Ketua pegawai kewangan OpenAI Sarah Friar menggesa syarikat untuk meninggalkan metrik yang telah mereka gunakan selama beberapa dekad untuk menilai perisian dan menggunakan kayu pengukur baharu untuk kecerdasan buatan — yang dibina berdasarkan kerja yang telah disiapkan dan bukannya bilangan orang yang menggunakan alat.

Dalam catatan blog yang diterbitkan pada hari Jumaat 17 Julai 2026, dan dihuraikan dalam siaran LinkedIn yang dilaporkan oleh Axios, Fortune dan CFO Dive, Friar memperkenalkan apa yang dipanggil pendekatan "kecerdasan-per-dolar yang berguna". Hujah teras: metrik yang menentukan era SaaS — tempat duduk, pengguna aktif, pembaharuan — gagal menangkap nilai yang dicipta AI. Untuk analisis berterusan tentang cara perusahaan bergelut dengan ekonomi AI, ikuti [liputan industri AI] kami(https://aibuzzwire.news).

Empat soalan

Friar mencadangkan agar organisasi menilai nilai AI dengan menjawab empat soalan:

1. Adakah AI menyelesaikan kerja yang penting?
2. Berapa kos setiap tugasan yang berjaya?
3. Bolehkah orang bergantung pada keputusan?
4. Adakah setiap dolar AI menghasilkan lebih nilai apabila penggunaan meningkat?

"Selama bertahun-tahun, perisian diukur melalui penggunaan: tempat duduk, pengguna aktif, pembaharuan," tulis Friar di LinkedIn. "AI adalah berbeza - ia perlu diukur dengan kerja yang dicapai."

Pembingkaian menyusun semula penggunaan token — jumlah pemprosesan AI yang dibayar oleh syarikat — bukan sebagai kos yang perlu diminimumkan tetapi sebagai bahan mentah yang hanya menjadi berharga apabila ia ditukar kepada output yang boleh digunakan. "Token mencipta nilai apabila ia berubah menjadi kerja yang boleh digunakan oleh orang ramai," tulisnya, dengan alasan bahawa apabila model berkembang dengan lebih berkemampuan, mereka boleh mengambil lebih lama, tugas berbilang langkah yang mengekalkan konteks, menaakul merentas alatan dan menyesuaikan diri semasa ia berjalan.

Mengapa OpenAI menolak ini sekarang

Padang mendarat pada saat yang tidak selesa untuk industri AI. Perbelanjaan seluruh dunia untuk AI diramalkan mencecah $2.59 trilion pada 2026, peningkatan 47% tahun ke tahun, menurut angka Gartner yang dipetik oleh CFO Dive. Namun bukti bahawa perbelanjaan itu membuahkan hasil masih tipis. Kajian PwC yang dikeluarkan pada bulan Januari mendapati hanya 12% daripada CEO berkata AI telah menyampaikan manfaat kos dan hasil. 33% lagi melaporkan keuntungan sama ada dalam kos atau hasil, manakala 56% berkata mereka tidak melihat sebarang manfaat kewangan yang ketara setakat ini.

Jurang itu menghasilkan kekecewaan yang boleh dilihat di bahagian atas tangga korporat. Ketua Pegawai Eksekutif Palantir Alex Karp baru-baru ini memberitahu CNBC bahawa ramai pemimpin perniagaan "penat" dengan ekonomi model bahasa yang besar, mempersoalkan sama ada peningkatan kos token diterjemahkan kepada pulangan — komen yang dibuat Karp semasa mempromosikan teknologi Palantir sendiri dan diakui sebagai bermotifkan komersial.

Bagi OpenAI, yang menjual token yang dipersoalkan, menyusun semula perbualan mengenai hasil daripada penggunaan adalah penting secara strategik. Jika pelanggan mengukur kejayaan dengan kerja yang dicapai, maka membayar lebih untuk model sempadan yang menyelesaikan tugas yang kompleks dengan pasti kelihatan seperti kecekapan, bukan pembaziran.

Peralihan daripada minda kerusi dan pembaharuan

Idea "kecerdasan-berguna-setiap-dolar" sejajar dengan pemikiran semula yang lebih luas tentang cara AI harus dinilai dan diukur. Perisian perusahaan tradisional telah dijual setiap tempat duduk; penetapan harga AI berasaskan penggunaan memecahkan model itu, kerana satu tempat duduk kini boleh menggunakan jumlah pengiraan yang jauh berbeza bergantung pada tugas. Empat soalan Friar secara berkesan meminta pembeli membina perakaunan dalaman sekitar tugas selesai dan kos setiap tugasan yang berjaya — nombor yang jauh lebih sukar untuk dijejaki daripada jumlah pekerja, tetapi yang mencerminkan perkara yang sebenarnya dilakukan oleh teknologi.

Tidak semua orang yakin kayu ukur baharu itu memihak kepada pembeli. Pengkritik menyatakan bahawa "kerja yang dicapai" adalah licin untuk ditentukan dan diaudit, dan vendor mempunyai setiap insentif untuk mengklasifikasikan output AI sebagai berjaya. Kebolehpercayaan — soalan ketiga Friar — amat sukar untuk diukur apabila model menghasilkan jawapan yang yakin tetapi salah, fenomena yang dikenali sebagai halusinasi. Tanpa pengesahan bebas, risiko metrik menjadi alat pemasaran dan bukannya mekanisme akauntabiliti.

Namun, cadangan itu mencerminkan perubahan sebenar dalam perbualan. Selepas dua tahun metrik penggunaan tanpa nafas, para eksekutif menuntut bukti bahawa perbelanjaan AI memperoleh keuntungannya. Syarikat yang boleh menjawab empat soalan Friar dengan data - sama ada mereka menggunakan model OpenAI atau pesaing - akan menjadi orang yang belanjawannya bertahan dalam penelitian yang tidak dapat dielakkan.

Sumber

  • CFO Dive, "OpenAI mendorong kayu ukur baharu untuk mengukur pelaburan AI," 17 Julai 2026
  • Axios, "Eksklusif: CFO OpenAI memaparkan cara baharu untuk mengukur nilai AI," 17 Julai 2026
  • Fortune, "CFO OpenAI: 4 soalan yang mendedahkan jika perbelanjaan AI anda membuahkan hasil," 17 Julai 2026

Kekal pada AI perusahaan

Ekonomi AI sedang ditulis semula dalam masa nyata. Tandai halaman utama kami untuk liputan perniagaan AI terkini.

Baca lebih banyak berita AI →