OpenAI представила scorecard для оценки ROI от ИИ: четыре метрики вместо подсчёта токенов

Sarah Friar, directrice financière d'OpenAI, a publié le 17 juillet 2026 sur le blog de l'entreprise le « scorecard de l'ère de l'IA » — un système de quatre indicateurs pour évaluer la rentabilité de l'intelligence artificielle en entreprise : travail utile, coût par tâche réussie, fiabilité et retour sur le compute.

Quels indicateurs composent le scorecard

Le scorecard d'OpenAI comprend quatre indicateurs qui, ensemble, répondent à ce que Friar présente comme la principale question économique pour les CFO : la valeur du travail accompli par l'IA croît-elle plus vite que le coût de sa production ? La formule finale, elle l'appelle « intelligence utile par dollar » (useful intelligence per dollar).

• Travail utile — l'IA doit mener à bien des tâches significatives : demandes clients résolues, code déployé, contrats vérifiés, et non un simple « usage actif »
• Coût par tâche réussie — le prix complet du résultat : dépenses d'IA, nouvelles tentatives et temps humain de vérification, et pas seulement le tarif des tokens
• Fiabilité — la stabilité avec laquelle le système fournit un résultat auquel on peut se fier sans contrôle permanent
• Retour sur le compute — chaque dollar investi dans l'IA apporte-t-il toujours plus de valeur à mesure que l'usage augmente
• Publication — le 17 juillet 2026, blog d'OpenAI, tribune signée par la CFO Sarah Friar

Pourquoi on ne peut pas mesurer l'IA en tokens

Sarah Friar affirme que les indicateurs logiciels habituels — sièges achetés, utilisateurs actifs, renouvellements d'abonnement — ne reflètent pas la valeur réelle de l'IA.

« Pendant des années, le logiciel s'est mesuré à l'adoption : sièges, utilisateurs actifs, renouvellements.

L'IA, c'est autre chose : elle doit se mesurer au travail accompli », — Sarah Friar, directrice financière d'OpenAI.

Friar ajoute qu'à mesure que leurs capacités progressent, les modèles prennent en charge des tâches toujours plus longues et complexes : ils conservent le contexte, raisonnent en plusieurs étapes et manient plusieurs outils à la fois. Les enjeux sont élevés : selon les données citées par le média CFO Dive, les dépenses mondiales en IA atteindront 2,59 billions de dollars en 2026 — soit 47% de plus qu'un an plus tôt.

«

Les tokens créent de la valeur lorsqu'ils se transforment en travail que les gens peuvent utiliser », écrit Friar sur le blog d'OpenAI.

Combien d'entreprises rentabilisent leurs investissements dans l'IA

Seuls 12% des dirigeants ont déclaré que l'IA avait à la fois réduit les coûts de leur entreprise et augmenté le chiffre d'affaires — ce sont les données du sondage de janvier de PwC cité par CFO Dive. Environ 33% des répondants ont constaté un effet sur au moins un plan — les coûts ou le chiffre d'affaires —, tandis que 56% des organisations n'ont pas encore enregistré de résultat financier significatif.

Le scorecard de Friar est une réponse directe à cet écart : OpenAI propose aux directeurs financiers de compter non pas les abonnements et le volume de requêtes, mais la part des tâches menées à un résultat utile et leur coût complet. Cette approche permet de comparer les projets d'IA entre eux et avec l'alternative « humaine ».

Ce que cela signifie

Le plus grand vendeur d'IA fixe lui-même le cadre d'évaluation de sa rentabilité — le signe que le marché passe des expérimentations à une comptabilité financière rigoureuse. Pour les entreprises, le scorecard de Friar est une check-list prête à l'emploi : si le coût par tâche réussie ne baisse pas et que le « travail utile » n'augmente pas, il est temps de revoir le budget IA.

Questions fréquentes

Qu'est-ce que le scorecard de l'ère de l'IA d'OpenAI ?

C'est un système d'évaluation de la rentabilité de l'IA composé de quatre indicateurs — travail utile, coût par tâche réussie, fiabilité et retour sur le compute — que la directrice financière d'OpenAI, Sarah Friar, a présenté le 17 juillet 2026 sur le blog de l'entreprise.

Comment calculer le coût par tâche réussie ?

Selon la méthode de Friar — comme le coût complet de l'obtention du résultat : dépenses liées à l'utilisation de l'IA, nouvelles tentatives et temps consacré par les employés à la vérification, et pas seulement le prix des tokens.

Les investissements des entreprises dans l'IA sont-ils rentables aujourd'hui ?

Selon le sondage de janvier de PwC, seuls 12% des CEO constatent grâce à l'IA à la fois une hausse du chiffre d'affaires et une baisse des coûts, et 56% des organisations n'ont pas encore obtenu d'effet financier significatif.