OpenAIが発表した新指標「Useful Intelligence per Dollar」は、AIの費用対効果をトークン単価ではなく「業務完遂あたりのコスト」で測定する概念だ。この指標は、企業のAI投資評価に新たな視点をもたらし、予算承認プロセスに一石を投じるものとなる。
生成AIの導入が本格化する中で、多くの企業は「AIへの投資は本当に利益を生んでいるのか」という経営上の問いに直面している。OpenAIの技術文書によれば、安価なAIモデルであっても、その精度の低さから再試行や人手による修正が頻発すれば、結果的に総コストは増大する。システム運用担当者にとって、再試行や手動修正は直接的な運用負荷とコストの増大を意味するため、単なるトークン単価の削減だけでは真の費用対効果は測れない。AIの経済性は、モデルの利用量ではなく「業務遂行の総コスト」というマクロな視点で評価すべきである。
OpenAIが提唱する「Useful Intelligence per Dollar」は、AIが成功裏に完遂したタスクの数で総コストを割るというシンプルな計算式に基づいている。同社は、AIが生成した成果物の品質を客観的に評価するため、「そのまま使える（Done）」「修正が必要（Needs Editing）」「人手の介入が必要（Needs Human Intervention）」という3段階の評価フレームワークを推奨している。これにより、単にAIが応答を生成しただけでなく、それがどれだけ業務に貢献したかを定量的に把握することが可能となる。この指標は、AIの導入効果を可視化したい経営層にとって実用的なフレームワークと言える。
この新たな指標は、CFOや経営層がAI予算を承認する際の評価軸を大きく変える可能性を秘めている。従来のソフトウェア投資がライセンス数やアクティブユーザー数といった「利用量」に依存していたのに対し、AI投資では「業務プロセス全体の最適化」が焦点となる。情シスやインフラ運用担当者は、単にAPI利用料を抑えるだけでなく、プロンプトエンジニアリングの最適化や、タスクの複雑性に応じたデュアルモデル戦略を導入することで、AIの「有用な知能」を最大化し、総コストを削減できる可能性がある。AIをコストセンターではなく、生産性向上エンジンとして再定義するための試金石となるだろう。
OpenAIが提示するこの指標には、同社のモデル群の優位性を強調する文脈が含まれており、自社製品への誘導という側面は否定できない。また、企業が「何をもって完了（Done）とするか」の定義は業務ごとに異なり、その品質基準を客観的に数値化するのは容易ではない。AIが生成した成果物の品質を自動評価する仕組みが整わなければ、この指標自体が形骸化するリスクも孕んでいる。真の費用対効果を測定するには、モデルの性能だけでなく、組織がAIを使いこなすためのガバナンスや、AIが生成した結果に対する信頼性の担保が不可欠である。AI FinOpsの時代において、この指標が市場全体の公平な基準として機能するか、今後の動向が注目される。
