OpenAI tester angivelig betaling basert på AI-resultater

OpenAI skal ifølge rapporter la et lite antall store bedriftskunder betale først når en AI-agent faktisk fullfører en avtalt forretningsoppgave. Det dreier seg etter alt å dømme om et begrenset pilotprosjekt – ikke en offentlig lansert prisplan. OpenAI har heller ikke opplyst hvilke oppgaver som omfattes, hva de koster eller hvilke kontraktsvilkår som gjelder. 5

Forsøket er interessant fordi autonome AI-agenter kan bruke langt mer datakraft enn en vanlig chatbot. Med tokenbasert betaling øker regningen når systemet behandler flere spørsmål, genererer lengre svar, prøver på nytt eller bruker eksterne verktøy. Med resultatbasert betaling knyttes kostnaden i stedet til et resultat kunden og leverandøren har definert på forhånd.

Fra betaling for aktivitet til betaling for resultat

OpenAIs publiserte API- og enterprise-priser beregner kostnaden ut fra input-, cachede input- og output-tokens per million tokens. 1 2 Kunden betaler dermed for modellbruken, uavhengig av om agenten til slutt løser oppgaven.

En resultatbasert avtale endrer selve faktureringstidspunktet. Spørsmålet blir ikke først og fremst «Hvor mange tokens brukte systemet?», men «Oppnådde agenten det avtalte resultatet?» Det kan for eksempel være en løst kundesak, en gjennomført arbeidsflyt eller en kontrollert oppdatering i et forretningssystem. Hvilke resultater som eventuelt inngår i OpenAIs pilot, er ikke offentlig kjent. 5

Modellen flytter samtidig noe av gjennomføringsrisikoen fra kunden til leverandøren. Mange forsøk, lange resonneringskjeder eller mislykkede kjøringer kan øke OpenAIs kostnader uten at de nødvendigvis gir grunnlag for betaling.

Hvorfor agentkostnader er vanskelige å forutse

Bruksbasert prising er forholdsvis enkel å håndtere når en applikasjon har et forutsigbart aktivitetsnivå. Det blir mer krevende når en agent selv velger fremgangsmåte, kaller verktøy gjentatte ganger, delegerer oppgaver eller arbeider parallelt.

Et ekstremt, men illustrerende eksempel er en utvikler som skal ha kjørt 100 agenter og samlet opp en OpenAI-regning på 1,3 millioner dollar i tokens på 30 dager. 5 Eksempelet viser utfordringen med autonome systemer: Kostnaden kan vokse i takt med antall forsøk og mengden aktivitet – ikke nødvendigvis i takt med verdien av arbeidet som faktisk blir levert.

En resultatbasert avtale kan gjøre budsjettene enklere å beregne. Den kan også redusere risikoen for at kunden må betale fullt for et mislykket forsøk, dersom kontrakten sier at mislykkede oppgaver ikke faktureres. Om dette gjelder i OpenAIs pilot, og hvordan unntak skal håndteres, er foreløpig ukjent.

Kundeservice kan bli første bruksområde

Resultatbasert prising er enklest å administrere når oppgaven har en tydelig start og et etterprøvbart sluttpunkt. Kundeservice er derfor et nærliggende bruksområde. En løsning kan for eksempel sjekkes mot statusen på en supportsak, kundens oppfølging eller om en menneskelig medarbeider måtte ta over.

Andre mulige arbeidsflyter er smalt definerte kodeoppgaver, behandling av forsikringskrav, kvalifisering av salgsemner eller oppdateringer i interne systemer. Dette er mulige bruksområder, ikke offentlig bekreftede OpenAI-eksempler. Felles for dem er at partene må kunne bli enige om hva som teller som suksess før agenten begynner.

En praktisk kontrakt må trolig avklare:

• den nøyaktige betingelsen for suksess;
• krav til kvalitet og nøyaktighet;
• om en overføring til et menneske regnes som fiasko eller delvis suksess;
• hvordan nye forsøk og unntak behandles;
• hvilken systemhendelse som bekrefter at oppgaven er fullført; og
• hvordan uenighet om faktureringen skal løses.

Uten slike regler blir «betal bare når AI-en virker» mer et godt salgsbudskap enn et presist kommersielt løfte.

Flere selskaper prøver allerede resultatkoblet betaling

OpenAIs rapporterte eksperiment inngår i en bredere endring i hvordan programvareselskaper tar betalt for AI-agenter. Modellene ligner på hverandre, men er ikke identiske:

• Intercom Fin: Intercom oppgir at Fin koster 0,99 dollar per løst resultat. Det betyr at AI-en må løse kundens problem fra start til slutt uten menneskelig hjelp. 8
• Zendesk: Zendesk bruker begrepet «Verified Resolution» om en vellykket AI-drevet løsning, der betalingen knyttes til resultatet i stedet for bare til antall brukerlisenser. 14
• Salesforce Agentforce: Salesforce startet med en pris på 2 dollar per samtale, men innførte senere Flex Credits. I Intercoms sammenligning koster en standardhandling 20 kreditter, eller rundt 0,10 dollar per handling. Dette er forbruksbasert prising knyttet til en handling – ikke nødvendigvis betaling bare for det endelige forretningsresultatet. 8

Det er derfor viktig å skille mellom resultatbasert og forbruksbasert prising. Pris per handling eller samtale kan gjøre bruken lettere å forstå, men kunden kan fortsatt bli belastet selv om det overordnede målet ikke blir nådd.

Bedriftene har ingen entydig favorittmodell

Tallene fra Futurum Group tyder på et oppsplittet marked, ikke at alle virksomheter er ferdige med lisensiering per bruker.

I en Futurum-undersøkelse blant 830 globale IT-beslutningstakere foretrakk 43 prosent forbruksbasert betaling for generativ AI-funksjonalitet, mens 27 prosent foretrakk resultatbasert prising. 14 En separat undersøkelse for andre halvår 2026 viste at kjøpere foretrakk betaling per bruker for separat fakturert AI-funksjonalitet, med 42,3 prosent. Forbruksbasert prising fikk 36,6 prosent, mens resultatbasert prising fikk 21,1 prosent. For kjerneprogramvare var forbruksbasert prising mest populært med 28,9 prosent, foran resultatbasert prising på 22,2 prosent og betaling per bruker på 12,6 prosent.

Konklusjonen er ikke at bedrifter har valgt én universell modell. Preferansen ser ut til å avhenge av hva AI-en faktisk gjør. En forutsigbar assistentfunksjon kan passe med en lisens eller et tillegg per bruker. En autonom tjeneste som utfører målbart arbeid, kan være enklere å forsvare økonomisk med forbruks- eller resultatbasert betaling.

Kan «betal for resultat» bli den nye standarden?

Modellen har en åpenbar appell for begge parter. Kunden kan koble utgiftene tettere til verdien som leveres, mens leverandøren får et sterkere insentiv til å forbedre påliteligheten og redusere unødvendige kjøringer. Det kan også gjøre det lettere for økonomiavdelinger å godkjenne agentprosjekter som er vanskelige å budsjettere med åpen tokenbruk.

Samtidig får leverandøren kostnader som ikke lenger automatisk kan sendes videre til kunden. Det oppstår også nye insentiver som må kontrolleres. En agent som optimaliseres for ett snevert mål, kan i teorien oppfylle kontrakten på papiret og samtidig gi kunden en dårligere totalopplevelse.

Et annet problem er å avgjøre hvem som faktisk skapte resultatet. Tenk på en arbeidsflyt som bruker flere modeller, eksterne verktøy, ansatte og interne systemer. Hvis agenten bare gjennomfører deler av prosessen, eller et menneske tar den endelige beslutningen, kan det bli vanskelig å fastslå om OpenAI har levert det fakturerbare resultatet.

Derfor vil resultatbasert prising trolig først spre seg til smale og etterprøvbare arbeidsflyter, ikke til åpne kunnskapsoppgaver med mange mulige løsninger. Hybridmodeller – en kombinasjon av lisenser, bruksbetaling, kreditter og utvalgte resultatbaserte gebyrer – kan fortsatt være mer praktiske ved komplekse utrullinger. Futurum har beskrevet slike hybridmodeller som et viktig mellomstadium mens leverandørene forsøker å knytte AI-prising tettere til kundeverdi. 14

Hva OpenAI-piloten kan bety

Hvis ordningen blir utvidet, vil det være et tydelig skifte i økonomien rundt bedrifts-AI. Leverandørene vil i større grad selge ferdig utført arbeid – ikke bare tilgang til modeller eller forbruk av tokens.

Foreløpig er det likevel grunnlag for en mer begrenset konklusjon: OpenAI skal teste resultatbasert prising med enkelte store kunder, men selskapet har ikke publisert en generell prisplan eller lagt frem nok kontraktsdetaljer til at man kan vurdere pris, omfang eller kommersiell suksess. 5 Piloten bør derfor først og fremst ses som et tidlig forsøk på å finne ut om «betal for resultat» kan gjøres presist nok til å fungere i bedriftenes innkjøpssystemer.