何が報じられたのか
この記事で扱う金額は、Financial Times の報道内容として Tom's Hardware が伝えたものです。当事者が公表した数値ではなく、筆者が一次資料で確認できたものでもありません。数値そのものより、なぜそうなりうるのかという構造のほうに読む価値があります。
最大の超過は「著者情報の突き合わせ」だった
報じられた最大の事例は、金額のわりに地味な処理です。Amazon の出品と著者の情報を突き合わせるという作業で、Claude Sonnet を使った運用が失敗し、約180万ドルの請求になったとされています。割り当てられていた予算に対して860%の増加です。
ここで注目すべきは金額ではありません。問題が起き始めてから5か月ほど経って、ようやく検知されたという点です。1件の処理が予算の9.6倍を使い続けているのに、半年近く誰も気づかなかったことになります。
他にも2件が挙げられています。財務監査ツールを作るプロジェクトで54万1,000ドルの追加費用——皮肉な取り合わせです——そして物流網の配送時間を短縮する仕組みで13万4,000ドルの追加支出が報じられました。
Amazon has several internal reports that show how AI is causing the company to overspend on various projects. The Financial Times reports that the cost overruns reached $1.8 million, and that is just for one project. ／ The biggest blunder, so far, is the $1.8-million bill that came from a failed Claude Sonnet AI deployment, which was supposed to match author details with listings on Amazon, representing an 860% increase over the allocated budget that was only detected some five months after the issue started happening. Other problems that surfaced include a $541,000 additional cost that came from a project building, ironically, a financial auditing tool, and a $134,000 extra expense for a system designed to reduce delivery times in the company’s logistics network. — 報じられたコスト超過の内訳と、検知までにかかった期間に関する記述より
Amazon側は「孤立した事例のつまみ上げ」と反論
当事者の説明も併せて報じられています。Amazon は社内向けの資料で、新しい技術と同じように実験し、学び、使い方を改善している最中であり、コスト効率をどう高めるかもその一部だと述べたとされます。
そのうえで報道の切り取り方を批判しています。チーム同士が学び合っている小さく孤立した事例をつまみ上げ、それが日常のことであるかのように描くのは、Amazon 全体でAIがどう使われているかを反映していない、という趣旨です。
規模の話も添えられています。同社の直近の四半期売上は 1,810億ドル超とされ、これらの超過分は1か月に稼ぐ額の0.1%にも満たないという指摘です。つまり Amazon にとっては、痛手というより学習のコストに近い水準になります。
“As with any new technology, we’re experimenting, learning and improving how we use it, including how we drive cost efficiencies,” Amazon said in an internal presentation, according to FT. “Cherry-picking small, isolated examples where teams are learning from one another and portraying them as business as usual doesn’t reflect how teams across Amazon are using AI.” And even though overspending more than a million dollars on failed AI projects might seem excessive for the average person, the tech giant’s latest quarterly revenue sits at more than $181 billion, meaning these excess AI expenses don’t even account for 0.1% of what it makes in a month. — Amazon側の説明と、同社の売上規模との比較に関する記述より
何が変わったのか
金額の大小より重要なのは、同じ失敗の値段が変わったことです。ここは規模を問わず当てはまります。
失敗が「ほぼ無料」から「1回ごとに課金」になった
報道の核心はこの一文に集約されています。こうした失敗はかつて「ごくわずかな費用」で済んでいましたが、AIモデルがそれを「破滅的に高額」なものに変えました。
従来のソフトウェアで、無限ループやリトライの暴走が起きたとします。消えるのは自社サーバーのCPU時間で、追加の請求はほぼ発生しませんでした。同じ暴走を、トークン課金のモデル呼び出しで起こすとどうなるでしょうか。トークンとはAIが読み書きする文字量の単位で、その量に応じて課金される仕組みです。つまりリトライの1回ごとに、外部への支払いが積み上がります。
そこへエージェントが加わりました。報道でも、AIエージェントの導入によってトークンの消費が大幅に増えたことが理由として挙げられています。エージェントは目的を達成するまで自分で試行を繰り返します。うまくいかないほど呼び出しが増える——この性質が、失敗の値段を跳ね上げます。
These mistakes used to be “trivially cheap,” but AI models made them “catastrophically expensive,” especially as token spending drastically increased with the deployment of AI agents. — 失敗にかかる費用が変質したという指摘より
5か月気づかなかったことのほうが問題
180万ドルという金額は目を引きますが、設計上の欠陥は検知の遅れのほうにあります。予算の860%を超えるまで警告が上がらなかったのなら、しきい値での通知が無かったか、あっても誰も見ていなかったことになります。
従来の感覚が抜けていない可能性もあります。処理の失敗は「動かない」という形で表面化するのが普通でした。ところがAIの呼び出しは、失敗しても止まりません。それらしい応答を返し、リトライし、課金され続けます。壊れていることが請求書にしか現れない——これが5か月という数字の背景として読めるところです。
対策は難しくありません。プロジェクト単位の上限額を決め、日次で消費アラートを出し、想定件数と実件数の乖離を見ておく——どれも従来の予算管理でやってきたことです。使う先がAIに変わっただけで、仕組みごと落ちてしまう例は珍しくありません。
利用実績を明細として出力できる場合は、日次のトークン消費や案件別の内訳を手元で開いて眺めるだけでも、跳ねている箇所は見つかります。
無料ツールCSVビューアCSVファイルをテーブル形式で閲覧。大容量ファイルもサクッと表示。今すぐ使ってみる →
使用量を競わせると、使用量が増える
もうひとつ、制度設計の話が出てきます。Amazon には社員のうち誰が最もAIを使っているかを示す社内の順位表があったものの、膨らむAIコストが方針を考え直させ、廃止されたと報じられています。
これは示唆的です。測る対象を「使用量」にすれば、増えるのは使用量であって成果ではありません。報道では Uber の最高技術責任者が、AI利用を促す方針と、成功する製品を出せることのあいだに関連は無いと述べたことも紹介されています。
権限の設計についても記述があります。今年に入って AWS がAIコーディングボットの失敗に起因する複数の障害を報告し、紐づく上級エンジニアと同じ権限をエージェントに与えるのをやめ、アクセスを制限することで対処したとされています。何をさせるかより、どこまで届く権限を与えるかという点は、Anthropicが公表した評価中の実世界侵害とも重なる論点です。
This is not the first time that AI-related issues have cropped up in Amazon’s workflow. Earlier this year, AWS reported several outages that were driven by AI coding bot blunders, but the company fixed this by limiting the access of AI agents instead of giving them the same permissions as the senior engineers that they’re tied to. It also used to have an internal leaderboard that showed which employees used AI the most, but has since dropped it as spiraling AI costs made them think twice about the policy. ／ Many tech companies have been pushing their people to use AI, supposedly to increase productivity through tokenmaxxing. However, the Uber CTO said that there is no link between this policy and shipping successful products. — 社内順位表の廃止、エージェントの権限制限、利用促進と成果の関係に関する記述より
効いてくるのは巨大企業ではない
この話を「Amazon の失敗談」として読むと、いちばん大事な部分を落とします。
年間予算を数週間で使い切る側の問題
報道は明確に線を引いています。エージェントが主役になり、AI提供事業者が定額制からトークン従量制へ移ったことで、費用は年間予算を数週間で使い切るほどに膨らみました。そして、Amazon や Microsoft のような巨大企業には当面の問題にならなくても、それ以外の大半の企業には持続不能だとしています。
先ほどの0.1%という比率が、そのまま裏返ります。同じ180万ドルでも、四半期売上1,810億ドルの会社と、年商数億円の会社ではまったく別の意味を持ちます。巨大企業が学習コストとして飲み込める額は、他社にとっては事業の停止線です。
And as agents took over and AI providers switched from subscription to per-token models, costs have become so great that companies are using up their annual budgets in a matter of weeks. While this might not be an immediate issue for tech giants like Amazon and Microsoft, it is unsustainable for most other companies out there. — 従量課金への移行がもたらした費用の膨張と、企業規模による影響の差に関する記述より
トークンを減らす設計が、そのまま費用対策になる
対策の方向も見えています。使うのをやめるのではなく、同じ成果をより少ない呼び出しで出す設計に寄せることです。
具体例はすでに出ています。OpenAI は、ハーネス（モデルを動かす足回り）の設定を2つ変えただけで、公開課題セットのスコアを3倍にしつつ出力トークンを6分の1に減らしたと公表しました。性能とコストは必ずしもトレードオフではないという実例です。同じ方向として、Claude Codeの起動時トークン消費を見直す話や、モデルごとの単価差を踏まえた使い分けも効いてきます。
In the case of ARC-AGI-3, we discovered that turning on two API settings we use in ChatGPT and Codex—retained reasoning and compaction—tripled scores and cut output tokens by 6x on the public task set. — 設定変更によるスコアと出力トークンの変化に関する記述より
まとめ：金額は報道ベース、構造は自分の環境の話
繰り返しますが、この記事に出てきた金額はすべて Financial Times の報道内容として Tom's Hardware が伝えたもので、Amazon 自身が公表した数値ではありません。同社は事例のつまみ上げだと反論しており、その言い分にも一定の理があります。確定した数値として扱うのは避けたほうがよいでしょう。
一方で、構造のほうは自分の環境に置き換えて考えられます。失敗のたびに課金され、エージェントは失敗するほど呼び出しを増やし、壊れていることは請求書にしか現れません。この3つが揃うと、規模に関係なく同じことが起きます。
やることは平凡です。プロジェクト単位で上限を切り、日次で消費を見て、想定件数と実件数のずれを検知しておきます。従来の予算管理と何も変わりません。変わったのは、支出が自動で増え続ける経路が新しく1本増えたという点だけです。その1本に、既存の見張りが繋がっているかどうか——今回の報道が投げかけているのは、その確認です。
