随着越来越多的企业将重心从测试AI技术转向大规模落地应用，OpenAI正在引入一种衡量AI投资价值的新方法。
OpenAI首席财务官萨拉·弗雷尔在周五发布的博客文章中，提出了一套以结果为导向的评估框架，核心指标包括：AI成功完成的任务数量以及完成这些任务所产生的总体成本。
"多年来，软件的价值通过用户采用情况来衡量：许可席位数量、活跃用户数、续约率，"弗雷尔在领英的相关帖子中写道，"但AI不同——它需要用实际完成的工作来衡量。"
这一举措的背后，是企业界日益增加的压力——各方都需要证明AI投资正在带来可量化的商业价值。
据高德纳咨询公司预测，2026年全球AI支出将达到2.59万亿美元，同比增长47%。
然而，普华永道今年1月发布的一项研究显示，仅有12%的CEO表示AI已同时带来成本与营收方面的双重效益。总体来看，33%的受访者表示在成本或营收某一方面有所获益，而56%的受访者表示至今尚未看到显著的财务回报。
与此同时，AI Token消耗问题受到越来越多的关注——即企业在使用大语言模型时所需支付的算力成本。
Palantir首席执行官亚历克斯·卡普近期表示，许多企业高管正对大语言模型的成本经济性感到越来越失望，质疑不断攀升的Token费用是否真正转化为投资回报。
"企业已经厌倦了，"卡普在接受美国全国广播公司财经频道采访时说道。值得注意的是，卡普发表上述言论时正在为Palantir自身的技术产品进行推广，并承认其公司在这场讨论中存在商业利益。
在博客文章中，弗雷尔提出了她所称的"单位美元有效智能"评估体系，该体系围绕四个维度展开：AI是否在完成有实质意义的工作、每项成功任务的成本是否合理、输出结果是否稳定可靠，以及随着使用规模扩大、每一美元AI投入是否能产生更多价值。
"只有当Token转化为人们可以实际使用的成果时，它才真正创造价值，"弗雷尔写道，"随着模型能力持续提升，它们将能够承担更长链条、更为复杂的任务：维持上下文连贯性、进行多步骤推理、跨工具协同工作，并在执行过程中动态调整。"
Q&A
Q1：OpenAI提出的"单位美元有效智能"评估体系包含哪些维度？
A：该体系围绕四个核心维度展开：AI是否在执行有实质意义的工作、每项成功任务的成本是否合理、输出结果是否稳定可靠，以及随着使用规模扩大每一美元投入是否能产生更多价值。这一框架旨在帮助企业从结果层面评估AI投资的实际回报，而非仅关注用户数量或使用频次等传统指标。
Q2：目前全球企业从AI投资中获得实际回报的比例有多少？
A：根据普华永道今年1月发布的研究报告，仅有12%的CEO表示AI已同时带来成本与营收两方面的效益；33%的受访者表示在成本或营收某一方面有所获益；而高达56%的受访者表示目前尚未看到显著的财务回报。这一数据凸显了企业在AI规模化落地过程中面临的价值验证挑战。
Q3：Palantir CEO亚历克斯·卡普对大语言模型的成本问题有何看法？
A：卡普认为，许多企业高管正对大语言模型的成本经济性日感失望，质疑不断攀升的Token消耗费用是否真正转化为可观的投资回报。他在接受媒体采访时直言"企业已经厌倦了"。不过，卡普做出上述表态时正在推广Palantir自身产品，其立场存在一定的商业动机。
