Jak zmierzyć realny ROI z AI? Dyrektor finansowa OpenAI, Sarah Friar, opublikowała 17 lipca 2026 roku tekst „A scorecard for the AI age", w którym proponuje kartę wyników do oceny zwrotu z inwestycji w sztuczną inteligencję. To sygnał, że rozmowa o AI przesuwa się z zachwytu nad możliwościami w stronę twardego rachunku kosztów i efektów. Dla firm, które wydały już pierwsze budżety na wdrożenia, to pytanie zyskuje na wadze.
Cztery metryki zamiast liczby zapytań
Friar wskazuje cztery wskaźniki. Użyteczna praca (useful work) to pytanie, ile realnych zadań model faktycznie kończy, a nie ile zapytań obsługuje. Koszt udanego zadania (cost per successful task) przenosi uwagę z ceny za token na cenę za skutecznie zamknięte działanie. Niezawodność (dependability) mierzy, jak często system daje wynik, na którym można polegać bez ręcznych poprawek. Zwrot z mocy obliczeniowej (return on compute) zestawia efekt biznesowy z wydatkami na infrastrukturę.
Logika jest spójna. Wiele firm ma już za sobą etap pilotaży, a teraz zarządy pytają o efekty. Dotychczasowe miary, jak liczba użytkowników czy cena za milion tokenów, nie mówią, czy inwestycja się zwraca. Proponowane podejście traktuje AI jak każdy inny wydatek kapitałowy: liczy się skuteczność na jednostkę kosztu, a nie sama skala użycia. Warto pamiętać, że tańszy model nie zawsze wygrywa, bo jeśli częściej się myli, jego realny koszt rośnie.
Co to znaczy dla polskich firm
Dla menedżerów i działów HR to praktyczna wskazówka. Zanim rozszerzysz wdrożenie asystenta AI, zdefiniuj, co jest „udanym zadaniem" w twoim procesie: zamknięte zgłoszenie, poprawnie wystawiona faktura czy gotowy szkic oferty. Dopiero wtedy koszt za token nabiera sensu. Wskaźnik niezawodności ma też wymiar organizacyjny, bo model wymagający ciągłych korekt generuje ukryty koszt pracy zespołu. Mierzenie efektów od pierwszego dnia ułatwia decyzję, które procesy skalować, a które wstrzymać.
Źródło: OpenAI — A scorecard for the AI age (EN), 17 lipca 2026.
