从算力回报到任务成本，重新衡量模型投入产出

Sarah Friar 在最新文章中指出，当前大量企业在评估 AI 项目时仍停留在演示效果与用户增长等表面数据，导致大量试点无法顺利走向规模化生产。她主张以可核算的生产力指标取代模糊的叙事，把 AI 视为必须产生明确回报的资本性投入。

计分卡的第一项指标是“实际完成的有用工作量”，即模型在真实业务流程中交付的可被验证成果，例如合同条款抽取、代码修复或客户问题解决数量。该指标强调结果导向，避免把对话轮次或提示词数量误读为价值。

第二项指标聚焦“单次成功任务的成本”。Friar 认为，只有把推理成本、检索成本以及人工兜底成本合并计算，才能判断 AI 在替代或增强某项工作流时是否具备经济性。这与传统软件按席位收费的逻辑有本质区别。

第三项指标是“系统可靠性”，包括模型在边界场景下的失败率、人工复核比例以及幻觉率。可靠性直接决定 AI 是否能进入关键业务环节，也影响总拥有成本。

最后一项指标是“算力投入产出比”，用以衡量单位算力带来的业务产出。这一指标对自建模型或大规模微调的企业尤为关键，有助于在硬件、推理服务商与开源方案之间做出理性取舍。Friar 强调，这套计分卡并非 OpenAI 专属工具，而是一份面向所有 AI 采购方与建设者的通用框架。

整体来看，OpenAI 希望通过这一框架推动行业从“能不能用”走向“值不值得用”，为下一阶段的 AI 投资决策提供更清晰的财务依据。

要点

• 四项核心指标：有用工作量、单次成功任务成本、可靠性、算力投入产出比。
• 强调结果导向，用可验证的业务成果替代演示效果作为价值衡量标准。
• 成本核算需整合推理、检索与人工兜底，避免按席位计费的传统思路。
• 可靠性指标决定 AI 能否进入关键业务链路，直接影响总体拥有成本。
• 算力投入产出比帮助企业在自建、微调与开源方案之间进行理性比较。