Amazon попросила работников экономнее расходовать ИИ-токены

Amazon попросила сотрудников не увлекаться так называемым токенмаксингом — стремлением использовать как можно больше токенов ради формальных показателей эффективности. В мае компания закрыла внутренний рейтинг, в котором оценивалось использование ИИ-инструментов: работники увеличивали расход токенов, чтобы подняться в таблице лидеров.
Представитель Amazon заявил CNBC, что компания не вводила жёстких ограничений на объём потребляемых токенов. При этом во внутренней служебной записке руководство призвало сотрудников не ориентироваться на количество токенов, скорость внедрения ИИ-сервисов и число изменений, внесённых в код.
В Amazon считают эти показатели «крайне несовершенными» метриками. Их использование может стимулировать неэффективную работу, увеличивать расходы на модели и усложнять процессы разработки. Вместо этого компания намерена уделять больше внимания практическому результату применения ИИ.
В Amazon выбрали метрику скорости внедрения функций
Марк Брукер, вице-президент и ведущий инженер Amazon Web Services, сообщил, что компания переходит к оценке так называемой скорости внедрения функционала (feature velocity). Этот показатель должен учитывать количество успешных изменений и запусков новых функций, а не объём активности вокруг ИИ-инструментов.
Проблема контроля расходов на токены стала заметной и в других компаниях. В мае неназванная американская организация за один месяц потратила 500 млн долларов на токены Claude от Anthropic, поскольку не установила лимиты для сотрудников. В августе Microsoft открыла для внутреннего использования модель OpenAI GPT-5.6, но одновременно ввела для инженеров индивидуальный «целевой бюджет ИИ-токенов».
Ужесточать контроль за расходами на ИИ также начали Adobe, Atlassian и Citi. Amazon летом сообщала о затратах в 1,8 млн долларов на внутреннюю систему на базе Claude Sonnet. Изначально она должна была сопоставлять данные об авторах с описаниями товаров, однако проект быстро превысил бюджет. После этого системе поручили более простые задачи, чтобы снизить расходы.


