Den 5 mars orsakade ett enda AI-kodningsverktyg en 99 % minskning av beställningar på Amazons nordamerikanska marknadsplatser, vilket raderade 6,3 miljoner beställningar på en dag. Verktyget ombads göra mindre ändringar och förstörde en hel miljö i processen, vilket utlöste en 13-timmars återställning. För ett företag som hanterar ~4 000 dollar i försäljning per sekund har det en mycket specifik summa kopplad till sig. Amazon håller nu ett obligatoriskt ingenjörsmöte med alla om detta och kallar det "rutin." Deras interna briefing berättar en annan historia: ett mönster av AI-assisterade avbrott med omfattande skador, och inga etablerade skyddsåtgärder för att förhindra dem. Men varför är detta viktigt utanför Amazon? Varje större företag implementerar just nu AI-verktyg i system som aldrig var designade för dem. De flesta rör sig snabbt, förutsatt att risken är hanterbar tills en dag som den 5 mars visar motsatsen. Att göra fel i Amazons skala är ett inkomstproblem, ett operativt problem och i slutändan ett problem med ledarskapets ansvarstagande. Så vad gör Amazon egentligen åt det? SVP Dave Treadwell lanserade en dokumenterad 90-dagars översyn av 335 kritiska kundnära system och skrev detta till personalen: • Två kollegor måste godkänna innan kodändringen går i drift • Automatiserade kontroller upprätthåller tillförlitlighetsregler före införande • Formella verktyg för förändringshantering är nu obligatoriska över hela linjen • Varje chef på direktörs- och vice vd-nivå måste granska alla ändringar i produktionskoden i sin organisation Bortom de 90 dagarna bygger Amazon tydliga gränser kring sina AI-verktyg. För när fel kostar riktiga pengar är skyddsräcken inte valfria.