OpenAI敦促企业使用其评分卡衡量AI价值

OpenAI CFO Sarah Friar 在博文中指出，传统软件的成功通过“座位数、活跃用户、许可证续订率”来衡量，但AI的价值需要更强大的度量标准：“完成的工作量”。这一转变的核心是推出“有用智能每美元”（Useful Intelligence Per Dollar）指标，关注“产生成功结果的完整成本，与该结果创造的价值之比”。

Friar 强调，低token成本的模型并不一定带来高价值，因为它们可能比更昂贵的模型花费更长时间完成任务，导致总成本更高。计分卡要求企业首先定义“完成”在其运营中的具体含义，并对比使用AI前后的实现方式。

第一，衡量有用工作的量。企业需明确“完成”的标准，并比较AI介入前后的成果。第二，计算成功结果的总成本，包括员工时间、人工审核、重试和返工。通过这种方法，企业可以判断需要哪个级别的模型——例如ChatGPT-5.6的三个层级：Sol（最全面）、Terra（中端）和Luna（最经济）。

第三，评估可靠性。准确且一致的结果能减少人工干预，从而节省成本，Friar 称这具有“直接经济价值”。第四，考察规模经济性：随着使用量增长，投资是否能带来更多工作产出？通过追踪结果、总成本和单位成本随时间的变化，企业可以判断AI投资是否在增值。

OpenAI 推出该计分卡之际，正面临来自中国低成本AI提供商的“日益增长的压力”。同时，PWC 2026年1月的一项研究显示，仅12%的CEO认为AI带来了成本与收入效益。这一数据凸显了企业界对AI投资回报的普遍怀疑，也解释了OpenAI为何主动提供评估工具以推动企业采纳。