OpenAI zkouší účtovat firmám až za skutečný výsledek práce AI

OpenAI podle dostupných zpráv umožňuje malému počtu velkých firemních zákazníků platit až ve chvíli, kdy AI agent dokončí předem dohodnutý obchodní úkol. Jde o omezený pilot, nikoli o veřejně oznámený ceník. OpenAI nezveřejnilo, kterých úkolů se test týká, jaké sazby používá ani jaké jsou smluvní podmínky. 5

Experiment ukazuje na zásadní problém ekonomiky autonomních agentů. Ti mohou spotřebovat výrazně více výpočetního výkonu než běžný chatbot: opakují pokusy, volají externí nástroje, pracují v dlouhých řetězcích a někdy spouštějí několik procesů souběžně. U klasického účtování se náklady zvyšují s aktivitou systému. U modelu založeného na výsledku by se měly odvíjet od toho, zda agent skutečně splnil zadání.

Tokeny, nebo hotová práce?

Veřejné ceníky OpenAI pro API a podnikové služby účtují vstupní, kešované vstupní a výstupní tokeny za milion tokenů. 1 2 Zákazník tak platí za využití modelu bez ohledu na to, zda agent nakonec úkol dokončí, opakuje ho, nebo selže.

Účtování podle výsledku mění okamžik, kdy vzniká fakturovatelná položka. Smlouva se neptá jen na to, kolik tokenů systém zpracoval, ale především: „Dosáhl agent dohodnutého výsledku?“ Může jít například o úspěšně vyřešený zákaznický požadavek, dokončený pracovní postup nebo ověřenou změnu v podnikovém systému. Konkrétní výsledky testované v pilotu OpenAI však zveřejněny nebyly. 5

Část rizika provedení se tím přesouvá ze zákazníka na dodavatele. Více pokusů, delší uvažování nebo neúspěšné běhy mohou zvýšit náklady OpenAI, aniž by nutně vznikl účet za výsledek.

Proč firmy řeší nepředvídatelné náklady agentů

U předvídatelných aplikací je účtování podle využití poměrně snadno plánovatelné. Hůře se rozpočítává ve chvíli, kdy si agent sám volí postup, opakovaně používá nástroje, deleguje práci nebo provádí několik operací najednou.

Výrazným příkladem je případ vývojáře, který při provozu 100 agentů údajně nashromáždil za 30 dní účty za tokeny OpenAI ve výši 1,3 milionu dolarů. 5 Jde o extrémní situaci, dobře ale ilustruje obecnou obavu: u autonomních systémů mohou náklady růst podle počtu pokusů a aktivity, nikoli podle hodnoty dokončené práce.

Smlouva založená na výsledku by mohla finančním týmům usnadnit plánování rozpočtu. Za předpokladu, že neúspěšný pokus není účtovatelný, by také omezila riziko, že zákazník zaplatí plnou cenu za práci, která nikam nevedla. Zda by taková ochrana v pilotu OpenAI skutečně platila a jak by se řešily výjimky, není známo.

Kde se tento model uplatní nejdříve

Nejjednodušší je účtovat za výsledek tam, kde má úkol jasné hranice a dokončení lze objektivně ověřit. Typickým příkladem je zákaznická podpora: vyřešení požadavku lze často kontrolovat podle stavu tiketu, komunikace se zákazníkem nebo toho, zda už nebyl nutný zásah člověka.

Dalšími možnými oblastmi jsou úzce definované programátorské úkoly, likvidace pojistných událostí, kvalifikace obchodních kontaktů nebo administrativní operace v interních systémech. Nejde však o zveřejněné příklady použití OpenAI. Společným předpokladem je, že si obě strany dokážou předem přesně říct, co se považuje za úspěch.

Praktická smlouva by pravděpodobně musela určit:

• přesnou podmínku úspěchu;
• požadovanou úroveň kvality a přesnosti;
• zda předání úkolu člověku znamená neúspěch, nebo částečný úspěch;
• jak se započítávají opakované pokusy a výjimky;
• která událost v podnikovém systému potvrzuje dokončení; a
• jak se řeší spory o fakturaci.

Bez těchto pravidel zůstává heslo „plaťte jen tehdy, když AI funguje“ lákavým, ale nejednoznačným obchodním příslibem.

OpenAI není první

Pilot OpenAI zapadá do širší změny, v níž softwarové firmy hledají způsob, jak účtovat za práci AI agentů. Jednotlivé modely se však liší:

• Intercom Fin: Intercom uvádí cenu 0,99 dolaru za vyřešený výsledek. Účtuje se pouze tehdy, když AI agent vyřeší zákaznický problém od začátku do konce bez zásahu člověka. 8
• Zendesk: Zendesk používá označení „Verified Resolution“, tedy ověřené vyřešení. Poplatek se váže k úspěšnému řešení řízenému AI, nikoli pouze k licenci na uživatele. 14
• Salesforce Agentforce: Salesforce původně nabízel model za 2 dolary za konverzaci a později představil Flex Credits. Podle srovnání Intercomu stojí standardní akce 20 kreditů, tedy přibližně 0,10 dolaru za akci. Jde o účtování podle spotřeby a jednotlivých akcí, nikoli nutně o platbu pouze za konečný obchodní výsledek. 8

Rozdíl je důležitý. Účtování za akci nebo konverzaci může být srozumitelnější než čistý počet tokenů, ale zákazník stále může platit i v případě, že širší obchodní cíl splněn nebyl.

Co naznačují průzkumy firemních zákazníků

Dostupná data skupiny Futurum ukazují spíše rozdělený trh než konec licencí za uživatele.

V jednom průzkumu Futurum mezi 830 globálními IT rozhodovateli preferovalo 43 % respondentů účtování podle spotřeby u generativních AI funkcí, zatímco 27 % dávalo přednost účtování podle výsledku. 14 Samostatný průzkum za druhou polovinu roku 2026 ukázal, že u samostatně účtovaných AI funkcí preferovalo cenu za uživatele 42,3 % kupujících, oproti 36,6 % u spotřebního modelu a 21,1 % u modelu podle výsledku. U hlavního podnikového softwaru naopak získalo účtování podle spotřeby 28,9 % a podle výsledku 22,2 %, zatímco cena za uživatele skončila na 12,6 %.

Závěr tedy nezní, že firmy vybraly jeden univerzální model. Preference zřejmě závisí na tom, co AI dělá. Předvídatelná asistenční funkce může dobře zapadat do ceny za uživatele nebo placeného doplňku. Autonomní služba, která vykonává měřitelnou práci, se naopak snáze obhajuje spotřebním nebo výsledkovým účtováním.

Proč by se účtování podle výsledku mohlo rozšířit

Výhoda je na první pohled jasná pro obě strany. Zákazník může výdaje spojit s dodanou hodnotou, zatímco dodavatel má silnější motivaci zvyšovat spolehlivost a omezovat neproduktivní běhy. Model může také finančním oddělením usnadnit schválení nasazení agentů, které by se při otevřeném tokenovém účtu obtížně rozpočtovalo.

Pro dodavatele ale znamená větší expozici vůči nákladům, které už nemůže automaticky přenést na zákazníka. Vznikají také nové pobídky, které je nutné dobře nastavit. Agent optimalizovaný na úzkou metriku může formálně splnit smlouvu, ale současně zhoršit celkovou zkušenost zákazníka.

Další překážkou je připsání výsledku. Představme si proces, do kterého vstupuje několik modelů, externí nástroje, zaměstnanci a podnikové systémy. Pokud agent dokončí jen část práce nebo konečné rozhodnutí učiní člověk, může být obtížné určit, zda OpenAI dodala fakturovatelný výsledek.

Proto se tento model nejspíš bude nejdříve rozšiřovat u úzkých a ověřitelných úkolů, nikoli u otevřené znalostní práce. U složitějších nasazení mohou zůstat praktičtější hybridní smlouvy kombinující licence za uživatele, spotřebu, kredity a vybrané poplatky za výsledek. Futurum označuje hybridní modely za důležitý mezikrok, zatímco dodavatelé hledají způsob, jak propojit cenu AI s hodnotou pro zákazníka. 14

Co pilot OpenAI skutečně znamená

Pokud se testovaný model rozšíří, může znamenat důležitý posun v ekonomice podnikové AI. Dodavatelé by stále častěji neprodávali pouze přístup k modelu nebo spotřebu tokenů, ale přímo dokončenou práci.

Dostupné informace zatím opravňují jen k opatrnějšímu závěru. OpenAI podle zpráv testuje účtování podle výsledku s vybranými velkými zákazníky, společnost však nezveřejnila obecný ceník ani dostatek smluvních detailů, podle nichž by bylo možné posoudit sazby, rozsah nebo komerční úspěch pilotu. 5 Jde tedy především o raný test toho, zda lze slib „plaťte za výsledky“ převést do dostatečně přesných pravidel pro firemní nákup.