AI项目的回报到底该怎么算，一直是场糊涂账。OpenAI这次干脆自己下场给说法，提出了一个够直接的概念：有用智能每美元（Useful Intelligence per Dollar）。它不打算用浮夸的生产力倍数来糊弄人，而是把问题掰成三个实实在在的维度——完成的有用工作量、成功任务的实际成本，以及结果的可靠性。一句话，你花了多少钱，换来了多少能真正用起来的智能产出，而不是多少演示级的漂亮回复。
这套框架的聪明之处，在于它把“智能”从技术黑箱里拽了出来，按经济学的方式定价。它逼着企业停止用“模型参数量有多大”“推理有多快”这类自嗨指标来安慰自己，转而去盯那些直接影响损益表的数字：一个客服工单到底省了多少时间，一份合同审阅减少了多少人工纠错的成本，且这些省下来的时间与纠错，是否稳定可重复，而不是偶尔灵光一现。这就把AI价值从技术部门的实验室指标，变成了CFO能看懂的资本配置问题。
当然，理念是理念，填表才是磨人的开始。OpenAI给了记分卡的思路，但没给万能公式，企业得自己定义什么叫作“有用”——这背后是业务流程的重新梳理和数据的诚实记录，多数公司这两样东西都不现成。不过方向是对的：当AI狂热退潮，每一分钱都要交代去向时，把投入产出比算得清楚，比多跑几次benchmark重要得多。
