Mesurer le ROI de l'IA : le tableau de bord proposé par la CFO d'OpenAI

TL;DR.

Sarah Friar, directrice financière d'OpenAI, propose un tableau de bord pour mesurer le retour sur investissement de l'IA. L'objectif est de donner aux dirigeants une grille commune pour distinguer une dépense qui produit de la valeur d'une dépense qui gonfle la facture sans résultat visible, à un moment où les entreprises investissent dans l'IA plus vite qu'elles ne mesurent ce qu'elle leur rapporte.

Le billet a été publié le 17 juillet 2026 sur le blog d'OpenAI. Le tableau de bord repose sur quatre indicateurs : le travail utile (useful work), le coût par tâche réussie, la fiabilité et le rendement du compute. Le constat de départ est qu'une partie de l'infrastructure de calcul reste sous-utilisée et que les économies réelles restent invisibles faute d'être rattachées à un indicateur clair. Les métriques financières classiques, pensées pour un logiciel facturé au siège ou à l'usage, peinent à capter la valeur d'un système qui consomme des ressources à chaque requête et dont la performance varie selon les cas.

Les entreprises investissent dans l'IA plus vite qu'elles ne mesurent ce qu'elle leur rapporte. C'est le constat qui traverse un billet publié le 17 juillet 2026 sur le blog d'OpenAI, signé Sarah Friar, directrice financière (CFO) de l'entreprise. Elle y propose un tableau de bord (un scorecard) pour évaluer le retour sur investissement de l'IA à partir de quatre indicateurs concrets. L'idée n'est pas de vendre une promesse, mais de donner aux dirigeants une grille pour distinguer une dépense qui produit de la valeur d'une dépense qui gonfle la facture sans résultat visible.

Pourquoi le ROI de l'IA échappe aux tableaux de bord classiques

Le problème que pointe OpenAI est simple : beaucoup d'organisations achètent de la capacité de calcul (le compute, c'est-à-dire la puissance des serveurs et des cartes graphiques qui font tourner les modèles) et déploient des outils d'IA sans instrument de mesure adapté. Résultat, une partie de l'infrastructure reste sous-utilisée, et les économies réelles restent invisibles parce qu'elles ne sont rattachées à aucun indicateur clair.

Les métriques financières habituelles peinent à capter ce que produit l'IA. Un logiciel classique se facture au siège ou à l'usage, et sa valeur se laisse estimer. Un système d'IA, lui, consomme des ressources à chaque requête, réussit certaines tâches et en rate d'autres, et sa performance varie selon les cas. Sans cadre commun, chaque équipe évalue son projet à sa manière, ce qui rend les comparaisons et les arbitrages difficiles.

Les quatre indicateurs du tableau de bord proposé par OpenAI

Selon le billet de Sarah Friar, le tableau de bord repose sur quatre mesures.

Le travail utile (useful work)

Première question : qu'est-ce que le système accomplit réellement ? Il s'agit de rattacher l'IA à une production concrète (des tâches traitées, des dossiers résolus, du contenu produit) plutôt qu'à une simple activité. Un modèle qui tourne beaucoup n'est pas forcément un modèle qui sert.

Le coût par tâche réussie (cost per successful task)

C'est le cœur du raisonnement. Plutôt que de regarder le coût total de l'IA, on rapporte la dépense au nombre de tâches effectivement menées à bien. Cet indicateur intègre implicitement les échecs : si un système échoue souvent et qu'il faut plusieurs tentatives pour un résultat exploitable, le coût par tâche réussie grimpe, même si le prix affiché par requête paraît bas.

La fiabilité (dependability)

Un outil d'IA n'a de valeur en production que si l'on peut compter dessus. La fiabilité mesure la constance des résultats et la capacité du système à tenir dans le temps, sans supervision permanente. Un modèle brillant mais imprévisible génère un coût caché : la vérification humaine qu'il impose.

Le rendement du compute (return on compute)

Dernier indicateur, et sans doute le plus spécifique à l'IA : combien de valeur tire-t-on de chaque unité de puissance de calcul mobilisée ? C'est là que se logent les GPU sous-utilisés et les capacités réservées mais jamais exploitées. Suivre ce rendement permet de repérer l'infrastructure payée mais dormante.

Ce que ça change pour vous

Pour un responsable marketing, commercial, opérations ou RH, l'intérêt de cette grille est de sortir les projets d'IA du registre de l'intuition. Trois réflexes concrets en découlent.

• Raisonner en coût par tâche réussie, pas en coût par requête. Un fournisseur peut afficher un prix unitaire attractif ; ce qui compte, c'est le prix d'un résultat réellement utilisable, une fois retirés les essais ratés et les reprises.
• Traquer la capacité dormante. Si votre organisation a réservé de l'infrastructure ou souscrit des volumes d'usage, vérifiez leur taux d'utilisation réel. Une capacité payée et inexploitée pèse sur le rendement sans rien produire.
• Intégrer le coût de la vérification. Un outil peu fiable transfère une partie du travail sur vos équipes, qui doivent contrôler ses sorties. Ce temps humain fait partie du coût total, même s'il n'apparaît sur aucune facture logicielle.

Une grille utile, à lire avec sa source en tête

Ce tableau de bord émane d'OpenAI, dont le modèle économique repose précisément sur la vente d'accès à ses modèles et de capacité de calcul. La grille reste néanmoins transposable : ses quatre indicateurs ne dépendent d'aucun fournisseur particulier et peuvent s'appliquer à n'importe quel déploiement d'IA, quelle que soit la technologie retenue. Chaque organisation gagnera à définir ses propres seuils, en fonction de ses cas d'usage et de ce qu'elle considère comme une tâche « réussie ».

L'enseignement de fond dépasse la liste des métriques. À mesure que l'IA passe de l'expérimentation à la production, la question n'est plus « est-ce que ça marche ? » mais « à quel coût, pour quel résultat fiable ? ». Se doter d'un cadre de mesure partagé, avant d'accélérer les investissements, est sans doute la condition pour ne plus piloter à l'aveugle.

Questions fréquentes

Qui a proposé ce tableau de bord pour mesurer le ROI de l'IA ?

Sarah Friar, directrice financière (CFO) d'OpenAI, dans un billet publié le 17 juillet 2026 sur le blog de l'entreprise. Elle y propose une grille destinée aux dirigeants pour évaluer le retour sur investissement de l'IA.

Quels sont les quatre indicateurs du tableau de bord ?

Le tableau de bord repose sur quatre mesures : le travail utile (useful work), le coût par tâche réussie, la fiabilité et le rendement du compute. Le travail utile consiste à rattacher l'IA à une production concrète comme des tâches traitées, des dossiers résolus ou du contenu produit.

Pourquoi le ROI de l'IA échappe-t-il aux tableaux de bord classiques ?

Beaucoup d'organisations achètent de la capacité de calcul et déploient des outils d'IA sans instrument de mesure adapté. Une partie de l'infrastructure reste sous-utilisée et les économies réelles restent invisibles parce qu'elles ne sont rattachées à aucun indicateur clair.

En quoi mesurer un système d'IA diffère-t-il d'un logiciel classique ?

Un logiciel classique se facture au siège ou à l'usage, et sa valeur se laisse estimer. Un système d'IA consomme des ressources à chaque requête, réussit certaines tâches et en rate d'autres, et sa performance varie selon les cas, ce qui rend les métriques financières habituelles inadaptées.

Que signifie le travail utile dans ce tableau de bord ?

Le travail utile revient à se demander ce que le système accomplit réellement. Il s'agit de rattacher l'IA à une production concrète plutôt qu'à une simple activité, car un modèle qui tourne beaucoup n'est pas forcément un modèle qui sert.