مدیر مالی OpenAI سارا فریار از شرکت‌ها می‌خواهد که معیارهایی را که برای چندین دهه برای ارزیابی نرم‌افزار استفاده می‌کردند کنار بگذارند و معیار جدیدی برای هوش مصنوعی اتخاذ کنند - معیاری که براساس کار انجام‌شده به جای تعداد افرادی که از یک ابزار استفاده می‌کنند، ساخته شده است.

فریار در یک پست وبلاگی که جمعه 17 ژوئیه 2026 منتشر شد و در یک پست لینکدین گزارش شده توسط Axios، Fortune و CFO Dive به تفصیل شرح داده شد، چیزی را معرفی کرد که او رویکرد "هوش مفید برای هر دلار" می نامد. استدلال اصلی: معیارهایی که دوران SaaS را تعریف کردند - صندلی‌ها، کاربران فعال، تمدیدها - نمی‌توانند ارزش ایجاد شده توسط هوش مصنوعی را دریافت کنند. برای تجزیه و تحلیل مداوم در مورد نحوه دست و پنجه نرم کردن شرکت ها با اقتصاد هوش مصنوعی، [پوشش صنعت هوش مصنوعی] ما را دنبال کنید (https://aibuzzwire.news).

چهار سوال

فریار پیشنهاد می کند که سازمان ها ارزش هوش مصنوعی را با پاسخ دادن به چهار سوال قضاوت کنند:

1. آیا AI تکمیل کار مهم است؟
2. هزینه هر کار موفق چقدر است؟
3. آیا مردم می توانند به نتیجه وابسته باشند؟
4. آیا هر دلار هوش مصنوعی با افزایش استفاده ارزش بیشتری ایجاد می کند؟

فریار در لینکدین نوشت: «سال‌ها، نرم‌افزار از طریق پذیرش سنجیده می‌شد: صندلی‌ها، کاربران فعال، تمدید. "هوش مصنوعی متفاوت است - باید با کار انجام شده سنجیده شود."

این فریم‌بندی مصرف توکن را تغییر می‌دهد - میزان پردازش هوش مصنوعی که شرکت برای آن پرداخت می‌کند - نه به‌عنوان هزینه‌ای که باید به حداقل برسد، بلکه به عنوان ماده خامی که تنها زمانی ارزشمند می‌شود که به خروجی قابل استفاده تبدیل شود. او نوشت: «توکن‌ها زمانی ارزش ایجاد می‌کنند که تبدیل به کاری می‌شوند که افراد می‌توانند از آن استفاده کنند.

چرا OpenAI اکنون این موضوع را تحت فشار قرار داده است

زمین در لحظه ای ناراحت کننده برای صنعت هوش مصنوعی فرود می آید. طبق آمار گارتنر که توسط CFO Dive استناد شده است، پیش‌بینی می‌شود که هزینه‌های جهانی برای هوش مصنوعی در سال 2026 به 2.59 تریلیون دلار برسد، که نسبت به سال گذشته 47 درصد افزایش داشته است. با این حال، شواهد نشان می دهد که هزینه ها در حال بازدهی است. یک مطالعه PwC که در ژانویه منتشر شد نشان داد که تنها 12٪ از مدیران اجرایی گفتند که هوش مصنوعی هم مزایای هزینه و هم درآمد را به همراه داشته است. 33 درصد دیگر افزایش هزینه یا درآمد را گزارش کردند، در حالی که 56 درصد گفتند که تاکنون هیچ سود مالی قابل توجهی مشاهده نکرده اند.

این شکاف باعث ایجاد ناامیدی قابل مشاهده در بالای نردبان شرکت می شود. مدیرعامل Palantir Alex Karp اخیراً به CNBC گفت که بسیاری از رهبران تجاری از اقتصاد مدل‌های زبان بزرگ خسته شده‌اند و این سوال را مطرح می‌کنند که آیا افزایش هزینه‌های رمز به بازده تبدیل می‌شود یا خیر - نظراتی که Karp در حین ترویج فناوری خود Palantir بیان کرد و اذعان کرد که انگیزه تجاری دارد.

برای OpenAI، که توکن‌های مورد نظر را می‌فروشد، چارچوب‌بندی مجدد گفتگو پیرامون نتایج به جای مصرف، از نظر استراتژیک حیاتی است. اگر مشتریان موفقیت را با انجام کار اندازه گیری کنند، پس پرداخت بیشتر برای یک مدل مرزی که یک کار پیچیده را با اطمینان کامل انجام می دهد، کارایی به نظر می رسد، نه اتلاف.

دور شدن از طرز فکر صندلی و تجدید

ایده «هوش مفید به ازای هر دلار» با بازنگری گسترده‌تری درباره نحوه قیمت‌گذاری و اندازه‌گیری هوش مصنوعی همسو می‌شود. نرم افزار سنتی سازمانی به ازای هر صندلی فروخته شد. قیمت‌گذاری مبتنی بر استفاده از هوش مصنوعی این مدل را زیر پا می‌گذارد، زیرا اکنون یک صندلی واحد بسته به کار، می‌تواند مقادیر بسیار متفاوتی از محاسبات را مصرف کند. چهار سؤال فریار به طور مؤثر از خریداران می‌خواهد که حسابداری داخلی را حول وظایف تکمیل شده و هزینه هر کار موفق ایجاد کنند - عددی که ردیابی آن بسیار سخت‌تر از تعداد کار است، اما چیزی که منعکس‌کننده آن چیزی است که فناوری واقعاً انجام می‌دهد.

همه متقاعد نشده اند که معیار جدید به نفع خریداران است. منتقدان خاطرنشان می کنند که تعریف و ممیزی "کار انجام شده" لغزنده است و فروشندگان انگیزه بالایی برای طبقه بندی خروجی هوش مصنوعی به عنوان موفق دارند. وقتی مدل‌ها پاسخ‌های مطمئن اما نادرست، پدیده‌ای که به عنوان توهم شناخته می‌شود، اندازه‌گیری قابلیت اعتماد - سوال سوم فریار - دشوار است. بدون تأیید مستقل، این متریک به جای یک مکانیسم پاسخگویی به یک ابزار بازاریابی تبدیل می شود.

با این حال، این پیشنهاد منعکس کننده یک تغییر واقعی در گفتگو است. پس از دو سال معیارهای پذیرش بی‌نفس، مدیران خواهان شواهدی هستند که نشان می‌دهد هزینه‌های هوش مصنوعی به دست آورده است. شرکت‌هایی که می‌توانند با داده‌ها به چهار سؤال فریار پاسخ دهند - چه از مدل‌های OpenAI استفاده کنند یا از مدل‌های رقیب - آن‌هایی هستند که بودجه‌شان از بررسی‌های اجتناب‌ناپذیر جان سالم به در می‌برد.

منابع

  • CFO Dive، "OpenAI معیار جدیدی برای اندازه گیری سرمایه گذاری های هوش مصنوعی ایجاد می کند"، 17 ژوئیه 2026
  • Axios، "انحصاری: مدیر مالی OpenAI روش جدیدی برای اندازه گیری ارزش هوش مصنوعی ارائه می دهد"، 17 ژوئیه 2026
  • فورچون، "CFO OpenAI: 4 سوال که نشان می دهد آیا هزینه های هوش مصنوعی شما نتیجه می دهد یا خیر"، 17 ژوئیه 2026

در هوش مصنوعی سازمانی پیشتاز باشید

اقتصاد هوش مصنوعی در زمان واقعی بازنویسی می شود. صفحه اصلی ما را برای [آخرین پوشش کسب و کار هوش مصنوعی] (https://aibuzzwire.news) نشانه گذاری کنید.

اخبار هوش مصنوعی را بیشتر بخوانید →