OpenAI a publicat pe 16 septembrie 2026 un ghid despre legătura dintre utilizarea ChatGPT Work și Codex și valoarea pentru companie. Ideea care merită preluată nu este un procent spectaculos de ROI, ci metoda: activitatea dintr-un instrument AI trebuie comparată cu rezultatul procesului în care este folosit. Același principiu se aplică unei aplicații custom cu integrare AI.
„Folosit des” nu înseamnă „rentabil”
O echipă poate trimite mii de mesaje sau poate consuma mai multe credite pentru o sarcină fără să livreze mai repede, mai bine sau mai profitabil. Invers, un flux utilizat de doar câteva persoane poate economisi erori costisitoare. Numărul de interacțiuni este o măsură de adopție, nu de valoare.
OpenAI descrie în Admin Console date despre utilizatori activi, credite și tokenuri, apoi clasificarea unui eșantion de mesaje în cazuri de utilizare și sarcini. Pentru munca de dezvoltare există și indicatori despre contribuțiile Codex la codul integrat și activitatea de review. Documentația oficială avertizează să nu confundăm cota mesajelor cu cea a creditelor sau a tokenurilor: sunt metrici diferite.
Aceste date ajută la identificarea locului unde merită pusă o întrebare de business. Nu pot stabili singure cât profit a creat AI-ul. Accesul la unele vederi depinde de permisiuni și de funcțiile activate în workspace, iar istoricul clasificării începe odată cu activarea sa.
Mai întâi alegem un flux concret
„Vrem ROI din AI” este prea vag. Un test util arată altfel: vrem să reducem timpul necesar pentru a pregăti o ofertă, să scădem numărul de tichete rezolvate greșit sau să procesăm mai repede documente fără a pierde acuratețea. Alegem o singură sarcină repetitivă, un responsabil și o perioadă de observație.
Stabilim apoi punctul de plecare. Câte cazuri apar săptămânal? Cât timp durează unul? Ce procent necesită corecții? Ce cost are eroarea? Dacă nu măsurăm situația înainte, orice rezultat de după lansare poate fi atribuit greșit sezonului, schimbării echipei sau unui proces nou.
Calculul care evită cifrele cosmetizate
Un model de pornire este: beneficiu net = valoarea muncii efectiv eliberate + marja suplimentară demonstrabilă – costul implementării – costul utilizării – costul verificării – pierderile din erori. Nu orice oră economisită se transformă în venit. Dacă timpul liber nu este folosit pentru activitate productivă, putem raporta capacitate creată, dar nu vânzări încasate.
Exemplu ipotetic: 200 de cereri pe lună necesitau câte 20 de minute. După integrarea AI, prima versiune se obține în 7 minute, dar verificarea umană durează încă 5. Economia reală este de 8 minute pe cerere, adică aproximativ 26,7 ore lunar, nu 43,3. Din această valoare se scad costurile aplicației, ale integrării și ale cazurilor în care răspunsul trebuie refăcut. Exemplul arată metoda, nu promite un rezultat pentru orice firmă.
Calitatea trebuie să rămână prag de acceptare. Dacă aceeași sarcină este făcută mai repede, dar produce mai multe reclamații sau date greșite în CRM, economia aparentă se mută în alt departament. De aceea comparăm timpul de la început la rezultat validat, nu doar până la primul răspuns AI.
Ce măsurăm în funcție de proces
- Suport: timp până la rezolvare, solicitări redeschise, satisfacție și procent de predare către om.
- Vânzări: pregătirea ofertelor, oportunități calificate, rata de câștig și marja, nu doar numărul de emailuri trimise.
- Operațiuni: durata procesării, excepții, reluări și timpul de verificare.
- Dezvoltare software: livrare, defecte, timp de review, refaceri și calitatea soluției în producție.
O echipă poate folosi datele din ChatGPT Work sau Codex ca punct de pornire, apoi le poate corela cu sistemele în care există rezultatele: CRM, helpdesk, gestiune, facturare sau repository. Fără această legătură, dashboardul rămâne o hartă a utilizării, nu a impactului.
Când merită o aplicație cu integrare AI
Un instrument general este suficient când sarcina este ocazională, datele sunt simple și rezultatul poate fi verificat ușor. O aplicație custom cu integrare AI devine justificată când fluxul trebuie legat de sisteme interne, are reguli de aprobare, drepturi diferite sau volum repetitiv. Pentru compararea rezultatelor cu indicatorii de business, un dashboard cu rapoarte automate poate aduce măsurarea în același loc cu datele operaționale.
Decizia de extindere se ia după un pilot cu țintă, perioadă și proprietar clar. Dacă rezultatul este bun, standardizăm sursele și verificările. Dacă nu, schimbăm fluxul sau renunțăm. A măsura corect înseamnă și a ști când AI nu merită introdus.
Cum arată un pilot de patru săptămâni
În prima săptămână alegem o singură activitate și înregistrăm situația de bază: volum, timp până la rezultat validat, erori și cost. În a doua, configurăm accesul la informațiile necesare și definim situațiile în care omul decide. În a treia, rulăm procesul asistat în paralel cu verificarea obișnuită, fără să schimbăm alte reguli majore. În a patra, comparăm cazuri similare și discutăm cu oamenii care au folosit instrumentul.
Rezultatul nu trebuie redus la o singură medie. Dacă 80% dintre solicitări sunt simple, iar 20% sunt excepții costisitoare, media poate ascunde faptul că AI ajută doar în cazurile ușoare. Segmentăm deci după tipul cererii, nu doar după utilizator. Notăm câte sarcini au fost transferate omului și câte răspunsuri au necesitat rescriere completă.
Capcana procentului de ROI fără explicație
OpenAI include în materialul său un exemplu ipotetic de rentabilitate bazat pe capacitatea angajaților eliberată. Un astfel de calcul poate fi util, dar presupunerile despre câte ore devin muncă productivă și cât valorează acea muncă trebuie declarate. „Am economisit 100 de ore” nu înseamnă automat „am câștigat contravaloarea a 100 de ore” și nici că firma a redus un cost. Pentru servicii, trebuie să vedem dacă s-au livrat mai multe proiecte fără scădere de calitate; pentru vânzări, dacă s-a îmbunătățit marja sau numărul de oportunități câștigate.
Din același motiv, nu copiem cifrele unui studiu de caz extern într-o ofertă pentru altă firmă. Companiile au volume, procese, date și niveluri de control diferite. Un rezultat bun într-o echipă poate servi ca ipoteză de testat, nu ca promisiune contractuală.
Guvernanța face parte din cost și din valoare
Într-o aplicație conectată la datele clienților, includem în evaluare drepturile de acces, jurnalul acțiunilor, posibilitatea de a corecta sau opri automatizarea și timpul necesar pentru mentenanța surselor. Acestea sunt costuri reale, dar și protecții împotriva unor greșeli mai scumpe. Un proiect care ignoră securitatea pentru a obține un ROI rapid pe hârtie poate muta riscul în viitor.
