Um painel de métricas para a era da IA

A pergunta que ouço de CFOs em todos os lugares é simples: como extraímos mais valor do nosso investimento em IA?

Durante anos, o mercado mediu o sucesso do software pela adoção: licenças compradas, usuários ativos, renovações realizadas. Entender o valor da IA exige uma medida mais poderosa: trabalho realizado.

A questão econômica básica para CFOs e outros líderes empresariais é se o valor do trabalho que a IA conclui cresce mais rápido do que o custo de produzi-lo.

Responder a essa pergunta exige ir além de uma métrica como custo por token. Um modelo de menor custo pode ter tokens mais baratos, mas obter ótimos resultados pode exigir mais tentativas, mais tempo ou mais revisão humana. Um modelo mais capaz pode ter tokens mais caros, mas concluir a mesma tarefa em uma única tentativa. O que importa é o custo total de produzir um resultado bem-sucedido, comparado ao valor que esse resultado cria.

O painel de métricas definitivo para a era da IA poderia ser visto como “inteligência útil por dólar”. Essa métrica responde a quatro perguntas-chave:

1. A IA está concluindo trabalhos importantes?
2. Quanto custa cada tarefa bem-sucedida?
3. As pessoas podem confiar no resultado?
4. Cada dólar em IA gera mais valor à medida que o uso cresce?

Comece pelo trabalho em si.

Quantos problemas de clientes a IA ajudou a resolver? Quantas alterações de código ela ajudou a lançar? Quantos contratos ela revisou? Quanto tempo ela devolveu às pessoas? Quantas decisões melhoraram porque o contexto certo estava disponível no momento certo?

Tokens criam valor quando se transformam em trabalho que as pessoas podem usar. À medida que os modelos se tornam mais capazes, eles conseguem assumir tarefas mais longas e complexas: manter contexto, raciocinar em várias etapas, trabalhar entre ferramentas e se adaptar ao longo do caminho.

O melhor ponto de partida é um único fluxo de trabalho. Defina o que “concluído” significa e meça esse resultado no sistema em que o trabalho acontece.

Para uma equipe de suporte, “concluído” pode significar um problema de cliente resolvido. Para uma equipe de engenharia, pode significar uma alteração de código que passa nos testes. Para uma equipe jurídica, pode significar um contrato revisado com precisão e dentro do prazo.

Considere uma equipe financeira se preparando para uma revisão de previsões. Grande parte do trabalho acontece antes de uma decisão final: encontrar a previsão mais recente, levar dados para o Excel ou Sheets, identificar mudanças, conciliar abas, refazer slides e verificar se tudo fecha perfeitamente.

O ChatGPT Work pode assumir grande parte desse processo, dando à equipe mais tempo para se concentrar nas perguntas que importam: O que mudou? Por quê? O que devemos fazer agora?

Isso é inteligência útil por dólar na prática. Mais trabalho é concluído, mais rápido, enquanto as pessoas passam mais tempo aplicando julgamento, criatividade e conhecimento especializado.

A próxima pergunta é quanto custa concluir bem esse trabalho.

As tarefas de IA variam muito. Uma resposta rápida pode exigir pouca computação. Um fluxo de trabalho de programação, pesquisa ou finanças pode envolver raciocínio mais profundo, uso de ferramentas e muitas ações. Essas tarefas mais complexas podem exigir mais computação, mas também podem criar muito mais valor.

No nível do modelo, o custo por tarefa bem-sucedida depende do preço, da quantidade de computação usada e da probabilidade de chegar ao resultado correto. Para uma empresa, o custo total também inclui tempo dos funcionários, revisão humana, novas tentativas e retrabalho.

O cálculo é simples:

• Some o custo total para concluir o trabalho.
• Conte as tarefas que atingiram o padrão de qualidade exigido.
• Divida o custo total pelo número de tarefas bem-sucedidas.

É por isso que o menor preço por token nem sempre gera o menor custo por resultado. Um modelo de fronteira pode entregar o melhor valor até para uma solicitação rotineira se produzir a resposta certa em uma única tentativa, reduzindo novas tentativas, latência, revisão e computação total.

Uma família de modelos em camadas dá aos clientes mais formas de otimizar essa equação. O GPT‑5.6, que lançamos na semana passada, tem três níveis: Sol é nosso carro-chefe; Terra equilibra desempenho e custo; Luna é nosso modelo mais rápido e acessível.

Esses níveis oferecem pontos de partida úteis. A economia da tarefa completa deve, em última análise, determinar o modelo certo. Um cliente pode usar Luna para um fluxo de trabalho rápido e de alto volume, Terra para trabalhos que exigem mais profundidade ou Sol quando um raciocínio mais forte entrega o melhor resultado com menos tentativas.

Treinamos o GPT‑5.6 para extrair mais trabalho útil de cada token. No Artificial Analysis Coding Agent Index, o GPT‑5.6 Sol com raciocínio máximo estabeleceu um novo estado da arte usando 54% menos tokens de saída do que outro modelo líder. O gráfico abaixo ilustra a comparação.

Em toda a família GPT‑5.6, a meta é a mesma: mais trabalho bem-sucedido por dólar. Maior eficiência torna as tarefas existentes mais acessíveis. Maior capacidade torna possíveis tipos de trabalho totalmente novos.

Cada nova geração de modelos deve melhorar os dois lados dessa equação. Os clientes devem conseguir realizar trabalhos mais valiosos enquanto, ao mesmo tempo, o custo de concluir cada tarefa continua caindo.

A terceira medida é a confiabilidade.

A adoção da IA tende a se aprofundar em etapas. Primeiro, a IA ajuda a redigir. Depois, ela encontra contexto e raciocina entre ferramentas e dados. Com o tempo, começa a agir, lidar com exceções e concluir fluxos de trabalho, com pessoas oferecendo julgamento e controle quando necessário.

Cada etapa cria mais valor e exige mais do sistema.

A confiabilidade tem valor econômico direto. Quando os resultados são precisos, bem fundamentados, consistentes e encaminhados corretamente, as pessoas passam menos tempo revisando, corrigindo e repetindo o trabalho. Tarefas bem-sucedidas custam menos, e as organizações ganham confiança para usar IA em fluxos de trabalho mais importantes.

As equipes podem tornar isso concreto acompanhando três resultados:

• Pronto para uso: o resultado atingiu o padrão de qualidade como entregue.
• Precisa de correção: o resultado exigiu outra tentativa ou edições humanas.
• Precisa de escalonamento: uma pessoa precisou intervir e concluir o trabalho.

Essas medidas contam uma história mais completa do que apenas a precisão do modelo. Elas mostram se a IA está realmente reduzindo o trabalho envolvido na conclusão do projeto.

A confiabilidade também exige limites claros. Antes que a IA passe da redação para a ação, as organizações devem definir:

• Quais dados o sistema pode acessar.
• Quais sistemas ele pode usar ou alterar.
• Quando uma pessoa deve revisar ou aprovar uma ação.

Segurança, proteção, privacidade e controle criam a base para um uso mais profundo. As pessoas precisam entender como o sistema se comporta, como seus dados são tratados e como suas ações são governadas.

O ChatGPT Work se apoia na base de segurança, privacidade, conformidade e gestão de workspace do ChatGPT Enterprise. Isso permite que as organizações deem à IA mais contexto e acesso a fluxos de trabalho mais valiosos, mantendo a supervisão adequada.

A capacidade conquista o primeiro uso. A confiabilidade torna a IA parte de como o trabalho é feito.

A pergunta final é se a economia melhora em escala.

As empresas podem medir isso acompanhando o mesmo fluxo de trabalho ao longo do tempo. Acompanhe quantas tarefas atingiram o padrão de qualidade, o custo total para concluí-las e o custo por tarefa bem-sucedida. Se o trabalho concluído cresce mais rápido que o custo total enquanto a qualidade se mantém ou melhora, cada dólar em IA está gerando mais valor.

A computação está no centro dessa equação.

A computação impulsiona a pesquisa e cada tarefa que a IA conclui. Ela molda a qualidade, a velocidade, a confiabilidade, a disponibilidade e o custo do produto. A computação de treinamento constrói capacidades futuras. A computação de inferência entrega trabalho útil hoje. Ambas devem se traduzir em melhores resultados para os clientes.

Modelos melhores, inferência mais eficiente, hardware criado para esse fim, maior utilização, roteamento mais inteligente e design de produto mais forte melhoram o retorno da computação. Cada geração de infraestrutura ajuda a treinar modelos mais capazes. Algoritmos, hardware e software melhores ajudam então a servir esses modelos com mais eficiência.

Os clientes sentem essas melhorias em termos humanos: respostas melhores, resultados mais rápidos, menos correções, produtos mais confiáveis e menor custo para o trabalho de que precisam.

Os ganhos se acumulam. Uma infraestrutura melhor acelera a pesquisa. A pesquisa produz modelos mais capazes e eficientes. Modelos melhores aprimoram os produtos. Produtos melhores impulsionam adoção, aprendizado e receita. Esse crescimento sustenta o investimento contínuo na próxima geração de pesquisa, computação, implantação e segurança.

A OpenAI reúne essas peças em uma única plataforma de inteligência compartilhada. As pessoas a utilizam por meio do ChatGPT e do ChatGPT Work. Desenvolvedores criam com ela por meio do Codex e da API. Empresas a implantam nos sistemas onde o trabalho acontece.

Quando uma camada melhora, todos os produtos e clientes podem se beneficiar.

Em conjunto, essas quatro medidas mostram se a inteligência útil por dólar está melhorando.

O trabalho útil mostra o que a IA produz. O custo por tarefa bem-sucedida mostra o que é necessário para chegar ao resultado. A confiabilidade mostra quanto do trabalho as pessoas podem usar com confiança. O valor em escala mostra se cada dólar e cada unidade de computação realizam mais ao longo do tempo.

A meta é uma IA que ajude as pessoas a fazer trabalhos mais significativos, tomar decisões melhores e dedicar mais tempo às partes de suas funções que exigem julgamento e criatividade distintamente humanos.

Nosso trabalho é melhorar essa equação a cada geração: modelos mais capazes, resultados mais rápidos e confiáveis e custos menores para o trabalho que os clientes precisam realizar.

É assim que a IA se torna mais útil para mais pessoas e organizações ao longo do tempo.