הדשבורד של OpenAI מסווג משימות אבל לא יוכיח חיסכון בכסף

גרפים של טוקנים לא משכנעים מנהלי כספים. שנתיים הציגו מנהלי מערכות מידע דשבורדים מלאים במשתמשים פעילים ובספירת מילים, וקיוו שאף אחד לא ישאל מה החברה קיבלה מזה בפועל. מנהל כספים שרואה חשבונית חודשית של אלפי דולרים על רישיונות ChatGPT רוצה לדעת שעות עבודה ותפוקה. עכשיו OpenAI מציעה כלים חדשים לבנות מצגת שתגן על החשבון שלכם.

בהודעה שפרסמה ב-16 בספטמבר 2026, חשפה החברה עדכון מקיף עבור מסוף הניהול הארגוני של ChatGPT Work ושל Codex. במקום להסתפק במדדי צריכה יבשים, המערכת מפעילה מסווג משימות אוטומטי שמחלק את העבודה לקטגוריות עסקיות ברורות. לפי ההודעה, המטרה היא לקשור בין צריכת קרדיטים למחלקות שמייצרות ערך, ולזהות אילו רישיונות יושבים פתוחים בכרטיסייה בלי תועלת ממשית.

טוקנים לא מביאים תקציב

הבעיה במדדים הישנים נבעה מהפער בין תעבורת רשת לפעילות עסקית.

עובד שיווק שמייצר בדיחות פנימיות שורף אותה כמות טוקנים כמו מתכנת שבונה שירות תשלומים חדש. מנהל שרואה רק גרף צריכה של קרדיטים לא יכול להבדיל ביניהם, מה שמוביל להחלטות תקציביות עיוורות. התוצאה הייתה חברות שחתכו רישיונות באופן גורף, או שפכו כספים על מחלקות שלא הפיקו שום תועלת מדידה. כשיש לחץ לקצץ בהוצאות התוכנה, אי אפשר להגן על רישיונות בלי להראות אילו תהליכים נשענים עליהם בפועל.

תצוגת Usage המעודכנת במסוף מרכזת משתמשים פעילים, צריכת קרדיטים ונפח טוקנים על פני ChatGPT Work ו-Codex. סינון לפי קבוצות עבודה או עובדים בודדים חושף היכן האימוץ נמוך, ומאפשר לברר האם מדובר בחוסר הדרכה או במחלקה שאינה זקוקה לפתרון. הנתונים האלה מספקים תמונת מצב לפני אישור בקשות להרחבת רישיונות. כשהמספרים מונחים על השולחן, קל יותר להחליט אילו רישיונות לבטל במקום להתווכח על תחושות בטן.

איך עובד סיווג המשימות

בלב המערכת עומד מסווג משימות שדוגם הודעות מתוך חשבונות הארגון ומקבץ אותן לקטגוריות פעילות. בפיתוח תוכנה, המערכת מפרידה בין פיצ'רים חדשים לבין תחזוקת קוד ותיעוד. במחלקות מכירות, היא מבודדת מחקר לקוחות ותכנון פגישות. תצוגת Insights מציגה התפלגות משימות כללית בלשונית Overview, בעוד שלשונית תרחישי השימוש חושפת טבלה עם חלוקת קרדיטים, כמות הודעות ומספר משתמשים פעילים בכל תחום.

בפירוט של כל משימה מופיעים שלושה חתכים: הדגם שנבחר, עומק ההסקה ומהירות התגובה. הנתונים מאפשרים לבדוק האם ההגדרות הטכניות תואמות את אופי העבודה. אין שום סיבה שעובד ישרוף קרדיטים יקרים ומודל הסקה כבד על תמצות מייל שגרתי, משימה שאותה יכול לבצע מודל קל ומהיר בשבריר מהעלות. התאמת המודל הנכון למשימה היא המקום הראשון שבו מנהל מערכת חוסך כסף בלי לפגוע בעבודה.

לצד המודלים, המסוף כולל לוח מובילים לתוספים ולכישורים ארגוניים, שמראה באילו כלים הצוותים משתמשים בפועל. שימוש נמוך בתוסף עשוי להצביע על בעיית הרשאות גישה או צורך בהדרכה, בעוד שכישור שנמצא בשימוש תדיר דורש אחראי שיוודא שהוא נשאר מעודכן ומתוחזק. בחברת Datadog כבר הטמיעו את הסיווגים האלה במוצר הניטור שלהם עבור לקוחות חיצוניים.

האנליטיקס של OpenAI עוזר לנו להבין איך צוותים משתמשים ב-AI, ומספק לנו בסיס להנחיות ולמדיניות עתידית. אנחנו כבר משתמשים בקטגוריות המשימות של OpenAI ב-Agent Console, המוצר שלנו לניטור סוכני AI, כדי להציג ללקוחות את סוגי העבודה שהסוכנים שלהם מבצעים. קבלת הנתונים האלה ישירות מ-OpenAI מעניקה לנו דרך אמינה יותר לספק את התובנות האלו ככל שהשימוש של הלקוחות שלנו גדל.בהאראדוואג' טניקלה, מנהל מוצר AI ב-Datadog

תרגום שעות עבודה לכסף

ערך עסקי של מודל נמדד בשעות עבודה שנחסכו בפועל או בהכנסות שנוספו לחברה, לא בכמות הטוקנים שזרמו בשרתים.

כדי לבסס את הטענה הזו מול הנהלת הכספים, OpenAI מציעה מתודולוגיה שנשענת על חמש שאלות: מה רוצים לשפר, כיצד נראה התהליך כיום, מה השתנה עם ה-AI, מה זה מאפשר לצוות, והאם התועלת מצדיקה את ההשקעה. מנהל המערכת בודק את נתוני השימוש והמשימות יחד עם מנהל הפעילות העסקית, שמביא את ההקשר הדרוש: השינוי בתהליך העבודה, איכות התוצאות והמשמעות הכספית שלהן.

זה שווה רק אם מנכים את ההגזמות השיווקיות מהדוחות. החישובים שספקיות ה-AI מציגות נוטים להיות אופטימיים במיוחד. בדוגמה שפרסמה OpenAI עבור צוות של 20 אנשי מכירות, מניחים שכל עובד מכין שני תקצירי לקוח בשבוע וחוסך 3 שעות לכל תדריך במשך 46 שבועות בשנה, סך הכל חיסכון מוצהר של 5,520 שעות שנתיות. לפי החישוב של החברה, אם העובדים מתרגמים רק 50% מהזמן שנחסך לעבודה בעלות שעתית כוללת של 75 דולר, מגיעים לשווי קיבולת שנתי של 207,000 דולר. מול עלות שנתית של 60,000 דולר עבור רישיונות, הקמה, הדרכה ותמיכה, OpenAI מציגה החזר השקעה של 245%.

החישוב הזה מניח שכל שעה פנויה הופכת מיד למכירות, ומתעלם לחלוטין מהזמן שנדרש לבדיקת עובדות ותיקון הזיות. גם מקרי הבוחן הנוספים דורשים בדיקה מפוכחת. 1Password מדווחת על החזר השקעה מוצהר של 553% ושווי קיבולת הנדסית של 0.8 מיליון דולר בשנה בעזרת Codex. חברת ATV Big Air Tour מדווחת כי בדיקת רשימות אירועים התקצרה מ-8 שעות לשעה אחת בשבוע, וניהול מלאי ירד מיומיים או שלושה לטווח של שעתים עד שלוש שעות בלבד. חברת המשחקים Playco השתמשה במודל GPT-6 Astra דרך ה-API לבניית שלושה אבות טיפוס, ודיווחה על 50% פחות תיקונים ידניים.

בתחום הפיתוח קל יותר לבדוק את הנתונים: תצוגת Outcomes במסוף מראה את שיעור שורות הקוד והקומיטים שמוזגו לפרודקשן בהשתתפות Codex, לצד פעילות סקירת הקוד. הנתונים מאפשרים להשוות את קצב כניסת הקוד מול זמני סקירה, פגמים ותיקונים חוזרים, וכך לוודא האם הכלי אכן מסייע לשחרר תוכנה מהר יותר.

הטמעת המעקב בחמישה צעדים

מנהל מערכות מידע שרוצה להציג נתונים קשיחים לישיבת התקציב הקרובה יכול לבנות את תהליך המדידה באופן מובנה.

החיבור ל-Admin API מאפשר לבנות תמונת מצב פנימית. צוות תמיכה יכול לחבר את נתוני צריכת הקרדיטים ישירות לדשבורד שמודד את זמן סגירת הטיקטים. פלאגין הניהול בתוך ChatGPT Work מאפשר למנהלים לסכם מגמות צריכה חודשיות ולהפיק מצגת עם תרשימים והמלצות להמשך הפריסה.

המלכוד של מודל התשלום

הקושי הכלכלי הגדול נובע ממודל התמחור ההיברידי. הארגון משלם סכום קבוע עבור כל מושב עובד, ובמקביל נדרש לרכוש חבילות קרדיטים גמישות עבור שימוש במודלים מתקדמים או הרצת משימות כבדות. ללא בקרה צמודה במסוף הניהול, עובדים בודדים יכולים לכלות את מכסת הקרדיטים של מחלקה שלמה בתוך ימים, בזמן שעובדים אחרים שמשלמים עליהם רישיון מלא כמעט לא פותחים את הכלי. השילוב בין עלות קבועה לעלות משתנה מקשה מאוד על תכנון שנתי.

בנוסף להיבט הכספי, דגימת ההודעות לצורך סיווג המשימות מעלה שאלות של פרטיות ואבטחת מידע. לפי מדיניות הפרטיות הארגונית של OpenAI, החברה אינה מאמנת את המודלים על נתוני הלקוחות כברירת מחדל, והסיווג מתבצע פנימית ללא חשיפת טקסט גולמי למנהל המערכת. עם זאת, צוותי אבטחה חייבים לוודא שחיבור ה-Admin API עומד בתקנות הציות הפנימיות ואינו חושף מידע רגיש בעת ייצוא הנתונים למערכות BI או SIEM חיצוניות.

בישראל, הצוותים מתמודדים עם אתגרים ייחודיים שמשפיעים על התפוקה. מנהלי פיתוח רבים בארץ מדווחים על חריגות תקציב בפיילוטים פתוחים, מה שמאלץ אותם לחסום גישה למודלים מסוימים. מעבר לכך, בעיות ביישור לימין וערבוב שורות קוד עם עברית באפליקציית שולחן העבודה מייצרות זמני תיקון מיותרים. הדשבורד שלכם אולי יראה שהמתכנתים חסכו שעתיים בכתיבת קוד, אבל החשבון האמיתי יכלול עוד שעה של סידור טקסט שהתהפך.