Amazon : une série de pannes liées à l’IA force le géant à convoquer ses ingénieurs en urgence

Ce qu’il faut retenir :

• Amazon a convoqué mardi une réunion d’urgence de ses ingénieurs après une série de pannes sur son site e-commerce, dont certaines liées à l’usage d’outils de code assistés par IA.
• Un mémo interne cite une “tendance d’incidents” avec un “rayon d’impact élevé” et des “changements assistés par l’IA générative” parmi les facteurs contributifs.
• Les ingénieurs juniors et intermédiaires devront désormais obtenir une validation senior avant tout déploiement de code généré par IA.

Six heures de panne et un mémo qui fait le tour d’Amazon

Amazon traverse une mauvaise passe opérationnelle à cause de l’IA. Le site et l’application de commerce en ligne du géant américain ont été hors service pendant près de six heures ce mois-ci, empêchant les clients de finaliser leurs achats, de consulter les prix ou d’accéder à leur compte. L’entreprise a attribué l’incident à un “déploiement de code logiciel erroné”.

Mais le problème dépasse cet épisode isolé. Un mémo interne préparé en amont d’une réunion prévue mardi, consulté par le Financial Times, fait état d’une “tendance d’incidents” au cours des derniers mois, caractérisée par un “rayon d’impact élevé” et des “changements assistés par l’IA générative” parmi les facteurs contributifs. Le document mentionne explicitement un “usage nouveau de l’IA générative pour lequel les bonnes pratiques et les garde-fous ne sont pas encore pleinement établis”.

Le vice-président sonne l’alerte

Mesdames et messieurs, comme vous le savez probablement, la disponibilité du site et des infrastructures associées n’a pas été bonne ces derniers temps.

Dave Treadwell, senior vice-président d’Amazon et ancien cadre de Microsoft, a envoyé un email aux équipes techniques qui ne laisse pas de place à l’ambiguïté. Il y reconnaît que “la disponibilité du site et de l’infrastructure associée n’a pas été bonne récemment”.

Treadwell a transformé la réunion hebdomadaire “This Week in Stores Tech” (TWiST), normalement facultative, en session obligatoire consacrée à une analyse approfondie des causes de ces pannes et à des mesures correctives immédiates. Parmi les décisions annoncées : les ingénieurs juniors et intermédiaires devront désormais obtenir l’approbation d’un ingénieur senior avant tout déploiement de modifications générées ou assistées par l’IA.

AWS aussi touché par les outils d’IA

Le problème ne se limite pas à la branche e-commerce. Amazon Web Services (AWS), la division cloud du groupe, a subi au moins deux incidents liés à l’utilisation d’assistants de codage IA que l’entreprise déploie activement auprès de ses employés.

En décembre dernier, un calculateur de coûts utilisé par les clients AWS a été interrompu pendant 13 heures après que l’outil de codage IA maison Kiro a pris l’initiative de “supprimer et recréer l’environnement” lors d’une modification. Amazon avait minimisé l’incident, le qualifiant d’“événement extrêmement limité”.

Licenciements et IA : un cocktail explosif

Le contexte aggrave les inquiétudes. Amazon a mené plusieurs vagues de licenciements ces dernières années, la plus récente ayant supprimé 16 000 postes en janvier. Plusieurs ingénieurs du groupe ont confié que leurs équipes devaient gérer un nombre plus élevé de “Sev2”, des incidents nécessitant une réponse rapide pour éviter des pannes de service, en conséquence directe des réductions d’effectifs.

Amazon conteste le lien entre les coupes et la hausse des incidents. Mais la conjonction entre des équipes réduites et le déploiement massif d’outils d’IA encore immatures crée une tension que ce mémo interne vient documenter pour la première fois de manière aussi explicite.

Ce qu’il faut surveiller

L’épisode Amazon pose une question qui dépasse le cas d’un seul géant tech : à quelle vitesse les entreprises peuvent-elles intégrer les assistants de code IA dans leurs workflows de production sans compromettre la fiabilité de leurs services ?

La nouvelle exigence de validation senior chez Amazon pourrait devenir un modèle pour l’industrie, ou un aveu que les gains de productivité promis par l’IA générative s’accompagnent de risques opérationnels encore mal maîtrisés.