AI智能体时代，如何管理AI投资

OpenAI 的目标是让 AI 变得更易获取、能力更强、成本更低。从 GPT-4 到 GPT-5.4，每百万 token 的价格下降了 97%。GPT‑5.6 延续了这一进步，在 Artificial Analysis Coding Agent Index 上性能更优，同时输出 token 减少 54%，每个任务耗时降低 57%。

但仅看 token 价格无法判断 AI 是否创造了价值。领导者应关注每美元的有用工作：完成任务数、节省的时间、改进的决策、以及可规模化的工作流。

随着团队从对话式交互转向更长时间运行的工作流，管理员需要更清晰地了解需求、支出和风险。

以下是五项值得借鉴的投资策略。

1. 提升使用与支出的可见性

企业领导者需要一目了然地看清 AI 使用情况：谁在用、用哪些产品或模型、消耗了多少容量、这些使用支持了哪些工作。没有这种可见性，不断增长的账单就难以解读——它可能意味着浪费、有效的实验，也可能是一个变得关键业务的流程。

ChatGPT Work 支持更长、多步骤的任务，因此不同工作流的用量差异很大。管理员需要看到用量背后的实际工作，而不仅仅是消耗的配额。借助跨 ChatGPT 的共享需求视图，Admin Console 中更新的用量分析与支出控制功能，帮助管理员按用户、产品和模型查看采用率、配额使用和支出；跟踪趋势；发现新模式；理解用量反映的是广泛采用、超级用户工作流，还是值得进一步投资的重复业务流程。

Analytics overview showing ChatGPT and Codex usage and credit consumption

不同层次的洞察有助于指导投资和赋能决策：

工作区：采用率和支出是否同步增长？
团队和用户：需求在哪些地方增长，谁可能需要更多支持？
产品和模型：更昂贵的智能被用于哪里，这种需求是否持续？

这些视图共同帮助管理员决定在哪些方面投资、指导或设定限制。

2. 通过成果 ROI 评估模型效率

最低的 token 价格并不总意味着最低的总成本。便宜的模型可能失败、重试，或产生需要修正的工作。能力更强的模型可能每个 token 更贵，但能更快地达到可接受的结果，尝试次数更少，人工审查也更少。

基于模型需要完成的工作进行评估。使用反映真实任务的评估，包括边界情况，并在测试前定义“足够好”的标准。然后衡量达到该标准的全部成本：模型和使用工具、尝试次数、完成率、延迟、人工审查。

对于优先工作流，跟踪每个可接受结果的成本。在客服中，这可能是一个已解决的案例；在工程中，可能是一个通过审查的测试变更。将该成本与业务价值配对，比如节省的时间、缩短的周期、保护的收入、避免的风险或创造的能力。

模型选择只是等式的一部分。清晰的指令、聚焦的工具、可重复使用的上下文、明确的停止条件，都能减少循环和浪费的开支。目标是让模型和工作流与任务匹配：当较小或更快的模型达到质量门槛时就使用它们，将前沿智能留给复杂、模糊或高风险的场景。

3. 在高级工作流规模化之前进行治理

企业领导者应将治理视为决定哪些 AI 工作可以规模化的操作层。 实际工作包括定义 ChatGPT 可以使用哪些上下文、访问哪些工具、执行哪些操作、谁批准高风险步骤，以及当团队发现有价值的工作流时，如何授予额外容量。

随着团队采用插件、连接器、Computer Use 以及其他可跨企业系统运行的前沿能力，这一点变得更加重要。ChatGPT Work 为管理员提供了集中控制功能，用于管理访问权限、批准的上下文、连接的工具、允许的操作、用量和支出。支出控制功能如工作区默认值、组限制、个人覆盖，以及带有项目背景的审查请求，帮助领导者支持高价值工作，而无需全面提高限制。

对于优先级部署，OpenAI 的 Deployment Engineers 可以直接与客户合作，在评估、架构、延迟、可靠性和工作流设计方面进行优化，提高性能和成本效率。隐私和治理从一开始就应是工作的一部分：敏感工作流在规模化之前需要正确的访问控制、保留策略、合规可见性和审批路径。在适用情况下，OpenAI 的企业隐私控制，包括 Zero Data Retention 选项，可以帮助客户在高信任环境中部署 AI。

4. 资助能够产生复利的工作流

企业领导者应将 AI 投资作为一个组合来管理： 广泛访问用于日常生产力，功能特定的工作流用于改进重复性工作，以及少数围绕企业专有上下文构建的战略性投入。最有力的候选者是那些以有意义规模重复、有明确所有权、且能衡量质量、风险和业务价值的工作流。

资金应跟随成熟度。探索阶段应测试模型是否能够处理任务；验证阶段应针对清晰的质量标准测试代表性案例；生产阶段的资金应支持规模化所需的集成、控制、可靠性和变更管理。共用能力如身份认证、受信连接器、精选知识、评估、可观测性、模型路由和可复用的智能体模式，应集中提供资金，这样每个新工作流的启动都变得更容易、更安全。