AIPress.com.cn报道
4月20日消息，据外媒披露的一份亚马逊内部文件显示，生成式AI正在显著改变企业内部软件开发与数据管理方式，但同时也带来了新的系统性问题：内部工具与数据的重复建设正在加速扩张，企业治理难度同步上升。
在Amazon的零售与技术体系中，越来越多团队开始借助AI快速构建内部应用，用于自动化流程、整理信息以及提升开发效率。与以往相比，这类工具的开发门槛显著降低，使得工程师可以在较短时间内独立完成原本需要较多资源的系统搭建。
但内部文件指出，这种“低成本创造能力”也在改变组织结构中的约束机制。过去，由于开发与维护成本较高，不同团队即便出现功能重叠，也会在后期逐步整合或淘汰。而在AI加持下，重复工具的产生速度明显快于整合速度，导致“工具重复”问题进一步扩大。
文件中提到，这一趋势正在形成所谓“AI蔓延”现象，即企业内部出现大量功能相似甚至重复的AI应用与代理系统，而统一管理与可视化能力未能同步提升。这不仅造成资源浪费，也使得企业难以准确掌握系统的实际使用范围与数据流向。
与此同时，数据层面的影响同样突出。许多AI系统会将内部信息转换为摘要、知识库或结构化输出，并以独立形式存储。这种机制在提升可用性的同时，也造成了“数据副本”不断生成的问题。当原始数据发生删除或权限调整时，这些衍生数据往往无法同步更新，从而产生信息不一致风险。
文件还举例称，在部分内部系统中，已经出现被权限收回的信息仍以旧版本形式继续展示的情况。这类问题暴露出AI系统在数据生命周期管理上的缺陷：一旦数据经过多次加工与再存储，其可追溯性与一致性会显著下降。
随着员工能够更自由地使用AI工具构建应用，企业内部也出现了“影子AI”现象，即未经统一审批的AI系统在不同团队中快速扩散。这类系统虽然提升了局部效率，但也可能带来安全与合规风险，包括敏感数据暴露与系统治理失控。
面对上述问题，亚马逊内部也在尝试使用AI技术本身来应对AI带来的复杂性，例如通过自动识别重复工具、提示整合机会以及监测潜在风险系统，以减少重复建设的规模。
不过，内部文件也指出，这一问题的根源与公司长期以来强调的小团队自主开发模式密切相关。在高度自治的组织结构下，AI进一步放大了“各自为战”的开发行为，使得整体系统协调成本上升。（AI普瑞斯编译）
