Et målekort for KI-alderen

Spørsmålet jeg hører fra økonomidirektører overalt, er enkelt: Hvordan får vi mer verdi ut av KI-investeringene våre?

I årevis målte markedet suksessen til programvare gjennom adopsjon: kjøpte plasser, aktive brukere og fornyede lisenser. Å forstå verdien av KI krever et sterkere mål: utført arbeid.

Det grunnleggende økonomiske spørsmålet for økonomidirektører og andre ledere er om verdien av arbeidet KI fullfører, vokser raskere enn kostnaden ved å produsere det.

For å svare på det spørsmålet må vi se dypere enn på et mål som kostnad per token. En modell med lavere kostnad kan ha billigere token, men gode resultater kan kreve flere forsøk, mer tid eller mer menneskelig gjennomgang. En mer kapabel modell kan ha dyrere token, men fullføre den samme oppgaven i én runde. Det som betyr noe, er den totale kostnaden ved å skape et vellykket resultat, målt mot verdien resultatet skaper.

Det endelige målekortet for KI-alderen kan forstås som «nyttig intelligens per dollar». Dette målet svarer på fire nøkkelspørsmål:

1. Fullfører KI arbeid som betyr noe?
2. Hva koster hver vellykkede oppgave?
3. Kan folk stole på resultatet?
4. Skaper hver KI-dollar mer verdi etter hvert som bruken øker?

Start med selve arbeidet.

Hvor mange kundeproblemer bidro KI til å løse? Hvor mange kodeendringer bidro den til å levere? Hvor mange kontrakter gjennomgikk den? Hvor mye tid ga den tilbake til folk? Hvor mange beslutninger ble bedre fordi riktig kontekst var tilgjengelig i riktig øyeblikk?

Token skaper verdi når de omdannes til arbeid folk kan bruke. Etter hvert som modeller blir mer kapable, kan de ta på seg lengre og mer komplekse oppgaver: holde på kontekst, resonnere gjennom flere trinn, arbeide på tvers av verktøy og tilpasse seg underveis.

Det beste stedet å begynne er med én arbeidsflyt. Definer hva «ferdig» betyr, og mål resultatet i systemet der arbeidet skjer.

For et supportteam kan «ferdig» bety at et kundeproblem er løst. For et ingeniørteam kan det bety en kodeendring som består testene. For et juridisk team kan det bety en kontrakt som er gjennomgått korrekt og i tide.

Tenk på et økonomiteam som forbereder en prognosegjennomgang. Mye av arbeidet skjer før den endelige beslutningen tas: å finne den nyeste prognosen, flytte data til Excel eller Sheets, identifisere endringer, avstemme faner, bygge lysbilder på nytt og kontrollere at alt summerer helt riktig.

ChatGPT Work kan ta over mye av den prosessen og gi teamet mer tid til å fokusere på spørsmålene som betyr noe: Hva har endret seg? Hvorfor? Hva bør vi gjøre videre?

Det er nyttig intelligens per dollar i praksis. Mer arbeid blir fullført, raskere, mens folk bruker mer av tiden sin på dømmekraft, kreativitet og fagkunnskap.

Neste spørsmål er hva det koster å fullføre dette arbeidet godt.

KI-oppgaver varierer mye. Et raskt svar kan kreve lite datakraft. En arbeidsflyt for koding, research eller økonomi kan innebære dypere resonnering, bruk av verktøy og mange handlinger. Slike mer komplekse oppgaver kan kreve mer datakraft, men de kan skape langt større verdi.

På modellnivå avhenger kostnaden per vellykket oppgave av pris, mengden datakraft som brukes, og sannsynligheten for å nå riktig resultat. For en virksomhet omfatter den fulle kostnaden også ansattes tid, menneskelig gjennomgang, nye forsøk og omarbeiding.

Beregningen er enkel:

• Legg sammen den fulle kostnaden ved å fullføre arbeidet.
• Tell oppgavene som oppfylte det nødvendige kvalitetsnivået.
• Del den fulle kostnaden på antallet vellykkede oppgaver.

Derfor gir ikke den laveste prisen per token alltid den laveste kostnaden per resultat. En banebrytende modell kan gi best verdi selv for en rutineforespørsel hvis den gir riktig svar i én runde og reduserer nye forsøk, forsinkelse, gjennomgang og samlet datakraft.

En modellfamilie med flere nivåer gir kundene flere måter å optimalisere denne ligningen på. GPT‑5.6, som vi lanserte i forrige uke, har tre nivåer: Sol er flaggskipet vårt; Terra balanserer ytelse og kostnad; Luna er vår raskeste og rimeligste modell.

Disse nivåene gir nyttige utgangspunkter. Økonomien i hele oppgaven bør til syvende og sist avgjøre hvilken modell som er riktig. En kunde kan bruke Luna til en rask arbeidsflyt med høyt volum, Terra til arbeid som krever større dybde, eller Sol når sterkere resonnering gir best resultat med færre forsøk.

Vi trente GPT‑5.6 til å få mer nyttig arbeid ut av hvert token. På Artificial Analysis Coding Agent Index satte GPT‑5.6 Sol med maksimal resonnering en ny toppstandard, samtidig som den brukte 54 % færre output-token enn en annen ledende modell. Diagrammet nedenfor illustrerer sammenligningen.

I hele GPT‑5.6‑familien er målet det samme: mer vellykket arbeid per dollar. Større effektivitet gjør eksisterende oppgaver rimeligere. Større kapasitet gjør helt nye typer arbeid mulig.

Hver nye generasjon modeller bør forbedre begge sider av den ligningen. Kundene bør kunne utføre mer verdifullt arbeid samtidig som kostnaden ved å fullføre hver oppgave fortsetter å falle.

Det tredje målet er pålitelighet.

Adopsjon av KI blir gjerne dypere i flere faser. Først hjelper KI med å skrive utkast. Deretter finner den kontekst og resonnerer på tvers av verktøy og data. Over tid begynner den å handle, håndtere unntak og fullføre arbeidsflyter, mens mennesker bidrar med dømmekraft og kontroll der det trengs.

Hvert trinn skaper mer verdi og stiller større krav til systemet.

Pålitelighet har direkte økonomisk verdi. Når resultatene er nøyaktige, godt kildebelagt, konsistente og eskaleres riktig, bruker folk mindre tid på å gjennomgå, korrigere og gjenta arbeidet. Vellykkede oppgaver koster mindre, og organisasjoner får trygghet til å bruke KI i viktigere arbeidsflyter.

Team kan gjøre dette konkret ved å følge tre utfall:

• Klar til bruk: Resultatet oppfylte kvalitetskravet slik det ble levert.
• Trenger korrigering: Resultatet krevde et nytt forsøk eller menneskelige redigeringer.
• Trenger eskalering: En person måtte gripe inn og fullføre arbeidet.

Disse målene forteller en rikere historie enn modellnøyaktighet alene. De viser om KI faktisk reduserer arbeidet som kreves for å fullføre prosjektet.

Pålitelighet krever også tydelige grenser. Før KI går fra å skrive utkast til å utføre handlinger, bør organisasjoner definere:

• Hvilke data systemet kan få tilgang til.
• Hvilke systemer det kan bruke eller endre.
• Når en person bør gjennomgå eller godkjenne en handling.

Sikkerhet, personvern og kontroll skaper grunnlaget for dypere bruk. Folk må forstå hvordan systemet oppfører seg, hvordan dataene deres håndteres, og hvordan handlingene styres.

ChatGPT Work bygger på grunnlaget for sikkerhet, personvern, etterlevelse og administrasjon av arbeidsområder i ChatGPT Enterprise. Dette gjør at organisasjoner kan gi KI mer kontekst og tilgang til mer verdifulle arbeidsflyter, samtidig som de opprettholder nødvendig tilsyn.

Kapasitet gir første gangs bruk. Pålitelighet gjør KI til en del av måten arbeidet blir gjort på.

Det siste spørsmålet er om økonomien blir bedre i stor skala.

Selskaper kan måle dette ved å følge den samme arbeidsflyten over tid. Spor hvor mange oppgaver som oppfylte kvalitetskravet, den totale kostnaden ved å fullføre dem, og kostnaden per vellykket oppgave. Hvis fullført arbeid vokser raskere enn den totale kostnaden samtidig som kvaliteten holder seg eller blir bedre, skaper hver KI-dollar mer verdi.

Datakraft står i sentrum av denne ligningen.

Datakraft driver forskning og hver oppgave KI fullfører. Den former produktkvalitet, hastighet, pålitelighet, tilgjengelighet og kostnad. Datakraft til trening bygger fremtidig kapasitet. Datakraft til inferens leverer nyttig arbeid i dag. Begge deler bør føre til bedre resultater for kundene.

Bedre modeller, mer effektiv inferens, spesialbygget maskinvare, høyere utnyttelse, smartere ruting og sterkere produktdesign forbedrer alle avkastningen på datakraft. Hver generasjon infrastruktur bidrar til å trene mer kapable modeller. Bedre algoritmer, maskinvare og programvare bidrar deretter til å betjene disse modellene mer effektivt.

Kundene opplever disse forbedringene i menneskelige termer: bedre svar, raskere resultater, færre korrigeringer, mer pålitelige produkter og lavere kostnad for arbeidet de trenger utført.

Gevinstene forsterker hverandre. Bedre infrastruktur akselererer forskning. Forskning gir mer kapable og effektive modeller. Bedre modeller forbedrer produkter. Bedre produkter driver adopsjon, læring og inntekter. Denne veksten støtter videre investeringer i neste generasjon forskning, datakraft, utrulling og sikkerhet.

OpenAI samler disse delene i én felles intelligensplattform. Folk bruker den gjennom ChatGPT og ChatGPT Work. Utviklere bygger med den gjennom Codex og API-et. Virksomheter tar den i bruk i systemene der arbeidet skjer.

Når ett lag blir bedre, kan alle produkter og kunder dra nytte av det.

Til sammen forteller disse fire målene oss om nyttig intelligens per dollar blir bedre.

Nyttig arbeid forteller oss hva KI produserer. Kostnad per vellykket oppgave forteller oss hva som skal til for å nå resultatet. Pålitelighet forteller oss hvor mye av arbeidet folk trygt kan bruke. Verdi i stor skala forteller oss om hver dollar og hver enhet datakraft får mer gjort over tid.

Målet er KI som hjelper folk med å gjøre mer meningsfylt arbeid, ta bedre beslutninger og bruke mer tid på delene av jobben som krever utpreget menneskelig dømmekraft og kreativitet.

Vår jobb er å gjøre denne ligningen bedre for hver generasjon: mer kapable modeller, raskere og mer pålitelige resultater og lavere kostnader for arbeidet kundene trenger utført.

Slik blir KI mer nyttig for flere mennesker og organisasjoner over tid.