如何在代理时代管理 AI 投资
# 如何在代理时代管理 AI 投资
理解 AI 使用情况、控制支出并投资于创造最大价值的工作的五个实用步骤。
OpenAI 的目标是让 AI 在时间上变得更加可接触、强大和实惠。从 GPT-4 到 GPT-5.4，每百万个标记的价格下降了 97%。[GPT-5.6](https://openai.com/index/gpt-5-6/) 继续这一进展，在人工分析编码代理指数中提供更好的性能，输出标记减少了 54%，每个任务所需时间减少了 57%。
但仅凭标记价格并不能说明 AI 是否创造了价值。领导者应关注 **每美元的有用工作**：完成的任务、节省的时间、改善的决策以及准备扩展的工作流程。
随着团队从聊天转向较长的工作流程，管理者需要更清晰地了解需求、支出和风险。
以下是 five 种信心投资的方法。
## 1. 提高对使用情况和支出的透明度
企业领导者需要 **对 AI 使用情况的明确视图**：谁在使用它、使用了哪些产品或模型、消耗了多少能力，以及这些使用支持什么样的工作。如果没有这种透明度，账单的增加就很难解读。这可能反映了浪费、有效的实验，或是开始变得对业务至关重要的工作流程。
[ChatGPT Work](https://openai.com/chatgpt-work/) 支持更长的多步骤任务，因此使用情况可能因工作流程而异。管理员需要看到这些使用背后的工作，而不只是消耗的积分。这可以通过 ChatGPT 的共享需求视图来实现。更新的 [使用分析和支出控制](https://openai.com/index/chatgpt-enterprise-spend-controls/) 在 [管理员控制台](https://chatgpt.com/admin?openaicom-did=c946e576-0ceb-42c7-9f5d-2a0c71b6bcde&openaicom_referred=true) 中帮助管理员查看按用户、产品和模型划分的采用情况、积分使用情况和支出；跟踪趋势；识别新兴模式；并了解使用情况何时反映广泛采用、强用户工作流，或是可能值得更多投资的重复性业务流程。
在不同层次上的见解有助于指导投资和赋能决策：
* 工作区：采用和支出是否同步增长？
* 团队和用户：需求在哪些方面增长，谁可能需要更多支持？
* 产品和模型：昂贵的智能在哪里被使用，这种需求是否持续？
这些视图共同帮助管理员决定在哪里投资、指导或设定限制。
## 2. 按结果 ROI 评估模型效率
最低的标记价格并不总是能产生最低的总成本。一个更便宜的模型可能会失败、重试，或者产生需要修正的工作。一个更强大的模型可能每个标记成本更高，但能更快达到可接受的结果，尝试次数更少，审核时间更短。
根据模型需要执行的工作进行评估。使用 [反映真实任务的评估](https://openai.com/index/evals-drive-next-chapter-of-ai/)，包括边界案例，并在测试之前定义“足够好”。然后测量达到该标准的全部成本：模型和工具的使用、尝试、完成率、延迟和人工审核。
对于优先工作流，**跟踪每个接受结果的成本**。在客户支持中，这可能是一个解决的案例。在工程中，可能是一个通过审核的测试变更。将该成本与商业价值结合，如节省的时间、减少的周期时间、保护的收入、避免的风险或创造的能力。
模型选择只是方程的一部分。清晰的指令、专注的工具、可重用的上下文和明确的停止条件可以减少循环和浪费的支出。目标是将模型和工作流程匹配到任务：在达到质量标准时使用较小或较快的模型，将前沿智能保留给复杂、模糊或高风险的工作。
## 3. 在扩展之前管理高级工作流程
**企业领导者应将治理视为决定哪些 AI 工作能扩展的操作层。** 实际工作是定义 ChatGPT 可以使用的上下文、可以访问的工具、可以采取的动作、谁批准更高风险的步骤，以及在团队发现有价值的工作流程时如何授予额外容量。
随着团队采用插件、连接器、计算机使用和其他可以跨企业系统操作的前沿功能，这变得愈发重要。[ChatGPT Work](https://openai.com/index/chatgpt-for-your-most-ambitious-work/) 为管理员提供了集中控制访问、批准的上下文、连接的工具、允许的行为、使用情况和支出的能力。支出控制，例如工作区默认值、组限制、个人覆盖和结合项目上下文的审查请求，帮助领导者支持高价值的工作，而不对整体提高限制。
对于优先部署，OpenAI 的 AI [部署工程师](https://deploy.co/) 可以直接与客户合作，进行评估、架构、延迟、可靠性和工作流程设计，以提高性能和成本效率。隐私和治理应从一开始就成为这项工作的一部分：敏感的工作流程需要正确的访问控制、保留状态、合规性可见性和审批路径，才能在扩展之前到位。根据需要，OpenAI 的企业隐私控制，包括 [零数据保留选项](https://developers.openai.com/api/docs/guides/your-data)，可以帮助客户在高信任环境中部署 AI。
## 4. 资助能够复合的工作流程
**企业领导者应将 AI 投资管理视为投资组合：** 为日常生产力提供广泛的访问、改善可重复工作的职能特定工作流程，以及围绕专有公司背景建立的少数战略押注。最强的候选者是以有意义的规模重复的工作流程，拥有明确的所有权，并且可以量化质量、风险和商业价值。
资金应跟随成熟度。探索应测试模型是否能处理任务；验证应根据明确的质量标准测试代表性案例；生产资助应支持集成、控制、可靠性和扩展所需的变更管理。共享能力，如身份、受信连接器、策划知识、评估、可观察性、模型路由和可重用代理模式，应集中资助，以便每个新工作流程都能更容易、更安全地启动。
## 5. 将能力与经过验证的需求匹配
一旦工作流程证明了其价值，领导者应 **将产品、能力和支持模型与需求匹配。** [ChatGPT Work](https://openai.com/index/chatgpt-for-your-most-ambitious-work/) 提供了现成的聊天、编码、代理工作流程、连接器、插件、计算机使用和管理能力。公司可以通过专有数据、权限、评估和工作流程逻辑来扩展这一基础，以在这些元素创造差异化价值的地方。
对于生产工作负载，商业结构应与使用模式匹配： [保证容量](https://openai.com/business/guaranteed-capacity/) 用于需要访问确定性的生产系统和代理， [规模层级](https://openai.com/api-scale-tier/) 用于可预测的高容量 API 工作负载，以及 [批量 API](https://openai.com/index/api-prompt-caching/) 、 [灵活处理](https://platform.openai.com/docs/guides/flex-processing) 或 [提示缓存](https://openai.com/index/api-prompt-caching/) 用于异步工作或重复上下文。
对于较大的战略部署，[OpenAI Frontier](https://openai.com/business/frontier/) 和 [部署公司](https://deploy.co/en-US) 可以帮助企业跨企业系统构建、部署和管理 AI 合作伙伴。这种方法使领导者能够在匹配的产品、能力和支持模型中扩展经过验证的工作，而不是每个工作流程都重建自己的基础设施。
---
* [2026](https://openai.com/news/?tags=2026)
## 作者
OpenAI
保持阅读
---
[查看全部](https://openai.com/news/)
 [Codex-Maxxing for Long-Running WorkAI Adoption Jun 22, 2026](https://openai.com/index/codex-maxxing-long-running-work/)
 [New OpenAI Academy courses for the next era of workAI Adoption Jun 12, 2026](https://openai.com/index/academy-courses-applying-ai-at-work/)
 [OpenAI named a Leader in enterprise coding agents by GartnerAI Adoption May 22, 2026](https://openai.com/index/gartner-2026-agentic-coding-leader/)
---
原文链接：[点击查看](https://openai.com/index/managing-ai-investments-in-agentic-era)
理解 AI 使用情况、控制支出并投资于创造最大价值的工作的五个实用步骤。
OpenAI 的目标是让 AI 在时间上变得更加可接触、强大和实惠。从 GPT-4 到 GPT-5.4，每百万个标记的价格下降了 97%。[GPT-5.6](https://openai.com/index/gpt-5-6/) 继续这一进展，在人工分析编码代理指数中提供更好的性能，输出标记减少了 54%，每个任务所需时间减少了 57%。
但仅凭标记价格并不能说明 AI 是否创造了价值。领导者应关注 **每美元的有用工作**：完成的任务、节省的时间、改善的决策以及准备扩展的工作流程。
随着团队从聊天转向较长的工作流程，管理者需要更清晰地了解需求、支出和风险。
以下是 five 种信心投资的方法。
## 1. 提高对使用情况和支出的透明度
企业领导者需要 **对 AI 使用情况的明确视图**：谁在使用它、使用了哪些产品或模型、消耗了多少能力，以及这些使用支持什么样的工作。如果没有这种透明度，账单的增加就很难解读。这可能反映了浪费、有效的实验，或是开始变得对业务至关重要的工作流程。
[ChatGPT Work](https://openai.com/chatgpt-work/) 支持更长的多步骤任务，因此使用情况可能因工作流程而异。管理员需要看到这些使用背后的工作，而不只是消耗的积分。这可以通过 ChatGPT 的共享需求视图来实现。更新的 [使用分析和支出控制](https://openai.com/index/chatgpt-enterprise-spend-controls/) 在 [管理员控制台](https://chatgpt.com/admin?openaicom-did=c946e576-0ceb-42c7-9f5d-2a0c71b6bcde&openaicom_referred=true) 中帮助管理员查看按用户、产品和模型划分的采用情况、积分使用情况和支出；跟踪趋势；识别新兴模式；并了解使用情况何时反映广泛采用、强用户工作流，或是可能值得更多投资的重复性业务流程。
在不同层次上的见解有助于指导投资和赋能决策：
* 工作区：采用和支出是否同步增长？
* 团队和用户：需求在哪些方面增长，谁可能需要更多支持？
* 产品和模型：昂贵的智能在哪里被使用，这种需求是否持续？
这些视图共同帮助管理员决定在哪里投资、指导或设定限制。
## 2. 按结果 ROI 评估模型效率
最低的标记价格并不总是能产生最低的总成本。一个更便宜的模型可能会失败、重试，或者产生需要修正的工作。一个更强大的模型可能每个标记成本更高，但能更快达到可接受的结果，尝试次数更少，审核时间更短。
根据模型需要执行的工作进行评估。使用 [反映真实任务的评估](https://openai.com/index/evals-drive-next-chapter-of-ai/)，包括边界案例，并在测试之前定义“足够好”。然后测量达到该标准的全部成本：模型和工具的使用、尝试、完成率、延迟和人工审核。
对于优先工作流，**跟踪每个接受结果的成本**。在客户支持中，这可能是一个解决的案例。在工程中，可能是一个通过审核的测试变更。将该成本与商业价值结合，如节省的时间、减少的周期时间、保护的收入、避免的风险或创造的能力。
模型选择只是方程的一部分。清晰的指令、专注的工具、可重用的上下文和明确的停止条件可以减少循环和浪费的支出。目标是将模型和工作流程匹配到任务：在达到质量标准时使用较小或较快的模型，将前沿智能保留给复杂、模糊或高风险的工作。
## 3. 在扩展之前管理高级工作流程
**企业领导者应将治理视为决定哪些 AI 工作能扩展的操作层。** 实际工作是定义 ChatGPT 可以使用的上下文、可以访问的工具、可以采取的动作、谁批准更高风险的步骤，以及在团队发现有价值的工作流程时如何授予额外容量。
随着团队采用插件、连接器、计算机使用和其他可以跨企业系统操作的前沿功能，这变得愈发重要。[ChatGPT Work](https://openai.com/index/chatgpt-for-your-most-ambitious-work/) 为管理员提供了集中控制访问、批准的上下文、连接的工具、允许的行为、使用情况和支出的能力。支出控制，例如工作区默认值、组限制、个人覆盖和结合项目上下文的审查请求，帮助领导者支持高价值的工作，而不对整体提高限制。
对于优先部署，OpenAI 的 AI [部署工程师](https://deploy.co/) 可以直接与客户合作，进行评估、架构、延迟、可靠性和工作流程设计，以提高性能和成本效率。隐私和治理应从一开始就成为这项工作的一部分：敏感的工作流程需要正确的访问控制、保留状态、合规性可见性和审批路径，才能在扩展之前到位。根据需要，OpenAI 的企业隐私控制，包括 [零数据保留选项](https://developers.openai.com/api/docs/guides/your-data)，可以帮助客户在高信任环境中部署 AI。
## 4. 资助能够复合的工作流程
**企业领导者应将 AI 投资管理视为投资组合：** 为日常生产力提供广泛的访问、改善可重复工作的职能特定工作流程，以及围绕专有公司背景建立的少数战略押注。最强的候选者是以有意义的规模重复的工作流程，拥有明确的所有权，并且可以量化质量、风险和商业价值。
资金应跟随成熟度。探索应测试模型是否能处理任务；验证应根据明确的质量标准测试代表性案例；生产资助应支持集成、控制、可靠性和扩展所需的变更管理。共享能力，如身份、受信连接器、策划知识、评估、可观察性、模型路由和可重用代理模式，应集中资助，以便每个新工作流程都能更容易、更安全地启动。
## 5. 将能力与经过验证的需求匹配
一旦工作流程证明了其价值，领导者应 **将产品、能力和支持模型与需求匹配。** [ChatGPT Work](https://openai.com/index/chatgpt-for-your-most-ambitious-work/) 提供了现成的聊天、编码、代理工作流程、连接器、插件、计算机使用和管理能力。公司可以通过专有数据、权限、评估和工作流程逻辑来扩展这一基础，以在这些元素创造差异化价值的地方。
对于生产工作负载，商业结构应与使用模式匹配： [保证容量](https://openai.com/business/guaranteed-capacity/) 用于需要访问确定性的生产系统和代理， [规模层级](https://openai.com/api-scale-tier/) 用于可预测的高容量 API 工作负载，以及 [批量 API](https://openai.com/index/api-prompt-caching/) 、 [灵活处理](https://platform.openai.com/docs/guides/flex-processing) 或 [提示缓存](https://openai.com/index/api-prompt-caching/) 用于异步工作或重复上下文。
对于较大的战略部署，[OpenAI Frontier](https://openai.com/business/frontier/) 和 [部署公司](https://deploy.co/en-US) 可以帮助企业跨企业系统构建、部署和管理 AI 合作伙伴。这种方法使领导者能够在匹配的产品、能力和支持模型中扩展经过验证的工作，而不是每个工作流程都重建自己的基础设施。
---
* [2026](https://openai.com/news/?tags=2026)
## 作者
OpenAI
保持阅读
---
[查看全部](https://openai.com/news/)
 [Codex-Maxxing for Long-Running WorkAI Adoption Jun 22, 2026](https://openai.com/index/codex-maxxing-long-running-work/)
 [New OpenAI Academy courses for the next era of workAI Adoption Jun 12, 2026](https://openai.com/index/academy-courses-applying-ai-at-work/)
 [OpenAI named a Leader in enterprise coding agents by GartnerAI Adoption May 22, 2026](https://openai.com/index/gartner-2026-agentic-coding-leader/)
---
原文链接：[点击查看](https://openai.com/index/managing-ai-investments-in-agentic-era)
评论
暂无评论。