速览

  • OpenAI 正引入一种衡量人工智能投资价值的新方法，背景是企业正从技术试验阶段转向规模化应用，并需展示商业影响。
  • 在周五发布的博客文章中，OpenAI 首席财务官 Sarah Friar 概述了一个基于成果衡量 AI 的框架，指标包括成功执行的任务数量以及完成这些任务的总成本。
  • “多年来，软件通过采用率来衡量：席位、活跃用户、续费率，”Friar 在另一篇 LinkedIn 帖子中表示。“AI 则不同——它需要通过完成的工作来衡量。”

深度解读

这一动向正值企业面临越来越大的压力，需证明 AI 投资正在产生可衡量的商业价值。

根据 Gartner 的预测，2026 年全球 AI 支出总额预计将达到 2.59 万亿美元，同比增长 47%。

普华永道 1 月发布的一项研究显示，仅 12% 的 CEO 表示 AI 已同时带来成本降低和收入增长。总体而言，33% 的受访者报告在成本或收入单方面有所收获，而 56% 的受访者表示迄今尚未看到显著的财务收益。

随着外界对 AI 代币消耗量的关注日益增加——即企业使用大型语言模型时支付的 AI 处理量——这一问题变得更加突出。

Palantir 首席执行官 Alex Karp 最近表示，许多企业领导者对 LLM 的经济性越来越感到失望，质疑不断上升的代币成本是否能转化为投资回报率。

“企业已经厌倦了这一点，”Karp 在接受 CNBC 采访时表示。

Karp 是在推广 Palantir 自身技术时发表上述言论的，他承认自己的公司在这场辩论中存在商业利益。

在博客文章中，Friar 介绍了她所称的“每美元有效智能”记分卡，该框架围绕四个因素展开：技术是否执行有意义的工作、每项成功任务的成本、输出结果的可靠性，以及随着使用量增长，每一美元 AI 投入是否能产生更多价值。

“代币只有在转化为人们可用的工作时才创造价值，”Friar 写道。“随着模型能力增强，它们可以承担更长、更复杂的任务：保持上下文、进行多步骤推理、跨工具协作，并在此过程中不断调整。”