Amazon queima US$1,8 milhão em tokens: levou 5 meses para descobrir o prejuízo

A Amazon gastou US$ 1,8 milhão em uma ferramenta de inteligência artificial que nunca foi lançada, estourou o orçamento previsto em 860% e rodou cinco meses antes de alguém notar a conta.

Por que isso importa: a tarefa era banal, associar dados de autores às páginas de produto do site. O que transformou trabalho de dados de rotina em custo de sete dígitos foi a combinação de cobrança por token com uma cultura interna que media consumo em vez de resultado.

O que é tokenmaxxing e por que ele nasceu de uma meta

A Amazon estabeleceu que mais de 80% dos seus desenvolvedores deveriam usar IA toda semana. Para acompanhar isso, um grupo de funcionários criou o Kirorank, um ranking que classificava colegas pela atividade no Kiro, a plataforma de desenvolvimento com IA da companhia.

Funcionou. Só não no sentido pretendido. Funcionários começaram a atribuir tarefas desnecessárias a agentes para subir na classificação, e o ranking foi desativado. Dave Treadwell, vice-presidente sênior da empresa, disse a funcionários que a ferramenta havia sido criada "com boas intenções", mas gerou custo adicional porque as pessoas inflaram artificialmente o consumo de tokens. "Por favor, não usem IA só por usar IA", pediu. A Amazon afirmou depois que o painel era beta, não oficial nem aprovado, e que passou a medir "normalised deployments", ou seja, engenheiros usando IA para escrever código útil, em vez de contar token bruto.

Checagem dos fatos: parte da cobertura sugere que o ranking caiu como reação ao rombo de US$ 1,8 milhão. São dois episódios distintos. O Kirorank foi encerrado no fim de maio; os estouros só foram apresentados por engenheiros sêniores em reunião interna de 28 de julho. A sequência importa, porque mostra uma empresa que corrigiu o incentivo dois meses antes de descobrir quanto o incentivo havia custado.

O padrão não é exclusivo da Amazon. A Meta encerrou em abril um ranking não oficial chamado Claudeconomics, que também havia provocado uma onda de tokenmaxxing. Na Uber, o CTO revelou em abril que a companhia tinha esgotado o orçamento anual de IA em quatro meses, depois de estimular uso "o máximo possível" e ranquear consumo interno de forma competitiva. A Tesla, que passou seis meses gamificando consumo de tokens, limitou o gasto de funcionário a US$ 200 por semana.

Por que o custo de IA fica invisível por cinco meses

Aqui está a mudança estrutural que o caso escancara. Software mal escrito falha alto: estoura exceção, derruba o build, aparece no log. Agente mal configurado não falha. Continua rodando, continua consumindo contexto e continua emitindo fatura, que chega no ciclo mensal e não no pipeline de deploy.

A conta veio dividida em três. Além do projeto de autores, uma ferramenta de auditoria financeira estourou em cerca de US$ 541 mil e um sistema de logística para acelerar entregas passou US$ 134 mil do previsto. O total de gasto não planejado ficou perto de US$ 2,5 milhões. Engenheiros sêniores classificaram o resultado como "catastroficamente caro", e a Amazon respondeu que está experimentando, aprendendo e melhorando o uso da tecnologia, inclusive em eficiência de custo.

O tamanho do estrago depende de quem comete o erro. A Amazon reportou US$ 181,5 bilhões de receita e US$ 23,9 bilhões de lucro operacional apenas no primeiro trimestre de 2026. Os US$ 2,5 milhões são arredondamento contábil. Para uma companhia com faturamento anual na casa das centenas de milhões de reais, o mesmo erro relativo não é aprendizado, é buraco no EBITDA do trimestre. A Amazon pode pagar para descobrir o problema. Quase ninguém mais pode.

Os números de mercado indicam regra, não anomalia. O State of FinOps 2026, da FinOps Foundation, com 1.192 profissionais responsáveis por mais de US$ 83 bilhões em gasto anual de nuvem, apontou que 73% das organizações viram o custo de IA superar a projeção original. A fatia de times de FinOps com mandato sobre gasto de IA saltou de 31% em 2024 para 98% em 2026. O relatório da Harness, com 700 líderes de engenharia em cinco países, encontrou 72% de empresas com pico ou fatura inesperada de IA no último ano e 33% surpreendidas mais de uma vez. Mais revelador: 52% dizem não haver dono claro do custo de IA, com a responsabilidade dividida entre engenharia, FinOps, finanças e TI.

Sem dono, ninguém abre a fatura. O tema já migrou para o mercado de capitais: a palavra "tokens" apareceu em 129 calls de resultados no segundo trimestre de 2026, contra 57 no trimestre anterior, segundo análise da AlphaSense.

O que muda no controle de gastos com IA

Três movimentos aparecem em quem já apanhou.

O primeiro é trocar a métrica de adoção. Contar token mede esforço, e esforço é gamificável. Medir entrega, no modelo dos "normalised deployments" adotado pela Amazon, é mais difícil de auditar e muito mais difícil de fraudar.

O segundo é definir o dono da fatura antes de liberar o agente. Em Uber e Tesla, o controle veio depois do estouro e na forma mais bruta possível, teto por pessoa. A Uber fixou US$ 1.500 por mês por ferramenta. Teto contém sangramento, mas não distingue gasto produtivo de desperdício.

O terceiro é a unidade econômica por tarefa. Quanto custa uma execução, quantas chamadas de modelo ela dispara, qual modelo deveria atendê-la. Em arquiteturas com múltiplos agentes, a mesma tarefa varia de preço em uma ordem de magnitude dependendo do roteamento. É o tipo de decisão que raramente chega ao comitê executivo antes da primeira fatura ruim.

Sinais e impactos

A pergunta de conselho mudou de lugar. Deixou de ser quantas áreas usam IA e passou a ser qual o custo marginal por tarefa automatizada e quem responde por ele no resultado. Quando a resposta envolve três diretorias, o problema de governança já existe, independentemente da fatura do mês.

No nível operacional, o caso Amazon demonstra que a meta de adoção sem definição de valor entregue produz tokenmaxxing em qualquer estrutura, não apenas nas big techs. Time medido por uso de ferramenta otimiza uso de ferramenta.

A assimetria fica com as empresas menores, e a favor delas. Teto por projeto, alerta de gasto e revisão semanal de fatura são triviais de implementar com poucas pessoas e impossíveis de retroagir depois de cinco meses de consumo silencioso.

A Amazon corrigiu a métrica, desligou o ranking e chamou o episódio de aprendizado. O que não mudou foi a estrutura que permitiu cinco meses de silêncio.

Para ir mais fundo: os três estouros reportados pelo Financial Times · o encerramento do Kirorank · o teto de gastos da Uber · o relatório 2026 State of AI in FinOps, da Harness · o limite semanal da Tesla