智能体（Agent）正在从概念走向落地，但企业如何确保对AI的投入产生实际回报？OpenAI最新文章给出了一个务实框架。

发生了什么

OpenAI发布了一篇面向企业决策者的指南，核心观点是：在智能体时代，管理AI投资的关键在于衡量“每美元有用工作量”（Useful Work per Dollar）。文章建议企业从三个维度入手：一是定义并追踪AI完成的有用工作（而非简单任务数），二是优化效率以降低单位成本，三是识别并规模化高价值工作流。

为什么重要

随着AI从辅助工具演变为自主执行任务的智能体，传统的投资回报率（ROI）指标——如任务完成量或时间节省——已不足以反映真实价值。智能体可能同时处理多个步骤、调用不同工具，甚至自主决策，其产出难以用单一指标量化。OpenAI提出的“有用工作量”概念，试图将AI的贡献与业务成果直接挂钩，例如：一个客服智能体成功解决客户问题并减少升级次数，就是“有用工作”。这标志着AI投资管理从粗放式向精细化转变。

此外，效率优化在智能体时代尤为关键。智能体可能产生大量API调用或计算消耗，若不加控制，成本可能失控。通过监控每美元产出的有用工作量，企业可以识别低效环节，例如不必要的循环或冗余调用，从而调整模型选择或提示策略。

影响与看点

对企业而言，这一框架提供了可操作的起点。首先，需要定义“有用工作”的具体标准——这对不同行业差异巨大：金融领域可能是“成功执行交易”，医疗领域可能是“准确诊断建议”。其次，工具链需支持细粒度监控，例如追踪智能体决策路径和资源消耗。

对开发者社区，这意味着提示工程和智能体设计将更注重成本效益。例如，通过优化提示减少模型不必要的推理步骤，或采用更小的模型处理简单子任务。

值得关注的趋势是：未来可能出现标准化的“AI投资回报率”评估工具，类似云计算中的成本管理平台。但当前，企业应避免盲目追求自动化，而是先在小范围验证“每美元有用工作量”指标，再逐步扩展。

独立判断：智能体投资管理的核心不是技术，而是度量——谁能更精确地量化AI的“有用性”，谁就能在竞争中占据优势。