Ett styrkort för AI-eran

Frågan jag hör från CFO:er överallt är enkel: hur får vi ut mer värde av våra AI-investeringar?

I åratal mätte marknaden programvarors framgång genom användning: köpta platser, aktiva användare och förnyade licenser. För att förstå värdet av AI krävs ett kraftfullare mått: utfört arbete.

Den grundläggande ekonomiska frågan för CFO:er och andra företagsledare är om värdet av det arbete AI utför växer snabbare än kostnaden för att producera det.

För att besvara den frågan måste man se djupare än till ett mått som kostnad per token. En billigare modell kan ha billigare token, men för att få riktigt bra resultat kan det krävas fler försök, mer tid eller mer mänsklig granskning. En mer kapabel modell kan ha dyrare token, men slutföra samma uppgift på ett enda försök. Det som räknas är den totala kostnaden för att skapa ett lyckat resultat, ställt mot värdet som resultatet skapar.

Det yttersta styrkortet för AI-eran kan ses som ”användbar intelligens per dollar”. Det här måttet besvarar fyra centrala frågor:

1. Utför AI arbete som spelar roll?
2. Vad kostar varje lyckad uppgift?
3. Kan människor lita på resultatet?
4. Skapar varje AI-dollar mer värde när användningen växer?

Börja med själva arbetet.

Hur många kundärenden hjälpte AI till att lösa? Hur många kodändringar hjälpte den till att leverera? Hur många avtal granskade den? Hur mycket tid gav den tillbaka till människor? Hur många beslut blev bättre för att rätt kontext fanns tillgänglig vid rätt tillfälle?

Token skapar värde när de omvandlas till arbete som människor kan använda. När modeller blir mer kapabel kan de ta sig an längre och mer komplexa uppgifter: behålla kontext, resonera i flera steg, arbeta över flera verktyg och anpassa sig längs vägen.

Det bästa är att börja med ett arbetsflöde. Definiera vad ”klart” betyder och mät det resultatet i systemet där arbetet utförs.

För ett supportteam kan ”klart” innebära att ett kundärende är löst. För ett ingenjörsteam kan det innebära en kodändring som klarar sina tester. För ett juristteam kan det innebära att ett avtal granskats korrekt och i tid.

Tänk dig ett ekonomiteam som förbereder sig inför en prognosgenomgång. En stor del av arbetet sker innan några slutliga beslut fattas: att hitta den senaste prognosen, föra över data till Excel eller Google Kalkylark, identifiera förändringar, säkerställa att uppgifterna stämmer mellan olika flikar, bygga om presentationsbilder och kontrollera att allt stämmer in i minsta detalj.

ChatGPT Work kan ta hand om en stor del av den processen, så att teamet får mer tid att fokusera på de frågor som verkligen spelar roll: Vad har förändrats? Varför? Vad bör vi göra härnäst?

Det innebär i praktiken mer värde för varje investerad krona. Mer arbete blir gjort, snabbare, samtidigt som människor kan ägna mer av sin tid åt omdöme, kreativitet och expertis.

Nästa fråga är vad det kostar att utföra det arbetet väl.

AI-uppgifter varierar stort. Ett snabbt svar kan kräva lite beräkningskraft. Ett arbetsflöde för kodning, research eller ekonomi kan innefatta djupare resonemang, verktygsanvändning och många åtgärder. De mer komplexa uppgifterna kan kräva mer beräkningskraft, men de kan skapa mycket större värde.

På modellnivå beror kostnaden per lyckad uppgift på priset, mängden beräkningskraft som används och sannolikheten att nå rätt resultat. För ett företag omfattar den totala kostnaden också medarbetarnas tid, mänsklig granskning, nya försök och omarbete.

Beräkningen är enkel:

• Lägg ihop den totala kostnaden för att slutföra arbetet.
• Räkna de uppgifter som uppfyllde den kvalitetsnivå som krävdes.
• Dela den totala kostnaden med antalet lyckade uppgifter.

Därför ger det lägsta priset per token inte alltid den lägsta kostnaden per resultat. En banbrytande AI-modell kan ge bäst värde även för en rutinmässig förfrågan om den levererar rätt svar direkt, vilket minskar behovet av nya försök, fördröjning, granskning och den totala beräkningskostnaden.

En modellfamilj med flera prestandanivåer ger kunderna fler möjligheter att optimera den här ekvationen. GPT‑5.6, som vi lanserade förra veckan, finns i tre nivåer: Sol är vår flaggskeppsmodell, Terra balanserar prestanda och kostnad, och Luna är vår snabbaste och mest prisvärda modell.

De här nivåerna är en bra utgångspunkt. I slutändan är det den totala kostnaden för uppgiften som avgör vilken modell som är rätt val. En kund kan använda Luna för ett snabbt arbetsflöde med stora volymer, Terra för uppgifter som kräver större djup eller Sol när mer avancerat resonemang ger det bästa resultatet med färre försök.

Vi tränade GPT‑5.6 för att få ut mer användbart arbete av varje token. I Artificial Analysis Coding Agent Index satte GPT‑5.6 Sol med maximal resonemangsnivå en ny högstanivå, samtidigt som den använde 54 % färre utdatatoken än en annan ledande modell. Diagrammet nedan visar jämförelsen.

I hela GPT‑5.6‑familjen är målet detsamma: mer lyckat arbete per dollar. Högre effektivitet gör befintliga uppgifter mer prisvärda. Större kapacitet gör helt nya typer av arbete möjliga.

Varje ny modellgeneration bör förbättra båda sidor av den ekvationen. Kunder ska kunna utföra mer värdefullt arbete samtidigt som kostnaden för att slutföra varje uppgift fortsätter att sjunka.

Det tredje måttet är tillförlitlighet.

AI-användning brukar fördjupas stegvis. Först hjälper AI till att skriva utkast. Sedan hittar den kontext och resonerar över verktyg och data. Med tiden börjar den vidta åtgärder, hantera undantag och slutföra arbetsflöden, medan människor bidrar med omdöme och kontroll där det behövs.

Varje steg skapar mer värde och ställer högre krav på systemet.

Tillförlitlighet har ett direkt ekonomiskt värde. När resultaten är korrekta, väl underbyggda, konsekventa och eskaleras när det behövs lägger människor mindre tid på att granska, rätta och göra om arbetet. Uppgifter som slutförs framgångsrikt kostar mindre, och organisationer vågar använda AI i viktigare arbetsflöden.

Team kan konkretisera detta genom att följa tre resultat:

• Klar att använda: Resultatet uppfyllde kvalitetsnivån vid leverans.
• Behöver rättas: Resultatet krävde ett nytt försök eller mänskliga redigeringar.
• Behöver eskaleras: En person behövde gå in och slutföra arbetet.

De här måtten berättar en rikare historia än enbart modellprecision. De visar om AI verkligen minskar arbetet som krävs för att slutföra projektet.

Tillförlitlighet kräver också tydliga gränser. Innan AI går från att skriva utkast till att vidta åtgärder bör organisationer definiera:

• Vilka data systemet får åtkomst till.
• Vilka system det kan använda eller ändra.
• När en person ska granska eller godkänna en åtgärd.

Säkerhet, informationssäkerhet, integritet och kontroll utgör grunden för en mer omfattande användning. Människor behöver förstå hur systemet fungerar, hur deras data hanteras och hur dess åtgärder styrs.

ChatGPT Arbete bygger på den grund för säkerhet, integritet, efterlevnad och hantering av arbetsytor som finns i ChatGPT Enterprise. Det gör att organisationer kan ge AI mer kontext och åtkomst till mer värdefulla arbetsflöden, samtidigt som lämplig tillsyn bibehålls.

Kapacitet väcker intresse. Tillförlitlighet gör AI till en integrerad del av verksamheten.

Den sista frågan är om ekonomin förbättras i stor skala.

Företag kan mäta detta genom att följa samma arbetsflöde över tid. Följ hur många uppgifter som uppfyller kvalitetskraven, den totala kostnaden för att slutföra dem och kostnaden per godkänd uppgift. Om mängden utfört arbete ökar snabbare än den totala kostnaden samtidigt som kvaliteten bibehålls eller förbättras, får organisationen ut mer värde av sin AI-investering.

Beräkningskraft står i centrum för den här ekvationen.

Beräkningskraft driver både forskning och allt arbete som AI utför. Den påverkar produktens kvalitet, hastighet, tillförlitlighet, tillgänglighet och kostnad. Beräkningskraft för träning bygger framtida kapacitet. Beräkningskraft för inferens levererar värde här och nu. Båda ska leda till bättre resultat för kunderna.

Bättre modeller, effektivare inferens, specialutvecklad hårdvara, högre resursutnyttjande, smartare dirigering och bättre produktdesign ökar avkastningen på beräkningskraften. Varje ny generation av infrastruktur bidrar till att träna mer kapabla modeller. Bättre algoritmer, hårdvara och mjukvara gör det sedan möjligt att använda dessa modeller mer effektivt.

Kunder upplever de förbättringarna i mänskliga termer: bättre svar, snabbare resultat, färre rättelser, mer tillförlitliga produkter och lägre kostnad för arbetet de behöver få gjort.

Vinsterna förstärker varandra. Bättre infrastruktur accelererar forskningen. Forskning ger mer kapabela och effektiva modeller. Bättre modeller förbättrar produkter. Bättre produkter driver användning, lärande och intäkter. Den tillväxten stödjer fortsatta investeringar i nästa generation av forskning, beräkningskraft, driftsättning och säkerhet.

OpenAI för samman de här delarna genom en gemensam intelligensplattform. Människor använder den via ChatGPT och ChatGPT Arbete. Utvecklare bygger med den via Codex och API:et. Företag driftsätter den i systemen där arbetet sker.

När ett lager förbättras kan varje produkt och kund dra nytta av det.

Tillsammans visar dessa fyra mått om värdet av AI-investeringen ökar.

Utfört arbete visar vad AI åstadkommer. Kostnaden per godkänd uppgift visar vad som krävs för att nå resultatet. Tillförlitlighet visar hur stor del av arbetet människor kan använda med tillförsikt. Värde i stor skala visar om AI-investeringen och beräkningskraften skapar mer värde över tid.

Målet är AI som hjälper människor att utföra mer meningsfullt arbete, fatta bättre beslut och lägga mer tid på de delar av jobbet som kräver tydligt mänskligt omdöme och kreativitet.

Vårt jobb är att göra den ekvationen bättre för varje generation: mer kapabla modeller, snabbare och mer tillförlitliga resultat samt lägre kostnader för arbetet kunderna behöver få gjort.

Det är så AI med tiden blir mer användbar för fler människor och organisationer.