Chief Financial Officer OpenAI Sarah Friar mendesak perusahaan untuk meninggalkan metrik yang telah mereka gunakan selama beberapa dekade untuk mengevaluasi perangkat lunak dan mengadopsi tolok ukur baru untuk kecerdasan buatan — yang dibangun berdasarkan pekerjaan yang diselesaikan, bukan jumlah orang yang menggunakan suatu alat.

Dalam postingan blog yang diterbitkan Jumat, 17 Juli 2026, dan diuraikan dalam postingan LinkedIn yang dilaporkan oleh Axios, Fortune, dan CFO Dive, Friar memperkenalkan apa yang disebutnya pendekatan "kecerdasan-berguna-per-dolar". Argumen intinya: metrik yang menentukan era SaaS — kursi, pengguna aktif, perpanjangan — gagal menangkap nilai yang diciptakan AI. Untuk analisis berkelanjutan tentang bagaimana perusahaan bergulat dengan ekonomi AI, ikuti cakupan industri AI.

Empat pertanyaan

Friar mengusulkan agar organisasi menilai nilai AI dengan menjawab empat pertanyaan:

1. Apakah AI menyelesaikan pekerjaan itu penting?
2. Berapa biaya setiap tugas yang berhasil?
3. Bisakah orang bergantung pada hasilnya?
4. Apakah setiap dolar AI menghasilkan nilai lebih seiring meningkatnya penggunaan?

“Selama bertahun-tahun, perangkat lunak diukur melalui adopsi: kursi, pengguna aktif, pembaruan,” tulis Friar di LinkedIn. “AI itu berbeda – AI perlu diukur berdasarkan pekerjaan yang dicapai.”

Pembingkaian ini mengubah konsumsi token – jumlah pemrosesan AI yang dibayar perusahaan – bukan sebagai biaya yang harus diminimalkan tetapi sebagai bahan mentah yang hanya menjadi berharga ketika diubah menjadi keluaran yang dapat digunakan. “Token menciptakan nilai ketika mereka bertransformasi menjadi pekerjaan yang dapat digunakan oleh orang-orang,” tulisnya, dengan alasan bahwa seiring dengan semakin mumpuninya model, mereka dapat melakukan tugas-tugas multi-langkah yang lebih lama yang menjaga konteks, bernalar di seluruh alat, dan beradaptasi seiring berjalannya waktu.

Mengapa OpenAI mendorong hal ini sekarang

Pitch ini terjadi pada saat yang tidak nyaman bagi industri AI. Pengeluaran AI di seluruh dunia diperkirakan mencapai $2,59 triliun pada tahun 2026, meningkat sebesar 47% dari tahun ke tahun, menurut angka Gartner yang dikutip oleh CFO Dive. Namun bukti bahwa belanja negara tersebut membuahkan hasil masih sedikit. Sebuah studi PwC yang dirilis pada bulan Januari menemukan bahwa hanya 12% CEO yang mengatakan AI telah memberikan manfaat biaya dan pendapatan. Sebanyak 33% lainnya melaporkan peningkatan biaya atau pendapatan, sementara 56% mengatakan mereka belum merasakan manfaat finansial yang signifikan sejauh ini.

Kesenjangan tersebut menimbulkan rasa frustrasi yang terlihat di kalangan puncak tangga perusahaan. CEO Palantir Alex Karp baru-baru ini mengatakan kepada CNBC bahwa banyak pemimpin bisnis yang "bosan" dengan keekonomian model bahasa besar, mempertanyakan apakah kenaikan biaya token menghasilkan keuntungan — komentar yang dibuat Karp saat mempromosikan teknologi Palantir sendiri dan diakui bermotif komersial.

Bagi OpenAI, yang menjual token tersebut, menyusun kembali pembicaraan seputar hasil dibandingkan konsumsi adalah hal yang sangat penting secara strategis. Jika pelanggan mengukur kesuksesan berdasarkan pekerjaan yang diselesaikan, maka membayar lebih untuk model frontier yang menyelesaikan tugas kompleks dengan andal akan terlihat seperti efisiensi, bukan pemborosan.

Pergeseran dari pola pikir kursi dan perpanjangan

Gagasan “kecerdasan yang berguna per dolar” selaras dengan pemikiran ulang yang lebih luas tentang bagaimana AI harus dinilai dan diukur. Perangkat lunak perusahaan tradisional dijual per kursi; Penetapan harga AI berbasis penggunaan mematahkan model tersebut, karena satu kursi kini dapat menggunakan jumlah komputasi yang sangat berbeda tergantung pada tugasnya. Empat pertanyaan Friar secara efektif meminta pembeli untuk membangun akuntansi internal berdasarkan tugas yang diselesaikan dan biaya per tugas yang berhasil — angka yang jauh lebih sulit untuk dilacak daripada jumlah karyawan, namun angka yang mencerminkan apa yang sebenarnya dilakukan oleh teknologi.

Tidak semua orang yakin tolok ukur baru ini menguntungkan pembeli. Kritikus menyatakan bahwa “pekerjaan yang terselesaikan” sulit untuk didefinisikan dan diaudit, dan bahwa vendor mempunyai insentif untuk mengklasifikasikan keluaran AI sebagai hasil yang berhasil. Ketergantungan - pertanyaan ketiga Friar - sangat sulit diukur ketika model menghasilkan jawaban yang yakin tetapi salah, fenomena ini dikenal sebagai halusinasi. Tanpa verifikasi independen, metrik tersebut berisiko menjadi alat pemasaran dan bukan mekanisme akuntabilitas.

Namun, usulan tersebut mencerminkan perubahan nyata dalam perbincangan. Setelah dua tahun menerapkan metrik adopsi yang sulit, para eksekutif menuntut bukti bahwa belanja AI membuahkan hasil. Perusahaan yang dapat menjawab empat pertanyaan Friar dengan data – apakah mereka menggunakan model OpenAI atau model pesaing – akan menjadi perusahaan yang anggarannya dapat bertahan dari pengawasan yang tak terelakkan.

Sumber

  • CFO Dive, "OpenAI mendorong tolok ukur baru untuk mengukur investasi AI," 17 Juli 2026
  • Axios, "Eksklusif: CFO OpenAI menawarkan cara baru untuk mengukur nilai AI," 17 Juli 2026
  • Fortune, "CFO OpenAI: 4 pertanyaan yang mengungkapkan apakah pembelanjaan AI Anda membuahkan hasil," 17 Juli 2026

Tetap terdepan dalam AI perusahaan

Ekonomi AI sedang ditulis ulang secara real time. Tandai halaman beranda kami untuk liputan bisnis AI terbaru.

Baca berita AI selengkapnya →