Um quadro de avaliação para a era da IA

A pergunta que ouço de CFOs em todo o lado é simples: como podemos obter mais valor do nosso investimento em IA?

Durante anos, o mercado mediu o sucesso do software pela adoção: lugares comprados, utilizadores ativos, licenças renovadas. Compreender o valor da IA exige uma métrica mais poderosa: trabalho realizado.

A questão económica fundamental para CFOs e outros líderes empresariais é saber se o valor do trabalho que a IA conclui cresce mais depressa do que o custo de o produzir.

Responder a essa pergunta exige ir além de uma métrica como o custo por token. Um modelo de menor custo pode ter tokens mais baratos, mas obter excelentes 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 à primeira. O que importa é o custo total de produzir um resultado bem-sucedido, comparado com o valor que esse resultado cria.

O quadro de avaliação definitivo para a era da IA pode ser visto como «Inteligência útil por dólar». Esta métrica responde a quatro perguntas-chave:

1. A IA está a concluir trabalho que importa?
2. Quanto custa cada tarefa bem-sucedida?
3. As pessoas podem confiar no resultado?
4. Cada dólar gasto em IA gera mais valor à medida que a utilização cresce?

Comece pelo trabalho em si.

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

Os tokens criam valor quando se transformam em trabalho que as pessoas conseguem usar. À medida que os modelos se tornam mais capazes, conseguem assumir tarefas mais longas e complexas: manter o contexto, raciocinar ao longo de vários passos, trabalhar entre ferramentas e adaptar-se à medida que avançam.

O melhor ponto de partida é um fluxo de trabalho. Defina o que significa «concluído» e meça esse resultado no sistema onde o trabalho acontece.

Para uma equipa de apoio, «concluído» pode significar um problema de cliente resolvido. Para uma equipa de engenharia, pode significar uma alteração de código que passa nos testes. Para uma equipa jurídica, pode significar um contrato revisto com rigor e dentro do prazo.

Pense numa equipa financeira a preparar uma revisão de previsões. Muito do trabalho acontece antes de ser tomada uma decisão final: encontrar a previsão mais recente, passar dados para o Excel ou Sheets, identificar alterações, reconciliar separadores, reconstruir apresentações e verificar que tudo bate certo.

O ChatGPT Work pode assumir grande parte desse processo, dando à equipa mais tempo para se concentrar nas perguntas que importam: O que mudou? Porquê? O que devemos fazer a seguir?

Isto é inteligência útil por dólar na prática. Conclui-se mais trabalho, mais depressa, enquanto as pessoas dedicam mais tempo a aplicar discernimento, criatividade e especialização.

A pergunta seguinte 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, investigação 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.

Ao nível do modelo, o custo por tarefa bem-sucedida depende do preço, da quantidade de computação usada e da probabilidade de chegar ao resultado certo. Para uma empresa, o custo total inclui também o tempo dos colaboradores, a revisão humana, novas tentativas e retrabalho.

O cálculo é simples:

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

É por isso que o preço mais baixo por token nem sempre produz o menor custo por resultado. Um modelo de fronteira pode oferecer o melhor valor, mesmo num pedido rotineiro, se produzir a resposta certa à primeira, reduzindo novas tentativas, latência, revisão e computação total.

Uma família de modelos por níveis dá aos clientes mais formas de otimizar esta equação. O GPT‑5.6, que lançámos na semana passada, tem três níveis: Sol é o nosso modelo de referência; Terra equilibra desempenho e custo; Luna é o nosso modelo mais rápido e acessível.

Estes níveis oferecem bons pontos de partida. Em última análise, a economia da tarefa completa deve determinar o modelo certo. Um cliente pode usar Luna para um fluxo de trabalho rápido e de grande volume, Terra para trabalho que exige maior profundidade ou Sol quando um raciocínio mais forte proporciona o melhor resultado com menos tentativas.

Treinámos o GPT‑5.6 para obter mais trabalho útil de cada token. No Artificial Analysis Coding Agent Index, o GPT‑5.6 Sol com raciocínio máximo definiu 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, o objetivo é o mesmo: mais trabalho bem-sucedido por dólar. Maior eficiência torna as tarefas existentes mais acessíveis. Maior capacidade torna possíveis tipos de trabalho inteiramente novos.

Cada nova geração de modelos deve melhorar ambos os lados dessa equação. Os clientes devem conseguir realizar trabalho mais valioso enquanto, ao mesmo tempo, o custo de concluir cada tarefa continua a descer.

A terceira métrica é a fiabilidade.

A adoção da IA tende a aprofundar-se por etapas. Primeiro, a IA ajuda a redigir. Depois, encontra contexto e raciocina entre ferramentas e dados. Com o tempo, começa a agir, a lidar com exceções e a concluir fluxos de trabalho, com as pessoas a fornecerem discernimento e controlo quando necessário.

Cada passo cria mais valor e exige mais do sistema.

A fiabilidade tem valor económico direto. Quando os resultados são precisos, bem fundamentados, consistentes e encaminhados adequadamente, as pessoas passam menos tempo a rever, corrigir e repetir o trabalho. As tarefas bem-sucedidas custam menos, e as organizações ganham confiança para usar IA em fluxos de trabalho mais importantes.

As equipas podem tornar isto concreto acompanhando três resultados:

• Pronto a usar: o resultado atingiu o nível de qualidade quando foi entregue.
• Precisa de correção: o resultado exigiu outra tentativa ou edições humanas.
• Precisa de escalamento: foi necessário que uma pessoa interviesse e concluísse o trabalho.

Estas métricas contam uma história mais rica do que a precisão do modelo por si só. Mostram se a IA está realmente a reduzir o trabalho necessário para concluir o projeto.

A fiabilidade também exige limites claros. Antes de a IA passar da redação à ação, as organizações devem definir:

• A que dados o sistema pode aceder.
• Que sistemas pode usar ou alterar.
• Quando uma pessoa deve rever ou aprovar uma ação.

Segurança, proteção, privacidade e controlo criam a base para uma utilização mais aprofundada. As pessoas precisam de compreender como o sistema se comporta, como os seus dados são tratados e como as suas ações são governadas.

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

A capacidade conquista a primeira utilização. A fiabilidade faz da IA parte da forma como o trabalho é feito.

A pergunta final é se a economia melhora à escala.

As empresas podem medir isto acompanhando o mesmo fluxo de trabalho ao longo do tempo. Acompanhe quantas tarefas atingiram o nível de qualidade, o custo total de as concluir e o custo por tarefa bem-sucedida. Se o trabalho concluído crescer mais depressa do que o custo total, mantendo ou melhorando a qualidade, cada dólar gasto em IA estará a produzir mais valor.

A computação está no centro desta equação.

A computação alimenta a investigação e todas as tarefas que a IA conclui. Molda a qualidade do produto, a velocidade, a fiabilidade, a disponibilidade e o custo. A computação de treino constrói a capacidade futura. A computação de inferência entrega trabalho útil hoje. Ambas devem traduzir-se em melhores resultados para os clientes.

Melhores modelos, inferência mais eficiente, hardware concebido para o efeito, maior utilização, encaminhamento mais inteligente e melhor desenho de produto melhoram todos o retorno da computação. Cada geração de infraestrutura ajuda a treinar modelos mais capazes. Melhores algoritmos, hardware e software ajudam depois a servir esses modelos de forma mais eficiente.

Os clientes sentem essas melhorias em termos humanos: melhores respostas, resultados mais rápidos, menos correções, produtos mais fiáveis e um custo mais baixo pelo trabalho que precisam de realizar.

Os ganhos acumulam-se. Melhor infraestrutura acelera a investigação. A investigação produz modelos mais capazes e eficientes. Melhores modelos melhoram os produtos. Melhores produtos impulsionam adoção, aprendizagem e receita. Esse crescimento sustenta o investimento contínuo na próxima geração de investigação, computação, implementação e segurança.

A OpenAI reúne estas peças numa plataforma de inteligência partilhada. As pessoas usam-na através do ChatGPT e do ChatGPT Work. Os programadores constroem com ela através do Codex e da API. As empresas implementam-na nos sistemas onde o trabalho acontece.

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

Em conjunto, estas quatro métricas dizem-nos se a inteligência útil por dólar está a melhorar.

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

O objetivo é uma IA que ajude as pessoas a fazer trabalho mais significativo, a tomar melhores decisões e a passar mais tempo nas partes das suas funções que exigem discernimento e criatividade distintamente humanos.

O nosso trabalho é melhorar essa equação a cada geração: modelos mais capazes, resultados mais rápidos e fiáveis, e custos mais baixos para o trabalho que os clientes precisam de ver feito.

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