Sarah Friar, CFO di OpenAI, propone un modo diverso di misurare il ritorno della spesa in AI. Per anni il software si e valutato con l’adozione (seat acquistati, utenti attivi, licenze rinnovate); per l’AI, sostiene Friar, la metrica giusta e il lavoro effettivamente portato a termine. La domanda economica di fondo per un CFO e se il valore del lavoro completato dall’AI cresca piu velocemente del costo per produrlo.
Il framework proposto si riassume in una metrica, “Useful Intelligence per Dollar”, che risponde a quattro domande.
Le quattro domande della scorecard
Quanto lavoro utile viene fatto. Non i token consumati, ma gli outcome: ticket risolti, code change rilasciati, contratti revisionati. Il consiglio operativo e partire da un singolo workflow, definire cosa significa “done” e misurarlo nel sistema dove il lavoro accade.
Quanto costa davvero un task riuscito. Il cost per token piu basso non produce sempre il cost per outcome piu basso: un modello frontier con token piu costosi puo risultare piu conveniente se chiude il task al primo tentativo, riducendo retry, latenza e review umana. Il calcolo e semplice: costo totale del lavoro diviso per il numero di task che hanno superato la soglia di qualita.
Quanto spesso l’AI fa la cosa giusta. La dependability ha valore economico diretto. Friar suggerisce di tracciare tre esiti: ready to use, needs correction, needs escalation. E prima di passare dalla bozza all’azione servono confini chiari su quali dati e sistemi l’agente puo toccare e quando serve l’approvazione di una persona.
Se ogni dollaro rende di piu su scala. Seguendo lo stesso workflow nel tempo, se il lavoro completato cresce piu velocemente del costo totale mentre la qualita tiene, ogni dollaro di AI sta producendo piu valore. Al centro c’e il compute: training compute per la capability futura, inference compute per il lavoro di oggi.
La CFO collega il discorso al lancio di GPT-5.6, articolato in tre tier (Sol di punta, Terra bilanciato, Luna il piu economico). Secondo OpenAI, sull’Artificial Analysis Coding Agent Index GPT-5.6 Sol con max reasoning ha fissato un nuovo stato dell’arte usando il 54% di output token in meno rispetto a un altro modello di punta; su DeepSWE v1.1 raggiunge 72.7%, sopra il 69.9% di Claude Fable 5, con un costo API stimato inferiore del 36.2%.
Al netto del contesto commerciale, la struttura e utile per chi gestisce budget AI: sposta la conversazione dal prezzo del token al costo dell’outcome.
- Misurare l’AI sul lavoro completato, non sui token o sui seat: definire “done” per un workflow e partire da li.
- Il cost per successful task, che include retry e review, e piu indicativo del prezzo per token.
- La dependability (ready to use / needs correction / needs escalation) e la governance degli accessi abilitano usi piu critici.
Fonte: A scorecard for the AI age — https://openai.com/index/a-scorecard-for-the-ai-age
Hai qualcosa da aggiungere? Unisciti alla discussione.