Un projet interne chez Amazon a englouti 1,8 million de dollars en usage de Claude, l'IA d'Anthropic, pour un résultat qui n'a jamais été mis en production. L'épisode, révélé le 30 juillet 2026 par le Financial Times, illustre un risque simple : sans gouvernance des coûts IA, la facture peut déraper vite, même dans une entreprise aussi rompue à la technologie qu'Amazon. Pour une PME qui multiplie les usages d'agents IA, la leçon mérite d'être prise au sérieux avant, pas après, la mauvaise surprise.

En bref

• Un projet interne d'Amazon censé associer automatiquement des auteurs à des fiches de livres a coûté 1,8 million de dollars en usage de Claude, soit 860 % de dépassement budgétaire, sans jamais être livré, selon le Financial Times (30 juillet 2026, journaliste Rafe Rosner-Uddin).
• Deux autres projets internes ont dérapé de façon comparable : environ 541 000 dollars de trop sur un outil d'audit financier, et 134 000 dollars de trop sur un système logistique.
• Ces dépassements sont restés invisibles pendant cinq mois avant d'être détectés, faute de suivi centralisé des coûts IA.
• Amazon avait mis en place un classement interne des salariés selon leur consommation de jetons IA, surnommé KiroRank, que des équipes ont détourné pour gonfler artificiellement leurs statistiques (« tokenmaxxing »). L'entreprise l'a supprimé.
• Un vice-président d'Amazon, Dave Treadwell, a demandé par note interne de « ne pas utiliser l'IA juste pour utiliser l'IA » ; l'entreprise privilégie désormais une mesure de la valeur produite plutôt que du volume de jetons consommés.

Ce qui s'est passé chez Amazon

Selon plusieurs sources internes citées par le Financial Times, des ingénieurs Amazon ont présenté en réunion des exemples de projets d'IA générative dont le coût a échappé à tout contrôle. Le cas le plus marquant concerne un projet destiné à faire correspondre automatiquement des auteurs à des fiches de livres sur la plateforme de vente. En s'appuyant sur Claude Sonnet pour ce travail, l'équipe a dépensé 1,8 million de dollars, soit 860 % au-dessus du budget initial. Le projet n'a jamais été déployé.

Deux autres exemples cités montrent que ce n'était pas un incident isolé : un projet d'outil d'audit financier interne a généré environ 541 000 dollars de coûts imprévus, et un système censé réduire les délais de livraison a dépassé son budget de 134 000 dollars. Dans chaque cas, le dépassement est resté invisible pendant des mois, faute d'un tableau de bord consolidé permettant de suivre la consommation réelle en temps réel. Un employé cité par le Financial Times résume le problème : « il est difficile de savoir combien coûte réellement l'IA ».

Le problème derrière le problème : mesurer le mauvais indicateur

L'épisode ne se limite pas à un manque de suivi budgétaire. Il révèle aussi un problème d'incitations. Pour accélérer l'adoption de l'IA en interne, Amazon avait mis en place un classement, KiroRank, qui suivait le volume de jetons consommés par chaque développeur sur ses outils internes (Kiro, MeshClaw). Or, plus un salarié utilisait l'IA, mieux il était classé, indépendamment de la valeur réellement produite.

Résultat : certaines équipes ont fait tourner des tâches inutiles simplement pour faire grimper leur score, un phénomène que les employés ont surnommé en interne « tokenmaxxing ». Cette pression a mécaniquement gonflé la facture, sans lien avec la productivité réelle. Amazon a fini par supprimer ce classement. Dans une note interne, le vice-président senior Dave Treadwell a reconnu que l'outil partait d'une « bonne intention » mais a demandé aux équipes de « ne pas utiliser l'IA juste pour utiliser l'IA ». L'entreprise dit désormais suivre une métrique différente, les « déploiements normalisés », censée refléter l'usage productif de l'IA plutôt que le seul volume de jetons.

Pourquoi une PME devrait s'en soucier

Une PME ne manipule évidemment pas les mêmes volumes qu'Amazon. Mais le mécanisme est identique, à toute échelle : les agents IA et les assistants de code modernes (Claude, ChatGPT, Cursor, Copilot) sont facturés à l'usage, au jeton ou à la requête, pas au forfait fixe. Un projet interne confié à un agent IA sans budget prévisionnel ni point de suivi peut, en théorie, tourner en boucle pendant des semaines sur une tâche mal cadrée, sans que personne ne s'en aperçoive avant la facture mensuelle.

Le risque augmente avec l'autonomie de l'agent. Un assistant de code qui relance seul des tests, régénère du contenu ou explore plusieurs pistes pour résoudre un problème peut consommer beaucoup plus de jetons qu'un usage manuel équivalent, sans que cela se voie tâche par tâche. C'est exactement le scénario du projet Amazon à 1,8 million de dollars : une tâche perçue comme mineure, laissée sans plafond ni revue intermédiaire pendant cinq mois.

Une méthode de gouvernance des coûts IA à l'échelle d'une PME

Pas besoin d'un service financier dédié pour éviter ce type de dérapage. Les principes qu'Amazon applique désormais, après coup, peuvent être mis en place en amont dans une PME.

Cette méthode rejoint une règle de gestion informatique déjà ancienne : ce qui n'est pas mesuré finit par échapper au contrôle. L'IA agentique, facturée au jeton et capable d'agir de façon autonome sur de longues séquences, rend cette règle plus urgente que jamais.

FAQ

Pourquoi Amazon a-t-il dépensé 1,8 million de dollars sur un projet IA qui n'a jamais abouti ?

Une équipe a confié à Claude, l'IA d'Anthropic, une tâche d'association automatique entre auteurs et fiches de livres, sans plafond de dépense ni revue intermédiaire. Le dérapage est resté invisible pendant cinq mois, jusqu'à représenter 860 % du budget initial, selon le Financial Times (30 juillet 2026).

Qu'est-ce que le « tokenmaxxing » révélé chez Amazon ?

C'est le nom donné en interne au fait de faire tourner des tâches IA inutiles pour gonfler artificiellement son score sur KiroRank, un classement interne des salariés selon leur consommation de jetons. Amazon a supprimé ce classement après avoir constaté qu'il encourageait la surconsommation plutôt que la productivité.

Une PME est-elle vraiment concernée par ce type de dérapage ?

Oui, dès qu'elle utilise des agents IA autonomes facturés à l'usage, pour du code, de la génération de contenu ou de la recherche. Sans budget prévisionnel ni suivi mensuel, une tâche mal cadrée peut consommer beaucoup plus de jetons que prévu, sans que personne ne s'en rende compte avant la facture.

Comment une PME peut-elle éviter un dérapage comme celui d'Amazon ?

En fixant un budget avant de lancer un usage IA agentique, en activant des alertes de consommation, en désignant un responsable de la revue mensuelle des coûts, et en mesurant la valeur produite plutôt que le seul volume de jetons consommés.

Conclusion

L'épisode Amazon n'est pas un cas isolé de grande entreprise mal organisée : c'est un signal avancé pour toute organisation qui adopte l'IA agentique sans en suivre le coût. Une PME n'a pas besoin des mêmes volumes pour subir le même mécanisme, un projet mal cadré, laissé sans plafond ni revue, peut faire grimper la facture bien plus vite que prévu. La bonne nouvelle : les correctifs sont simples, un budget par projet, des alertes, une revue régulière, et un indicateur de valeur plutôt que de volume.

Pour aller plus loin, consultez nos autres ressources IA pour dirigeants et découvrez des cas concrets d'entreprises qui ont structuré leur usage de l'IA.