OpenAI

17 ביולי 2026

חברה

מדדי הצלחה לעידן הבינה המלאכותית

השאלה שאני שומעת מסמנכ״לי כספים בכל מקום היא פשוטה: איך נפיק יותר ערך מההוצאות שלנו על בינה מלאכותית?

במשך שנים, השוק מדד את הצלחתן של תוכנות לפי היקף האימוץ שלהן: מספר המנויים שנרכשו, המשתמשים הפעילים והרישיונות שחודשו. כדי להבין את ערכה של הבינה המלאכותית, דרוש מדד משמעותי יותר: עבודה שהושלמה.

השאלה הכלכלית הבסיסית הניצבת בפני סמנכ״לי כספים ומנהלים עסקיים אחרים היא אם ערך העבודה שהבינה המלאכותית משלימה גדל מהר יותר מהעלות של ביצועה.

כדי לענות על השאלה הזאת, צריך לבחון את הדברים לעומק, מעבר למדד כמו עלות לטוקן. במודל זול יותר, הטוקנים עשויים לעלות פחות, אבל כדי להשיג תוצאות מצוינות ייתכן שיידרשו יותר ניסיונות, יותר זמן או יותר בדיקות אנושיות. במודל בעל יכולות גבוהות יותר, הטוקנים עשויים להיות יקרים יותר, אבל המודל עשוי להשלים את אותה משימה בניסיון אחד. מה שחשוב הוא העלות הכוללת של השגת תוצאה מוצלחת, ביחס לערך שהתוצאה הזאת יוצרת.

אפשר לראות ב״בינה שימושית לכל דולר״ את מדד ההצלחה האולטימטיבי לעידן הבינה המלאכותית. המדד הזה עונה על ארבע שאלות מרכזיות:

  1. האם הבינה המלאכותית משלימה עבודה חשובה?

  2. מה העלות של כל משימה שהושלמה בהצלחה?

  3. האם אפשר לסמוך על התוצאה?

  4. האם כל דולר המושקע בבינה מלאכותית מניב יותר ערך ככל שהשימוש גדל?

1. כמה עבודה מועילה מתבצעת?

מתחילים בעבודה עצמה.

כמה בעיות של לקוחות הבינה המלאכותית עזרה לפתור? כמה שינויי קוד היא עזרה להכניס לשימוש? כמה חוזים היא בדקה? כמה זמן היא פינתה לאנשים? כמה החלטות השתפרו בזכות ההקשר הנכון שהיה זמין ברגע הנכון?

טוקנים יוצרים ערך כשהם הופכים לתוצרי עבודה שאנשים יכולים להשתמש בהם. ככל שיכולות המודלים משתפרות, הם יכולים לבצע משימות ארוכות ומורכבות יותר: לשמור על ההקשר, להסיק מסקנות לאורך כמה שלבים, לעבוד עם מגוון כלים ולהסתגל תוך כדי התקדמות.

הדרך הטובה ביותר להתחיל היא בתהליך עבודה אחד. מגדירים מה נחשב ל״הושלם״ ומודדים את התוצאה במערכת שבה העבודה מתבצעת.

עבור צוות תמיכה, ״הושלם״ יכול להיות פתרון של בעיית לקוח. עבור צוות הנדסה, זה יכול להיות שינוי קוד שעובר את הבדיקות שלו. עבור צוות משפטי, זה יכול להיות חוזה שנבדק במדויק ובזמן.

קחו לדוגמה צוות כספים שמתכונן לדיון בתחזית. חלק גדול מהעבודה מתבצע לפני שמתקבלת החלטה סופית: איתור התחזית העדכנית ביותר, העברת נתונים ל-Excel או ל-Sheets, זיהוי שינויים, התאמת הנתונים בין גיליונות, בנייה מחדש של שקופיות ובדיקה שכל המספרים מסתכמים במדויק.

ChatGPT Work יכול לבצע חלק גדול מהתהליך הזה, ולפנות לצוות יותר זמן להתמקד בשאלות החשובות: מה השתנה? למה? מה כדאי לעשות עכשיו?

כך נראית בפועל בינה שימושית לכל דולר. יותר עבודה מושלמת, מהר יותר, ואנשים מקדישים יותר מזמנם להפעלת שיקול דעת, יצירתיות ומומחיות.

2. כמה באמת עולה להשלים משימה בהצלחה?

השאלה הבאה היא כמה עולה להשלים את העבודה הזאת היטב.

משימות של בינה מלאכותית שונות מאוד זו מזו. תשובה מהירה עשויה לדרוש מעט משאבי חישוב. תהליך עבודה בתחום התכנות, המחקר או הכספים עשוי לכלול reasoning מעמיק יותר, שימוש בכלים ופעולות רבות. משימות מורכבות יותר עשויות לדרוש יותר משאבי חישוב, אבל הן יכולות ליצור ערך רב הרבה יותר.

ברמת המודל, העלות למשימה שהושלמה בהצלחה תלויה במחיר, בכמות משאבי החישוב שנצרכו ובסבירות להגיע לתוצאה הנכונה. מבחינת העסק, העלות הכוללת כוללת גם את זמן העובדים, הבדיקות האנושיות, הניסיונות החוזרים והעבודה שצריך לבצע מחדש.

החישוב פשוט:

  • מחברים את כל העלויות של השלמת העבודה.

  • סופרים את המשימות שעמדו ברמת האיכות הנדרשת.

  • מחלקים את העלות הכוללת במספר המשימות שהושלמו בהצלחה.

לכן המחיר הנמוך ביותר לטוקן לא תמיד מוביל לעלות הנמוכה ביותר לתוצאה. מודל חזית עשוי להציע את התמורה הטובה ביותר אפילו לבקשה שגרתית, אם הוא מפיק את התשובה הנכונה בניסיון אחד ומצמצם ניסיונות חוזרים, זמני השהיה, בדיקות וצריכת משאבי חישוב כוללת.

משפחת מודלים בכמה רמות נותנת ללקוחות יותר דרכים לשפר את היחס הזה. ל-GPT‑5.6, שהשקנו בשבוע שעבר, יש שלוש רמות: Sol הוא מודל הדגל שלנו; Terra מאזן בין ביצועים לעלות; Luna הוא המודל המהיר והמשתלם ביותר שלנו.

הרמות האלה מספקות נקודות מוצא שימושיות. בסופו של דבר, השיקולים הכלכליים של המשימה כולה הם שצריכים לקבוע מהו המודל המתאים. לקוח יכול להשתמש ב-Luna לתהליך עבודה מהיר ובהיקף גדול, ב-Terra לעבודה שדורשת העמקה רבה יותר, או ב-Sol כש-reasoning משופר מספק את התוצאה הטובה ביותר בפחות ניסיונות.

אימנו את GPT‑5.6 להפיק יותר עבודה מועילה מכל טוקן. במדד סוכני התכנות של Artificial Analysis, מודל GPT‑5.6 Sol עם reasoning ברמה מקסימלית קבע רף ביצועים חדש, תוך שימוש ב-54% פחות טוקני פלט ממודל מוביל אחר. התרשים שלהלן ממחיש את ההשוואה.

DeepSWE v1.1: משימות הנדסיות ממושכות; GPT‑5.6 Sol מגיע לשיא חדש של 72.7%, לעומת 69.9% של Claude Fable 5, בעלות API משוערת הנמוכה ב-36.2%.

בכל משפחת GPT‑5.6, המטרה זהה: יותר עבודה שהושלמה בהצלחה לכל דולר. יעילות גבוהה יותר מוזילה את ביצוען של משימות קיימות. יכולות משופרות מאפשרות לבצע סוגים חדשים לגמרי של עבודה.

כל דור חדש של מודלים אמור לשפר את שני הצדדים של המשוואה הזאת. הלקוחות אמורים להיות מסוגלים לבצע יותר עבודה בעלת ערך, ובמקביל העלות של השלמת כל משימה אמורה להמשיך לרדת.

3. באיזו תדירות הבינה המלאכותית מבצעת את העבודה כראוי?

המדד השלישי הוא אמינות.

אימוץ הבינה המלאכותית נוטה להעמיק בהדרגה. בהתחלה, הבינה המלאכותית עוזרת להכין טיוטות. בהמשך היא מאתרת הקשר ומסיקה מסקנות בעזרת כלים ונתונים שונים. עם הזמן, היא מתחילה לבצע פעולות, לטפל בחריגים ולהשלים תהליכי עבודה, כשאנשים מפעילים שיקול דעת ובקרה במקומות הנדרשים.

כל שלב יוצר יותר ערך ודורש יותר מהמערכת.

לאמינות יש ערך כלכלי ישיר. כשהתוצאות מדויקות, מבוססות היטב על מקורות ועקביות, וכשמקרים מועברים לגורם המתאים לפי הצורך, אנשים מקדישים פחות זמן לבדיקה, לתיקון ולביצוע העבודה מחדש. העלות למשימה שהושלמה בהצלחה יורדת, וארגונים צוברים ביטחון להשתמש בבינה מלאכותית בתהליכי עבודה חשובים יותר.

צוותים יכולים למדוד זאת בפועל באמצעות מעקב אחר שלושה סוגי תוצאות:

  • מוכנה לשימוש: התוצאה עמדה ברמת האיכות הנדרשת כפי שנמסרה.

  • דורשת תיקון: התוצאה הצריכה ניסיון נוסף או עריכה אנושית.

  • דורשת העברה לטיפול אנושי: אדם נדרש להתערב ולהשלים את העבודה.

המדדים האלה מציגים תמונה עשירה יותר מדיוק המודל לבדו. הם מראים אם הבינה המלאכותית באמת מצמצמת את העבודה הנדרשת להשלמת הפרויקט.

אמינות דורשת גם גבולות ברורים. לפני שהבינה המלאכותית עוברת מהכנת טיוטות לביצוע פעולות, ארגונים צריכים להגדיר:

  • לאילו נתונים המערכת יכולה לגשת.

  • באילו מערכות היא יכולה להשתמש ואילו מערכות היא יכולה לשנות.

  • מתי נדרשת בדיקה או אישור של אדם לפעולה.

בטיחות, אבטחה, פרטיות ושליטה יוצרות את הבסיס להעמקת השימוש. אנשים צריכים להבין כיצד המערכת מתנהגת, כיצד הנתונים שלהם מטופלים ואילו כללים ובקרות מסדירים את פעולותיה.

ChatGPT Work נשען על התשתית של ChatGPT Enterprise לאבטחה, לפרטיות, לעמידה בדרישות ולניהול workspace. כך ארגונים יכולים לספק לבינה המלאכותית יותר הקשר וגישה לתהליכי עבודה בעלי ערך רב יותר, תוך שמירה על פיקוח מתאים.

היכולות הן שמובילות להתנסות הראשונה. האמינות היא שהופכת את הבינה המלאכותית לחלק משגרת העבודה.

4. האם כל דולר המושקע בבינה מלאכותית מניב יותר עבודה ככל שהשימוש גדל?

השאלה האחרונה היא אם הכדאיות הכלכלית משתפרת ככל שההיקף גדל.

חברות יכולות למדוד זאת באמצעות מעקב אחר אותו תהליך עבודה לאורך זמן. עוקבים אחר מספר המשימות שעמדו ברמת האיכות הנדרשת, העלות הכוללת של השלמתן והעלות למשימה שהושלמה בהצלחה. אם היקף העבודה שהושלמה גדל מהר יותר מהעלות הכוללת, והאיכות נשמרת או משתפרת, כל דולר המושקע בבינה מלאכותית מניב יותר ערך.

משאבי החישוב נמצאים במרכז המשוואה הזאת.

משאבי החישוב מניעים את המחקר ואת כל המשימות שהבינה המלאכותית משלימה. הם משפיעים על איכות המוצר, על המהירות, על האמינות, על הזמינות ועל העלות. משאבי חישוב לאימון בונים את יכולות העתיד. משאבי חישוב להסקה מספקים עבודה מועילה כבר היום. שניהם אמורים להוביל לתוצאות טובות יותר עבור הלקוחות.

מודלים טובים יותר, הסקה יעילה יותר, חומרה ייעודית, ניצולת גבוהה יותר, ניתוב חכם יותר ותכנון מוצר טוב יותר — כל אלה משפרים את התמורה למשאבי החישוב. כל דור של תשתיות מסייע לאמן מודלים בעלי יכולות גבוהות יותר. לאחר מכן, אלגוריתמים, חומרה ותוכנה טובים יותר מסייעים להפעיל את המודלים האלה עבור המשתמשים ביעילות רבה יותר.

הלקוחות חווים את השיפורים האלה באופן מוחשי: תשובות טובות יותר, תוצאות מהירות יותר, פחות תיקונים, מוצרים אמינים יותר ועלות נמוכה יותר לביצוע העבודה הדרושה להם.

השיפורים מצטברים ומעצימים זה את זה. תשתיות טובות יותר מאיצות את המחקר. המחקר מניב מודלים יעילים יותר ובעלי יכולות גבוהות יותר. מודלים טובים יותר משפרים את המוצרים. מוצרים טובים יותר מעודדים אימוץ, למידה והכנסות. הצמיחה הזאת תומכת בהמשך ההשקעה בדור הבא של המחקר, משאבי החישוב, הפריסה והבטיחות.

OpenAI מחברת את כל המרכיבים האלה באמצעות פלטפורמת בינה משותפת אחת. אנשים משתמשים בה דרך ChatGPT ו-ChatGPT Work. מפתחים בונים בעזרתה דרך Codex וה-API. ארגונים מטמיעים אותה במערכות שבהן העבודה מתבצעת.

כששכבה אחת משתפרת, כל מוצר וכל לקוח יכולים להפיק מכך תועלת.

מדדי הצלחה לעידן הבינה המלאכותית

יחד, ארבעת המדדים האלה מראים לנו אם הבינה השימושית שאנו מקבלים לכל דולר משתפרת.

העבודה המועילה מראה לנו מה הבינה המלאכותית מפיקה. העלות למשימה שהושלמה בהצלחה מראה לנו מה נדרש כדי להגיע לתוצאה. האמינות מראה לנו בכמה מתוצרי העבודה אנשים יכולים להשתמש בביטחון. הערך בהיקפי שימוש גדולים מראה לנו אם כל דולר וכל יחידת חישוב מניבים יותר לאורך זמן.

המטרה היא בינה מלאכותית שעוזרת לאנשים לבצע יותר עבודה משמעותית, לקבל החלטות טובות יותר ולהקדיש יותר זמן לחלקים בתפקידם שדורשים שיקול דעת ויצירתיות אנושיים מובהקים.

התפקיד שלנו הוא לשפר את המשוואה הזאת בכל דור: מודלים בעלי יכולות גבוהות יותר, תוצאות מהירות ואמינות יותר ועלויות נמוכות יותר לביצוע העבודה שהלקוחות צריכים.

כך הבינה המלאכותית נעשית שימושית יותר עבור יותר אנשים וארגונים לאורך זמן.

מחבר/ת

Sarah Friar