OpenAI'nin finans müdürü Sarah Friar, şirketleri, yazılımları değerlendirmek için onlarca yıldır kullandıkları ölçümleri terk etmeye ve yapay zeka için yeni bir ölçüt benimsemeye çağırıyor; bir aracı kullanan kişi sayısından ziyade tamamlanan iş etrafında inşa edilmiş bir ölçüt.

17 Temmuz 2026 Cuma günü yayınlanan ve Axios, Fortune ve CFO Dive tarafından bildirilen bir LinkedIn gönderisinde detaylandırılan bir blog gönderisinde Friar, "dolar başına faydalı zeka" adını verdiği yaklaşımı tanıttı. Temel argüman: SaaS çağını tanımlayan ölçümler (koltuklar, aktif kullanıcılar, yenilemeler) yapay zekanın yarattığı değeri yakalamakta başarısız oluyor. İşletmelerin yapay zeka ekonomisiyle nasıl boğuştuğuna ilişkin sürekli analiz için Yapay zeka sektörü kapsamımızı takip edin.

Dört soru

Friar, kuruluşların yapay zeka değerini dört soruyu yanıtlayarak değerlendirmesini öneriyor:

1. Yapay zeka önemli olan işi tamamlıyor mu?
2. Her başarılı görevin maliyeti nedir?
3. İnsanlar sonuca güvenebilir mi?
4. Kullanım arttıkça her yapay zeka doları daha fazla değer üretiyor mu?

Friar, LinkedIn'de şöyle yazdı: "Yıllardır yazılım benimsenmeyle ölçülüyordu: koltuklar, aktif kullanıcılar, yenilemeler." "Yapay zeka farklıdır; yapılan işle ölçülmesi gerekir."

Çerçeveleme, token tüketimini (bir şirketin ödediği yapay zeka işleme miktarı) en aza indirilmesi gereken bir maliyet olarak değil, yalnızca kullanılabilir çıktıya dönüştürüldüğünde değerli hale gelen bir hammadde olarak yeniden şekillendiriyor. Modeller daha yetenekli hale geldikçe bağlamı koruyan, araçlar arasında mantık yürüten ve ilerledikçe uyum sağlayan daha uzun, çok adımlı görevleri üstlenebileceklerini savunarak "Tokenlar, insanların kullanabileceği işe dönüştüklerinde değer yaratır" diye yazdı.

OpenAI neden bunu şimdi zorluyor?

Saha yapay zeka endüstrisi için rahatsız edici bir zamanda iniyor. CFO Dive'ın aktardığı Gartner rakamlarına göre, dünya çapında yapay zeka harcamalarının 2026'da 2,59 trilyon dolara ulaşacağı tahmin ediliyor; bu da önceki yıla göre %47 artış anlamına geliyor. Ancak harcamaların karşılığını verdiğine dair kanıtlar zayıf kalıyor. Ocak ayında yayınlanan bir PwC araştırması, CEO'ların yalnızca %12'sinin yapay zekanın hem maliyet hem de gelir avantajı sağladığını söylediğini ortaya çıkardı. Diğer %33'lük kesim maliyet veya gelirde artış olduğunu belirtirken, %56'sı şu ana kadar önemli bir mali fayda görmediklerini söyledi.

Bu boşluk, kurumsal merdivenin tepesinde gözle görülür bir hayal kırıklığı yaratıyor. Palantir CEO'su Alex Karp kısa bir süre önce CNBC'ye birçok iş liderinin büyük dil modellerinin ekonomisinden "bıktığını" ve artan token maliyetlerinin getirilere dönüşüp dönüşmediğini sorguladığını söyledi - Karp'ın Palantir'in kendi teknolojisini tanıtırken yaptığı ve ticari amaçlı olduğu kabul edilen yorumlar.

Söz konusu tokenleri satan OpenAI için tartışmayı tüketimden ziyade sonuçlar etrafında yeniden düzenlemek stratejik açıdan hayati önem taşıyor. Müşteriler başarıyı yapılan işe göre ölçerse, karmaşık bir görevi güvenilir bir şekilde tamamlayan bir sınır modeli için daha fazla ödeme yapmak israf değil, verimlilik gibi görünecektir.

Koltuk yenileme ve koltuk yenileme zihniyetinden uzaklaşma

"Dolar başına faydalı zeka" fikri, yapay zekanın nasıl fiyatlandırılması ve ölçülmesi gerektiğine dair daha geniş bir yeniden düşünmeyle örtüşüyor. Geleneksel kurumsal yazılımlar lisans başına satılıyordu; kullanıma dayalı AI fiyatlandırması bu modeli bozuyor çünkü tek bir koltuk artık göreve bağlı olarak çok farklı miktarlarda bilgi işlem tüketebiliyor. Friar'ın dört sorusu, alıcılardan dahili muhasebeyi tamamlanan görevler ve başarılı görev başına maliyet etrafında oluşturmalarını istiyor; takibi kişi sayısından çok daha zor bir sayı, ancak teknolojinin gerçekte ne yaptığını yansıtıyor.

Herkes yeni ölçütün alıcıların lehine olduğuna ikna olmuş değil. Eleştirmenler, "başarılan işin" tanımlanmasının ve denetlenmesinin kaygan olduğunu ve satıcıların yapay zeka çıktısını başarılı olarak sınıflandırmak için her türlü teşvike sahip olduğunu belirtiyor. Güvenilirlik - Friar'ın üçüncü sorusu - modeller kendinden emin ancak yanlış cevaplar ürettiğinde, halüsinasyon olarak bilinen olguyu ölçmek özellikle zordur. Bağımsız doğrulama olmadan ölçüm, bir hesap verebilirlik mekanizması yerine bir pazarlama aracı haline gelme riskini taşır.

Yine de teklif, görüşmede gerçek bir değişimi yansıtıyor. İki yıldır nefes kesen benimseme ölçümlerinin ardından yöneticiler, yapay zeka harcamalarının karşılığını aldığına dair kanıt talep ediyor. Friar'ın dört sorusunu verilerle yanıtlayabilen şirketler (ister OpenAI'nin modellerini ister rakiplerin modellerini kullanıyor olsun), bütçeleri kaçınılmaz incelemeden sağ çıkan şirketler olacak.

Kaynaklar

  • CFO Dive, "OpenAI, AI yatırımlarını ölçmek için yeni ölçütü zorluyor", 17 Temmuz 2026
  • Axios, "Özel: OpenAI'nin CFO'su yapay zekanın değerini ölçmenin yeni bir yolunu sunuyor", 17 Temmuz 2026
  • Fortune, "OpenAI'nin CFO'su: AI harcamalarınızın karşılığını alıp almadığını ortaya koyan 4 soru", 17 Temmuz 2026

Kurumsal yapay zekada önde olun

Yapay zekanın ekonomisi gerçek zamanlı olarak yeniden yazılıyor. En son AI iş kapsamı için ana sayfamıza yer işareti koyun.

Daha fazla AI haberini okuyun →