OpenAIは2026年7月17日（現地時間）、AI投資の価値を評価する新たな考え方「Useful Intelligence per Dollar（1ドルあたりの有用な知能）」を公開した。従来は導入数や利用者数、ライセンス更新率などがソフトウェアの評価軸だったが、AIでは実際に達成した業務成果を基盤とする評価が必要だとの見解を示した。経営責任者などが抱く「AI投資から、どう価値を引き出すか」との課題を踏まえ、成果、費用、信頼性、利用拡大時の価値という4項目で評価する枠組みを提案した。
成果や費用など4項目で評価
まずOpenAIは、AIの価値はトークン単価だけでは測れないと説明した。低価格モデルでも試行回数や作業に要する時間、人による確認作業が増えれば総費用は増加する可能性がある。能力が高いモデルは単価が高くても、一度で目的を達成できれば総費用を抑えられる場合があるとした。評価において、業務を成功まで完遂させる総費用と、その成果が生む価値を比べる必要があると位置付けた。
有用な業務成果を第1の指標とした。顧客対応の解決件数やコード修正数、契約書確認件数、人が確保できた時間、意思決定の改善など、実際の成果を測定対象とした。価値はトークン数ではなく、業務として利用可能な成果へ変換された時点で生まれると説明した。導入初期は1つの業務手順を選び、完了条件を明確に定めた上で、実際にその業務が実行されているシステムで成果を測定する方法を推奨した。
同社は、部署ごとに完了条件は異なるとしている。顧客対応では問題解決、開発部署では試験を通過したコード修正、法務部署では期限内かつ正確な契約書確認が成果となる。経理部署では予測レビュー前に実施する資料収集、表計算ソフトへの転記、差分確認、数値確認、資料更新などの作業例を挙げた。業務向けサービス「ChatGPT Work」が多くの工程を担う結果、人は変化の要因や次の対応策など判断を要する業務へ時間を振り分けられると説明した。
成功した業務1件当たりの費用と信頼性
成功した業務1件当たりの費用を第2の指標とした。AIが処理する内容は幅広く、短い応答なら計算資源は少なく済むが、プログラム開発や調査、経理関連業務では深い推論や複数のツール利用、多数の処理が必要となる場合がある。その分、生み出す価値も高くなる可能性があるとした。
費用はモデル価格、計算資源使用量、正しい結果へ到達する確率だけでなく、人件費や確認作業、再試行、修正作業も含めた総費用で算出する方式を示した。必要な品質を満たした業務件数を集計し、総費用をその件数で割る計算を基本とした。トークン単価が低いモデルでも総費用が低くなるとは限らず、高性能モデルが一度で結果を出せば総費用を抑えられる場合があると説明した。
同社は2026年7月9日（現地時間）に公開した「GPT-5.6」について、Sol、Terra、Lunaの3段階を用意した。Solは最上位、Terraは性能と費用の均衡、Lunaは高速かつ低価格の位置付けだ。高速処理が必要な業務にはLuna、深い分析にはTerra、高度な推論にはSolなど、業務内容に応じた選択を想定した（編集注：OpenAIは2026年7月30日、GPT-5.6 Lunaの価格を80％、Terraの価格を20％引き下げた）。
GPT-5.6は各トークンから得られる成果を増やす目的で開発したとしている。Artificial Analysis Coding Agent Indexにおいて、GPT-5.6 Solが最大推論設定で新記録を達成し、他社有力モデルより出力トークン数を54％削減した。GPT-5.6 SolはDeepSWE v1.1で72.7％を記録し、Anthropicの「Claude Fable 5」を上回った。推測API費用は36.2％低い数値だったと公表した。モデル群全体で、1ドル当たりの成果拡大を目標に掲げた。
信頼性を第3の指標として挙げた。同社はAI利用が段階的に広がる流れを示した。文書作成補助から始まり、情報収集や複数ツールの活用へ広がり、最終的には例外処理を含む業務全体を担う段階へ至ると説明した。利用範囲が広がるほど、正確性や安定性の価値は高まると位置付けた。評価項目として、納品直後に利用可能だった結果、人による修正や再試行が必要だった結果、人が最後まで担当した結果の3分類を示した。モデル精度だけでは判断できない実務上の価値を判断できると説明した。
信頼性確保と利用拡大時の経済性
信頼性確保には利用範囲の明確化も必要とした。AIが実行可能な操作へ移る前に、利用可能なデータ、変更可能なシステム、人による確認や承認が必要となる局面を定義する必要があるとした。安全性、セキュリティ、プライバシー、管理機能を基盤とし、利用者がAIの動作やデータ処理方法、運用ルールを理解できる環境が欠かせないと説明している。ChatGPT Workは「ChatGPT Enterprise」の各種基盤を継承し、管理機能を維持したまま業務情報や業務手順へアクセス可能とした。
第4の指標を利用規模拡大時の経済性とした。同一業務を継続的に測定し、品質基準を満たした件数、総費用、成功1件当たりの費用を追跡する方法を示した。成果件数が総費用を上回る伸びを示し、品質も維持または改善すれば、AI投資の価値は高まるとの考えを示した。
同社は計算資源を研究開発とサービス提供の基盤と位置付けた。研究用計算資源は将来の能力向上へつながり、推論用計算資源は現在の業務成果を支える役割を担うと説明した。モデル性能、推論効率、専用ハードウェア、稼働率、処理経路の最適化、製品設計の改善により計算資源の投資効果は高まるとした。研究成果は新たなモデルへ反映され、その改善が製品品質や利用拡大、収益につながり、次世代研究や安全対策への投資を支える循環を描いた。
同社は生成AIツール「ChatGPT」、ChatGPT Work、「Codex」、APIを共通の知能基盤で支え、基盤の改善が全製品と利用者へ波及する構成を示した。4項目による評価法を通じ、AIが生み出す成果や成功までの費用、信頼性、利用拡大時の価値を総合的に測定し、人の判断力や創造性を生かせる業務へ時間を振り分けられる環境づくりを目標に掲げた。モデル能力の向上や応答速度の改善、信頼性向上、業務費用の低減を継続し、多くの利用者と組織へ役立つAIの実現を目指す方針を示した。
