i costi vengano individuati tempestivamente. La decisione segue l’analisi di alcuni interventi interni nei quali il passaggio dal codice tradizionale all’esecuzione tramite modelli linguistici ha prodotto spese molto superiori alle previsioni. I casi sono stati presentati al personale durante una riunione interna del 28 luglio 2026, nella quale alcuni ingegneri senior hanno descritto i risultati economici come estremamente critici e hanno spiegato che i controlli sulla spesa dovranno essere integrati direttamente nei processi di sviluppo e distribuzione.
Il caso più rilevante riguardava un sistema incaricato di associare i dati relativi agli autori con le schede dei prodotti presenti sul sito commerciale di Amazon. L’attività, eseguita utilizzando Claude Sonnet di Anthropic, ha generato circa 1,8 milioni di dollari di costi, superando dell’860% il budget previsto. L’anomalia è rimasta attiva per cinque mesi prima di essere individuata e il sistema non è comunque arrivato alla distribuzione operativa. Accanto a questo progetto sono stati esaminati altri due episodi: circa 541.000 dollari di costi non pianificati prodotti da una serie di strumenti destinati alla revisione finanziaria e altri 134.000 dollari generati da un intervento progettato per migliorare la velocità delle consegne nella rete logistica di Amazon. In quest’ultimo caso, il superamento dei costi è stato scoperto dopo più di due settimane.
Il problema deriva dal modello di fatturazione a consumo utilizzato dai servizi di intelligenza artificiale. Nei sistemi software convenzionali, un ciclo di elaborazione configurato in modo errato può provocare rallentamenti, eccezioni o arresti visibili nei registri di esecuzione. Un modello linguistico può invece continuare a elaborare richieste, reinviare ripetutamente lo stesso contesto o applicare un’attività batch a un catalogo completo anziché a un campione limitato, senza produrre necessariamente un errore tecnico. Il risultato viene rilevato soprattutto attraverso la fattura mensile, quando il consumo di token è già stato accumulato.
Per Claude Sonnet 4.5 e 4.6, Anthropic applica una tariffa di 3 dollari per ogni milione di token in ingresso e di 15 dollari per ogni milione di token generati in uscita. Sonnet 5 è stato inizialmente proposto a 2 dollari per milione di token in ingresso e 10 dollari per quelli in uscita fino al 31 agosto 2026, prima del passaggio alle stesse tariffe standard. Considerando soltanto il prezzo dei token di input di Sonnet, una spesa di 1,8 milioni di dollari corrisponde a circa 600 miliardi di token elaborati. Anche il sistema di tokenizzazione può incidere sul costo finale: secondo la documentazione di Anthropic, Claude 4.7 e i modelli successivi utilizzano un tokenizer capace di produrre approssimativamente il 30% di token in più sullo stesso testo, aumentando quindi la spesa anche quando il prezzo nominale per milione di token rimane invariato.
Amazon Web Services dispone già di diversi strumenti tecnici per contenere questi consumi attraverso Amazon Bedrock. L’inferenza batch viene offerta a metà del prezzo previsto per l’elaborazione on demand, mentre il livello Flex prevede uno sconto del 50% rispetto alla tariffazione standard. Per i carichi che richiedono una maggiore velocità è disponibile anche un livello Priority, applicato con un sovrapprezzo del 75%. Intelligent Prompt Routing costa un dollaro ogni mille richieste e indirizza automaticamente i prompt meno complessi verso un modello più economico appartenente alla stessa famiglia. Secondo AWS, questo sistema può ridurre i costi fino al 30% senza compromettere l’accuratezza delle risposte.
Ulteriori risparmi possono essere ottenuti attraverso la memorizzazione nella cache del contesto. La lettura di contenuti già memorizzati viene tariffata da Anthropic a un decimo del costo standard dei token in ingresso, rendendo meno oneroso il riutilizzo di istruzioni di sistema, documenti o parti di contesto che altrimenti verrebbero trasmesse integralmente a ogni richiesta. Anche la scelta del modello incide in modo sostanziale. Claude Haiku 4.5 costa un dollaro per milione di token in ingresso e 5 dollari per milione di token in uscita, circa un terzo delle tariffe applicate a Sonnet, e può quindi essere utilizzato per le attività che non richiedono necessariamente un modello di fascia più avanzata.
Il controllo della spesa deve essere configurato separatamente per ogni carico di lavoro, definendo quale modello utilizzare, se memorizzare il contesto nella cache, se eseguire l’attività in modalità interattiva oppure batch e quale limite economico assegnare al progetto o all’account. La gestione non può quindi essere affidata soltanto a una verifica mensile delle fatture, perché eventuali configurazioni errate possono rimanere attive per settimane o mesi. I nuovi sistemi di Amazon dovranno inserire il controllo economico direttamente nel percorso di distribuzione, interrompendo o segnalando i processi che si avvicinano alle soglie stabilite.
Nel corso del 2026 Amazon aveva già eliminato un meccanismo interno che incoraggiava indirettamente l’aumento dei consumi. L’azienda aveva infatti chiuso una classifica dedicata all’utilizzo di Kiro, la propria piattaforma di sviluppo, dopo che alcuni dipendenti avevano iniziato ad aumentare artificialmente il numero di token elaborati per migliorare la propria posizione. La pratica era stata soprannominata “tokenmaxxing”. La rimozione della classifica ha eliminato l’incentivo organizzativo, mentre i nuovi limiti automatici dovranno intervenire sul piano tecnico impedendo che il consumo possa crescere senza controlli.
Amazon ha precisato che gli episodi riguardano un numero limitato di gruppi all’interno di una forza lavoro aziendale composta da circa 300.000 persone e che non rappresentano il funzionamento ordinario di tutti i progetti di intelligenza artificiale. L’azienda ha dichiarato di essere impegnata in una fase di sperimentazione e miglioramento delle modalità di utilizzo di queste tecnologie, compresi gli interventi destinati a ottenere una maggiore efficienza economica.
La dimensione complessiva degli investimenti rende tuttavia necessario un sistema di governance più preciso. Per il 2026 Amazon dovrebbe sostenere circa 200 miliardi di dollari di spese in conto capitale, destinate in larga parte alle infrastrutture per l’intelligenza artificiale e ai data center, a fronte di ricavi trimestrali vicini ai 180 miliardi di dollari. In questo contesto, il costo di 1,8 milioni di dollari di un singolo progetto non rappresenta un problema finanziario per il gruppo, ma dimostra quanto rapidamente un’attività mal configurata possa consumare risorse senza produrre un sistema utilizzabile.
L’indicatore principale per valutare l’efficacia delle nuove protezioni sarà quindi il tempo necessario per individuare un processo fuori controllo. Nel progetto di associazione tra autori e prodotti sono serviti cinque mesi per riconoscere il superamento del budget. L’obiettivo dei controlli automatici è spostare questa verifica all’interno della fase di sviluppo, facendo emergere immediatamente un consumo anomalo prima che il sistema venga distribuito o che la fatturazione raggiunga importi significativi.