Как управлять инвестициями в ИИ в эпоху агентных сценариев
Цель OpenAI — со временем сделать ИИ более доступным, более способным и более доступным по цене. С GPT-4 до GPT-5.4 цена за миллион токенов снизилась на 97%. GPT-5.6 продолжает этот прогресс, показывая лучшую производительность в Artificial Analysis Coding Agent Index при на 54% меньшем количестве выходных токенов и на 57% меньшем времени на задачу.
Но одна только цена токенов не показывает, создает ли ИИ ценность. Руководителям стоит смотреть на полезную работу на доллар: выполненные задачи, сэкономленное время, улучшенные решения и workflows, готовые к масштабированию.
По мере того как команды переходят от чата к более длинным workflows, администраторам нужна более четкая видимость спроса, расходов и рисков.
Вот пять способов инвестировать уверенно.
1. Улучшите видимость использования и расходов
Руководителям предприятия нужен понятный обзор использования ИИ: кто им пользуется, какие продукты или модели они используют, какой объем capacity они потребляют и какую работу поддерживает это использование. Без такой видимости растущий счет трудно интерпретировать. Он может отражать потери, продуктивные эксперименты или workflow, который уже становится критически важным для бизнеса.
Инсайты на разных уровнях помогают принимать решения об инвестициях и внедрении:
- Workspace: растут ли adoption и расходы вместе?
- Команда и пользователь: где растет спрос и кому может потребоваться больше поддержки?
- Продукт и модель: где используется более дорогой интеллект и сохраняется ли этот спрос?
Вместе эти представления помогают администраторам решать, куда инвестировать, кого обучать и где ставить ограничения.
2. Оценивайте эффективность модели по outcome ROI
Самая низкая цена токена не всегда дает самую низкую общую стоимость. Более дешевая модель может ошибаться, повторять попытки или создавать работу, которую потом нужно исправлять. Более способная модель может стоить дороже за токен, но быстрее прийти к приемлемому результату, с меньшим числом попыток и меньшим объемом проверки.
Оценивайте модели по той работе, которую они должны выполнять. Используйте evals, отражающие реальные задачи, включая edge cases, и заранее определяйте, что считается “good enough”, до начала тестирования. Затем измеряйте полную стоимость достижения этого уровня: использование модели и инструментов, число попыток, completion rate, latency и human review.
Для приоритетных workflows отслеживайте стоимость на accepted outcome. В customer support это может быть решенный кейс. В engineering — измененный и протестированный код, прошедший review. Сопоставляйте эту стоимость с бизнес-ценностью, такой как сэкономленное время, сокращение cycle time, защищенная выручка, предотвращенный риск или созданная capacity.
Выбор модели — лишь часть уравнения. Понятные инструкции, сфокусированные инструменты, переиспользуемый контекст и явные условия остановки могут сократить петли и лишние траты. Цель — сопоставить модель и workflow с задачей: использовать более маленькие или быстрые модели, когда они соответствуют планке качества, и оставлять frontier intelligence для сложной, неоднозначной или высокорисковой работы.
3. Управляйте продвинутыми workflows до того, как они масштабируются
Руководителям предприятия следует рассматривать governance как операционный слой, который определяет, какая AI-работа может масштабироваться. На практике нужно определить, какой контекст может использовать ChatGPT, к каким инструментам он может получать доступ, какие действия может выполнять, кто утверждает более рискованные шаги и как выделяется дополнительная capacity, когда команды находят ценные workflows.
Это становится еще важнее по мере того, как команды внедряют plugins, connectors, Computer Use и другие frontier capabilities, способные работать в корпоративных системах. ChatGPT Work дает администраторам централизованные controls для доступа, одобренного контекста, подключенных инструментов, разрешенных действий, использования и расходов. Controls расходов, такие как workspace defaults, group limits, индивидуальные overrides и requests на review с контекстом проекта, помогают руководителям поддерживать высокоценную работу без широкого повышения лимитов.
4. Финансируйте workflows, которые могут накапливать эффект
Руководителям предприятия следует управлять инвестициями в ИИ как портфелем: широким доступом для повседневной продуктивности, специализированными workflows для улучшения повторяемой работы и меньшим числом стратегических ставок, построенных на уникальном контексте компании. Наиболее сильные кандидаты — workflows, которые повторяются в значимом масштабе, имеют понятного владельца и могут измеряться по качеству, риску и бизнес-ценности.
Финансирование должно следовать зрелости. Exploration должно проверить, может ли модель справиться с задачей; validation — протестировать representative cases относительно четкой планки качества; production funding должно поддерживать интеграции, controls, надежность и change management, необходимые для масштабирования. Общие возможности, такие как identity, trusted connectors, curated knowledge, evaluations, observability, model routing и reusable agent patterns, следует финансировать централизованно, чтобы каждый новый workflow запускался легче и безопаснее.
5. Сопоставляйте capacity с подтвержденным спросом
Когда workflow доказывает свою ценность, руководителям следует сопоставить product, capacity и support model с его спросом. ChatGPT Work предоставляет готовые возможности для чата, coding, agentic workflows, connectors, plugins, Computer Use и администрирования. Компании могут расширять эту основу с помощью proprietary data, permissions, evaluations и workflow logic там, где эти элементы создают дифференцированную ценность.
Материал — перевод статьи с английского.