OpenAI ha pubblicato il 17 luglio 2026 una proposta per misurare il ritorno degli investimenti in intelligenza artificiale partendo dal lavoro effettivamente completato, e non soltanto da utenti attivi, licenze acquistate o costo dei token.
La notizia in breve
Nel contributo firmato dalla CFO Sarah Friar, OpenAI suggerisce il concetto di Useful Intelligence per Dollar: quanta attività realmente utile viene completata per ogni unità di spesa.
La scorecard ruota attorno a quattro domande:
- Quanto lavoro utile viene portato a termine?
- Quanto costa realmente ogni attività completata con successo?
- Con quale frequenza il risultato raggiunge lo standard richiesto?
- Il valore prodotto cresce più rapidamente del costo quando l’uso aumenta?
Perché il costo dei token non basta
Un modello apparentemente più economico può richiedere tentativi aggiuntivi, più supervisione e maggiore rilavorazione. Un modello più costoso per singola elaborazione può invece raggiungere il risultato corretto al primo tentativo.
Per questo l’unità di misura più utile non è necessariamente il prezzo del token, ma il costo complessivo del risultato accettabile: consumo del servizio, tempo delle persone, controlli, correzioni e attività ripetute.
Come applicare la scorecard in azienda
1. Scegliere un solo workflow
Conviene iniziare da un processo circoscritto: risoluzione di richieste, revisione di contratti, preparazione di offerte o sviluppo di modifiche software.
2. Definire cosa significa “completato”
Il risultato deve essere osservabile nel sistema di lavoro. Per il supporto potrebbe essere un ticket risolto; per lo sviluppo, una modifica che supera i test; per un ufficio gare, una scheda verificata e pronta per l’approvazione.
3. Classificare gli esiti
La proposta distingue risultati pronti all’uso, risultati che richiedono correzioni e attività che devono essere completate da una persona. Questa classificazione rende visibile il costo nascosto della revisione.
4. Misurare nel tempo
Se aumenta il numero di attività conformi mentre costo totale e rilavorazione crescono più lentamente, l’investimento sta producendo valore alla scala.
Perché è importante
Il passaggio dalle demo ai processi reali richiede indicatori condivisi tra tecnologia, finance e responsabili operativi. La scorecard sposta il confronto dalla domanda “quale modello costa meno?” alla domanda “quale configurazione completa più lavoro affidabile al minor costo totale?”.
Impatto per utenti e aziende
- Utenti: diventano importanti qualità e tempo risparmiato, non il numero di prompt inviati.
- Responsabili IT: devono misurare modello, strumenti, integrazioni e controlli come un unico sistema.
- CFO e management: possono collegare la spesa AI a risultati di processo.
- Governance: affidabilità, escalation e confini operativi entrano direttamente nel calcolo economico.
La lettura di BASI DI AI
La scorecard è una proposta di OpenAI e va quindi letta anche nel suo contesto aziendale. Il principio centrale resta però utile e indipendente dal fornitore: misurare attività riuscite, costo pieno e affidabilità è più informativo di licenze, token o numero di accessi.
Fonte
OpenAI — A scorecard for the AI age, 17 luglio 2026
Vuoi ricevere notizie AI spiegate senza sensazionalismi? Iscriviti gratuitamente alla newsletter di BASI DI AI.
