Un proyecto interno de Amazon gasto 1,8 millones de dolares en el uso de Claude, la IA de Anthropic, para un resultado que nunca llego a produccion. El episodio, revelado el 30 de julio de 2026 por el Financial Times, ilustra un riesgo sencillo: sin gobernanza de costes de IA, la factura puede dispararse rapido, incluso en una empresa tan tecnologica como Amazon. Para una pyme que multiplica el uso de agentes de IA, la leccion merece tomarse en serio antes, no despues, de la mala sorpresa.
En resumen
- Un proyecto interno de Amazon pensado para asociar automaticamente autores con fichas de libros costo 1,8 millones de dolares en uso de Claude, un 860 % por encima del presupuesto inicial, sin llegar nunca a lanzarse, segun el Financial Times (30 de julio de 2026, periodista Rafe Rosner-Uddin).
- Otros dos proyectos internos se dispararon de forma parecida: unos 541.000 dolares de coste imprevisto en una herramienta de auditoria financiera, y 134.000 dolares en un sistema logistico.
- Estos sobrecostes pasaron desapercibidos durante cinco meses antes de ser detectados, por falta de un seguimiento centralizado de los costes de IA.
- Amazon habia creado una clasificacion interna de empleados segun su consumo de tokens de IA, apodada KiroRank, que algunos equipos manipularon para inflar artificialmente sus estadisticas ("tokenmaxxing"). La empresa la elimino.
- Un vicepresidente senior de Amazon, Dave Treadwell, pidio en una nota interna "no usar la IA solo por usar la IA"; la empresa ahora prioriza medir el valor generado en lugar del volumen de tokens consumidos.
Que paso en Amazon
Segun varias fuentes internas citadas por el Financial Times, ingenieros de Amazon presentaron en una reunion ejemplos de proyectos de IA generativa cuyo coste se habia salido totalmente de control. El caso mas llamativo es un proyecto destinado a asociar automaticamente autores con fichas de libros en la plataforma de venta. Usando Claude Sonnet para esta tarea, el equipo gasto 1,8 millones de dolares, un 860 % por encima del presupuesto inicial. El proyecto nunca se desplego.
Otros dos ejemplos citados muestran que no fue un incidente aislado: un proyecto de herramienta de auditoria financiera interna genero unos 541.000 dolares de coste imprevisto, y un sistema pensado para reducir los plazos de entrega supero su presupuesto en 134.000 dolares. En cada caso, el sobrecoste paso desapercibido durante meses, por falta de un panel consolidado que permitiera seguir el consumo real en tiempo real. Un empleado citado por el Financial Times resume el problema: "es dificil saber cuanto cuesta realmente la IA".
El problema detras del problema: medir el indicador equivocado
El episodio no se limita a un fallo de seguimiento presupuestario. Tambien revela un problema de incentivos. Para acelerar la adopcion interna de la IA, Amazon habia creado una clasificacion, KiroRank, que media el volumen de tokens consumidos por cada desarrollador en sus herramientas internas (Kiro, MeshClaw). Cuanta mas IA usaba un empleado, mejor posicion obtenia, sin importar el valor realmente generado.
El resultado: algunos equipos ejecutaron tareas inutiles solo para subir su puntuacion, una practica que los empleados apodaron internamente "tokenmaxxing". Esa presion inflo mecanicamente la factura, sin relacion con la productividad real. Amazon acabo eliminando esta clasificacion. En una nota interna, el vicepresidente senior Dave Treadwell reconocio que la herramienta partia de una "buena intencion", pero pidio a los equipos "no usar la IA solo por usar la IA". La empresa afirma seguir ahora una metrica distinta, los "despliegues normalizados", pensada para reflejar el uso productivo de la IA en lugar del volumen de tokens.
Para recordar
Un indicador que premia el volumen de uso de la IA, sin relacion con el valor generado, empuja mecanicamente al sobreconsumo. Es cierto en un gigante del cloud como Amazon, y tambien en una pyme de diez empleados.
Por que esto deberia importarle a una pyme
Una pyme, evidentemente, no maneja los volumenes de Amazon. Pero el mecanismo es identico, a cualquier escala: los agentes de IA y los asistentes de codigo modernos (Claude, ChatGPT, Cursor, Copilot) se facturan por uso, por token o por peticion, no con una tarifa plana fija. Un proyecto interno confiado a un agente de IA sin presupuesto previsto ni punto de control puede, en teoria, dar vueltas durante semanas sobre una tarea mal definida, sin que nadie se de cuenta hasta la factura mensual.
El riesgo crece con la autonomia del agente. Un asistente de codigo que relanza pruebas por su cuenta, regenera contenido o explora varias vias para resolver un problema puede consumir muchos mas tokens que un uso manual equivalente, sin que eso se note tarea por tarea. Es exactamente el escenario del proyecto de Amazon de 1,8 millones de dolares: una tarea vista como menor, dejada sin limite ni revision intermedia durante cinco meses.
| Proyecto de Amazon | Sobrecoste observado | Causa identificada |
|---|---|---|
| Asociacion autor-ficha (Claude) | 1,8 M$, 860 % del presupuesto | Sin limite ni revision durante 5 meses |
| Herramienta de auditoria financiera interna | 541.000 $ imprevistos | Costes de uso de IA no presupuestados |
| Sistema de reduccion de plazos logisticos | 134.000 $ imprevistos | Sin seguimiento consolidado |
Un metodo de gobernanza de costes de IA a escala de pyme
No hace falta un departamento financiero dedicado para evitar este tipo de sobrecoste. Los principios que Amazon aplica ahora, a posteriori, se pueden implantar de antemano en una pyme.
Fijar un presupuesto antes de lanzar un proyecto de IA
Activar alertas de consumo
Designar un responsable de la revision mensual
Evitar los indicadores de volumen puro
Medir el valor generado, no los tokens consumidos
Este metodo retoma una regla de gestion informatica ya antigua: lo que no se mide acaba escapando al control. La IA agentica, facturada por token y capaz de actuar de forma autonoma durante secuencias largas, hace que esa regla sea mas urgente que nunca.
Preguntas frecuentes
Por que Amazon gasto 1,8 millones de dolares en un proyecto de IA que nunca se lanzo?
Un equipo encargo a Claude, la IA de Anthropic, una tarea de asociacion automatica entre autores y fichas de libros, sin limite de gasto ni revision intermedia. El sobrecoste paso desapercibido durante cinco meses, hasta alcanzar el 860 % del presupuesto inicial, segun el Financial Times (30 de julio de 2026).
Que es el "tokenmaxxing" revelado en Amazon?
Es el nombre interno que se dio a ejecutar tareas de IA inutiles para inflar artificialmente la puntuacion en KiroRank, una clasificacion interna de empleados segun su consumo de tokens. Amazon elimino esta clasificacion tras comprobar que fomentaba el sobreconsumo en lugar de la productividad.
Le afecta realmente a una pyme este tipo de sobrecoste?
Si, en cuanto usa agentes de IA autonomos facturados por uso, para codigo, generacion de contenido o investigacion. Sin un presupuesto previsto ni un seguimiento mensual, una tarea mal definida puede consumir muchos mas tokens de los previstos, sin que nadie lo note hasta que llega la factura.
Como puede una pyme evitar un sobrecoste como el de Amazon?
Fijando un presupuesto antes de lanzar un uso de IA agentica, activando alertas de consumo, designando a un responsable de la revision mensual de costes, y midiendo el valor generado en lugar del volumen de tokens.
Conclusion
El episodio de Amazon no es un caso aislado de una gran empresa mal organizada: es una senal de alarma temprana para cualquier organizacion que adopte IA agentica sin seguir su coste. Una pyme no necesita los volumenes de Amazon para sufrir el mismo mecanismo: un proyecto mal definido, sin limite ni revision, puede disparar la factura mucho mas rapido de lo previsto. La buena noticia: las soluciones son sencillas, un presupuesto por proyecto, alertas, una revision periodica y un indicador de valor en lugar de uno de volumen.
Para profundizar, consulte nuestros otros recursos de IA para directivos y descubra casos reales de empresas que han estructurado su uso de la IA.
