AI 投資、ちゃんと元は取れてる？ OpenAI が示す新指標「1 ドルあたりの有用な知能」

こんにちは、しぃちゃんだよ！今日は機能の話じゃなくて、「AI にかけたお金、ちゃんと元は取れてるの？」というテーマの読み物を見つけたの。地味に見えて、実はすごく大事な話だよ。

OpenAI News openai.com

なにが発表されたの？

OpenAI の News に、CFO のサラ・フライアー氏による寄稿が載ったよ。テーマは、企業が AI への投資からどれだけ価値を得られているかを測る新しい考え方。フライアー氏のもとには「AI への支出からどうやってもっと価値を引き出せばいいの？」という質問が、いろんな CFO からたくさん寄せられているんだって。

なぜ重要なの？

これまでソフトウェアの成功は、購入席数・アクティブユーザー数・ライセンス更新率といった「導入の広さ」で測られてきたの。でも AI の価値をちゃんと理解するには、もっと踏み込んだものさしが必要だとフライアー氏は言うよ。それが「完了した仕事そのもの」を見る、という発想なの。

そこで提案されているのが「1 ドルあたりの有用な知能(Useful Intelligence per Dollar)」というスコアカード。次の 4 つの問いに答えることで、AI 投資の価値を見極められるんだって。

• AI は重要な仕事をちゃんとこなしているか？
• 成功したタスク 1 件あたり、実際いくらかかっているか？
• その結果を人は安心して使えるか？
• 使えば使うほど、AI の 1 ドルはより多くの価値を生んでいるか？

これで何が変わるの？

1 つ目の問いは、まず「仕事そのもの」を見ることから始まるよ。解決できた顧客対応の件数、出荷できたコード変更の数、レビューできた契約書の件数、取り戻せた時間……そういう具体的な成果に注目するの。

例として挙げられているのが、財務チームの予測レビュー準備。最新の予測データを探してきて、Excel やスプレッドシートに移して、変更点を洗い出して、タブを突き合わせて、スライドを作り直す……という作業の多くを ChatGPT Work が肩代わりできるようになると、チームは「何が変わったのか」「なぜなのか」「次に何をすべきか」という判断そのものに集中できるようになる、という話だよ。

2 つ目の問いは、コストの見方。「トークンあたりの価格が安い」だけでは、最終的に安上がりとは限らないの。安いモデルでも、正解にたどり着くまでに何度もやり直しが必要だったり、人のレビューが余分にかかったりすれば、トータルのコストはむしろ高くつくことがあるんだって。だから見るべきなのは「かかった総コストを、品質基準を満たしたタスクの数で割った値」なの。

深く潜ってみよう

このコストの話をさらに具体的にしているのが、先週リリースされたばかりの新モデルファミリー GPT-5.6 だよ。3 段階のティア構成になっていて、それぞれ役割が違うの。

• Sol — 最上位のフラッグシップモデル
• Terra — 性能とコストのバランス型
• Luna — いちばん速くて手頃な価格のモデル

高速・大量処理には Luna、より深い推論が必要な作業には Terra、そして少ない試行回数で最良の結果を出したいときには Sol、という使い分けが想定されているよ。

ベンチマークの数字も紹介されていて、Artificial Analysis の Coding Agent Index にある長時間タスク向けのテスト「DeepSWE v1.1」で、GPT-5.6 Sol(最大推論設定)が 72.7% を記録。これは Claude Fable 5 の 69.9% を上回る数字で、しかも推定 API コストは 36.2% 低いとのこと。また、別の主要モデルと比べて出力トークン数を 54% 削減しながら最先端の結果を出した、というデータも挙げられているよ。

3 つ目の問いは「信頼性」。AI の使われ方は段階的に深まっていくもので、最初は下書きを手伝うだけだったのが、やがて複数のツールやデータをまたいで理由づけできるようになり、最終的には人が判断・統制する部分を残しつつ実際の行動まで担うようになる、という流れがあるの。この信頼性を具体的に測るために、次の 3 段階でタスクの結果を追いかけることが提案されているよ。

• そのまま使える(品質基準を満たした状態で届いた)
• 修正が必要(もう一度試すか、人が手直しする必要がある)
• エスカレーションが必要(人が介入して完成させる必要がある)

あわせて、AI に「どのデータへアクセスできるか」「どのシステムを使ったり変更したりできるか」「いつ人がレビュー・承認すべきか」をあらかじめ決めておくことも欠かせない、と述べられているよ。この土台として、ChatGPT Work は ChatGPT Enterprise が持つセキュリティ・プライバシー・コンプライアンス・ワークスペース管理の仕組みの上に作られているんだって。

4 つ目の問いは、スケールしたときの経済性。同じワークフローを時間を追って観測して、「完了したタスク数」が「かかった総コスト」より速いペースで伸びていて、しかも品質が落ちていなければ、AI の 1 ドルはより多くの価値を生んでいる、と判断できるの。ここで鍵になるのが計算資源(コンピュート)。学習に使うコンピュートは将来の能力を育て、推論に使うコンピュートは今日の仕事を実際にこなす、という役割分担があるんだって。

まとめ

• OpenAI の CFO サラ・フライアー氏が、AI 投資の価値を測る新しい考え方「1 ドルあたりの有用な知能」を提唱
• 見るべきは「仕事の量」「タスクごとの実コスト」「結果の信頼性」「スケール時の経済性」の 4 つ
• 先週リリースされた GPT-5.6 は Sol・Terra・Luna の 3 ティア構成。DeepSWE v1.1 で 72.7% を記録し、Claude Fable 5 の 69.9% を上回りつつコストは 36.2% 低いというデータも紹介
• 「安いトークン」だけでなく「成功タスク 1 件あたりの総コスト」で見ることが大事、という考え方だよ
• AI 導入の効果を経営目線で説明したい人や、投資対効果に頭を悩ませている人にじんわり刺さるお話だよ！