OpenAI може змінити правила оплати ШІ: гроші — лише за виконане завдання

OpenAI, за повідомленнями, дозволяє невеликій кількості великих корпоративних клієнтів платити лише тоді, коли ШІ-агент виконує погоджене бізнес-завдання. Йдеться про обмежений пілот, а не про публічно оголошений тарифний план: OpenAI не розкрила учасників, перелік завдань, ставки чи умови контрактів. 5

Експеримент важливий тому, що автономні агенти можуть споживати значно більше обчислювальних ресурсів, ніж звичайний чат-бот. За тарифікації за токени рахунок зростає разом із запитами, відповідями, повторними спробами та викликами інструментів. Модель оплати за результат натомість прив’язує вартість до підсумку, який клієнт і постачальник визначають заздалегідь.

Чим оплата за результат відрізняється від оплати за токени

Опубліковані тарифи OpenAI для API та корпоративних продуктів передбачають оплату вхідних, кешованих вхідних і вихідних токенів за кожен мільйон токенів. 1 2 За такою схемою клієнт платить за використання моделі незалежно від того, чи завершив агент завдання успішно.

У моделі outcome-based pricing змінюється сама подія, за яку виставляють рахунок. Замість питання «Скільки токенів обробила система?» контракт ставить інше: «Чи досяг агент погодженого результату?». Це може бути успішно вирішене звернення, завершений робочий процес або підтверджене оновлення корпоративної системи. Водночас конкретні результати, передбачені пілотом OpenAI, не оприлюднені. 5

Таким чином, частина ризику виконання переходить від покупця до постачальника. Кілька спроб, довгі ланцюжки міркувань чи невдалі запуски можуть збільшити витрати OpenAI, але не обов’язково створити оплатний результат.

Чому компанії побоюються непередбачуваних рахунків за агентів

Для передбачуваних застосунків традиційна модель оплати за використання є відносно простою. Однак прогнозувати витрати стає складніше, коли агент сам обирає послідовність дій, багаторазово викликає інструменти, делегує роботу або працює паралельно.

Найяскравіший приклад, про який повідомлялося, стосується розробника, що одночасно запустив 100 агентів і накопичив рахунок на $1,3 млн за токени OpenAI за 30 днів. 5 Це екстремальний випадок, але він добре показує проблему: для автономних систем витрати можуть зростати разом із кількістю спроб і активністю, а не з цінністю виконаної роботи.

Контракт на основі результату потенційно спрощує планування бюджету. Він також може захистити клієнта від повної оплати невдалої спроби — якщо умови договору передбачають, що невиконання не тарифікується. Чи діє такий захист у пілоті OpenAI і як у ньому врегульовані винятки, невідомо.

Які завдання можуть перейти на таку модель першими

Найлегше адмініструвати оплату за результат там, де завдання має чіткі межі, а момент завершення можна об’єктивно зафіксувати. Підтримка клієнтів є очевидним прикладом: розв’язання проблеми можна перевірити за статусом тікета, взаємодією з клієнтом або відсутністю подальшого втручання людини.

Серед інших потенційних напрямів — вузькоспеціалізоване програмування, обробка страхових заяв, кваліфікація потенційних клієнтів або операції в бек-офісі. Це лише можливі сценарії, а не оприлюднені випадки використання OpenAI. Спільна вимога для них одна: сторони мають визначити критерії успіху ще до запуску агента.

Практичний контракт, імовірно, повинен містити:

• точне визначення успішного результату;
• мінімальні вимоги до якості та точності;
• правила для ситуацій, коли до процесу підключається людина;
• порядок обліку повторних спроб і винятків;
• системну подію, яка підтверджує завершення;
• процедуру розгляду суперечок щодо рахунків.

Без таких правил обіцянка «платіть лише тоді, коли ШІ працює» залишається привабливим, але нечітким комерційним формулюванням.

На ринку вже є кілька варіантів оплати, прив’язаних до результату

Експеримент OpenAI вписується в ширший пошук нових способів монетизації ШІ-агентів. Проте ці моделі не є тотожними:

• Intercom Fin бере $0,99 за вирішений результат — коли ШІ самостійно розв’язує проблему клієнта від початку до кінця, без участі людини. 8
• Zendesk використовує термін «Verified Resolution» — підтверджене успішне вирішення за допомогою ШІ, а не просто оплату за користувацьке місце. 14
• Salesforce Agentforce спочатку працював за моделлю $2 за розмову, а згодом перейшов також до Flex Credits. У порівнянні Intercom стандартна дія коштує 20 кредитів, або приблизно $0,10 за дію. Це тарифікація за споживанням, прив’язана до окремої дії, а не обов’язково оплата лише за кінцевий бізнес-результат. 8

Тому «оплата за результат» і «оплата за споживанням» не варто вважати синонімами. Тариф за дію чи розмову може бути зрозумілішим для клієнта, але рахунок все одно може нараховуватися, навіть якщо ширша бізнес-мета не досягнута.

Що показують опитування корпоративних покупців

Дані Futurum свідчать радше про фрагментований ринок, ніж про повну відмову від оплати за користувацькі місця.

В одному з опитувань Futurum, у якому взяли участь 830 ІТ-керівників з усього світу, 43% респондентів віддали перевагу оплаті за споживанням для функцій генеративного ШІ, а 27% — оплаті за результат. 14 В іншому дослідженні за другу половину 2026 року для окремо оплачуваних ШІ-функцій найпопулярнішою залишилася модель за користувацьке місце — 42,3%. Далі йшли оплата за споживанням із 36,6% і оплата за результат із 21,1%. Для основного програмного забезпечення показники були іншими: 28,9% на користь споживання, 22,2% — результату і лише 12,6% — моделі за користувацьке місце.

Висновок не в тому, що компанії вже обрали єдину універсальну схему. Їхні вподобання, схоже, залежать від ролі ШІ. Передбачувана функція-помічник може оплачуватися як частина ліцензії або окремого доповнення. Автономний сервіс, який виконує вимірювану роботу, легше обґрунтувати через оплату за споживанням або за результат.

Чому модель може поширитися — і що їй заважає

Привабливість підходу очевидна для обох сторін. Покупці можуть пов’язати витрати з отриманою цінністю, а постачальники отримують сильніший стимул підвищувати надійність і скорочувати непродуктивні запуски. Для фінансових директорів це також може спростити погодження проєктів із агентами, які складно планувати за відкритої тарифікації токенів.

Водночас оплата за результат змушує постачальника брати на себе витрати, які раніше автоматично перекладалися на клієнта. Виникають і нові ризики. Якщо агент оптимізований під вузьку метрику, він може формально виконати умови контракту, але погіршити загальний клієнтський досвід.

Ще одна проблема — визначення внеску кожного учасника. Уявімо процес, у якому задіяні кілька моделей, зовнішні інструменти, працівники та корпоративні системи. Якщо агент виконав лише частину роботи, а остаточне рішення ухвалила людина, може бути складно встановити, чи справді OpenAI надала оплатний результат.

Саме тому модель, найімовірніше, спочатку поширюватиметься у вузьких і перевірюваних процесах, а не у відкритій інтелектуальній роботі без чітких меж. Для складних впроваджень практичнішими можуть залишитися гібридні схеми, що поєднують ліцензії, оплату за використання, кредити та окремі збори за результат. Futurum називає гібридні моделі важливим проміжним варіантом, поки постачальники шукають спосіб пов’язати ціну ШІ з цінністю для клієнта. 14

Що цей пілот може означати для OpenAI

Якщо описана домовленість розшириться, це стане помітною зміною в економіці корпоративного ШІ: постачальники дедалі частіше продаватимуть не просто доступ до моделі чи обсяг спожитих токенів, а виконану роботу.

Наразі обґрунтований висновок обмеженіший. OpenAI, за повідомленнями, тестує оплату за результат із вибраними великими клієнтами, але не оприлюднила загальний тарифний план і не розкрила достатньо деталей, щоб оцінити ставки, масштаби чи комерційний успіх експерименту. 5 Поки що це варто сприймати як ранню перевірку того, чи можна зробити принцип «платіть за результат» достатньо точним для корпоративних закупівель.