AI mengubah bagaimana perusahaan perangkat lunak membebankan biaya pelanggan

Revolusi yang tenang sedang membentuk kembali model bisnis perangkat lunak sebagai layanan. Industri SaaS bergeser dari lisensi “per kursi” bulanan untuk merangkul harga berbasis penggunaan, bayar-seperti-Anda-pergi.

Kekuatan pendorong? AI, dan khususnya kelas baru model penalaran yang intensif secara komputasi dan mahal untuk dioperasikan.

Ini bukan hanya percobaan harga; Ini mungkin merupakan kebutuhan ekonomi bagi beberapa perusahaan karena mereka menyesuaikan dengan biaya menjalankan layanan perangkat lunak bertenaga AI.

Munculnya kesimpulan yang mahal

Jika Anda telah membaca cerita saya, Anda akan tahu saya memperingatkan bahwa revolusi AI generatif akan membawa perubahan harga besar pada beberapa bisnis internet. Kembali pada bulan Januari 2024, saya menulis bahwa harganya banyak untuk membangun model AI, dan mencatat bahwa perusahaan teknologi besar sedang mencari sumber pertumbuhan pendapatan baru, seperti langganan.

Sekarang, ada jenis baru model AI “penalaran” yang sangat mahal untuk dijalankan. Mereka tidak hanya memuntahkan tanggapan sederhana. Mereka mengulangi langkah-langkah, memeriksa pekerjaan mereka, dan melakukan semuanya lagi-proses yang disebut komputasi waktu inferensi. Setiap langkah menghasilkan “token” baru, “bahasa baru AI generatif, yang harus diproses.

Misalnya, model O3-High Openai ditemukan menggunakan token 1.000 kali lebih banyak untuk menjawab satu pertanyaan tolok ukur AI daripada pendahulunya, O1. Biaya untuk menghasilkan satu jawaban itu? Sekitar $ 3.500, menurut analis Barclays.

Biaya ini tidak teoretis. Ketika perusahaan mengintegrasikan AI ke dalam alur kerja inti, agen bangunan, kopilot, dan alat keputusan kompleks lainnya, setiap kueri menjadi lebih haus komputasi. Dan ketika jutaan pengguna terlibat, biaya -biaya tersebut berskala cepat.

Hasilnya: Perusahaan perangkat lunak mungkin berjuang untuk tetap membebani biaya bulanan datar jika penggunaan AI dan menghitung biaya lonjakan dan menjadi sangat tidak merata di seluruh basis pelanggan mereka.

Mengapa model berbasis kursi mungkin tidak lagi berfungsi

Selama beberapa dekade, perusahaan SaaS seperti Microsoft dan Salesforce biasanya dikenakan biaya per pengguna, per bulan. Ini telah menjadi model yang bersih dan dapat diprediksi yang bekerja dengan baik ketika biaya penggunaan marjinal mendekati nol. Tetapi AI generatif mengubahnya. Dengan biaya komputasi inferensi tinggi dan naik, harga datar menjadi kewajiban keuangan yang potensial.

“Peningkatan biaya komputasi untuk agen AI dapat mendorong biaya pendapatan yang lebih tinggi dibandingkan dengan penawaran SaaS tradisional, memaksa perusahaan untuk memikirkan kembali strategi manajemen biaya mereka,” perusahaan konsultan Alixpartners, menulis dalam sebuah studi baru-baru ini tentang ancaman AI terhadap perusahaan perangkat lunak.

Model baru: pay-as-you-go

Alih -alih mengenakan biaya per pengguna, perusahaan mulai mengenakan biaya berdasarkan aktivitas, apakah itu token yang dikonsumsi, pertanyaan dijalankan, otomatisasi dieksekusi, atau model yang diakses. Ini menyelaraskan pendapatan lebih dekat dengan penggunaan dan memastikan perusahaan dapat menutupi variabel dan kenaikan biaya infrastruktur mereka.

Sam Altman melayang ide seperti ini untuk openai bulan lalu.

Platform pengembang Vercel sudah beroperasi berdasarkan prinsip ini: Semakin banyak lalu lintas yang diterima situs pelanggan, semakin banyak mereka membayar.

“Lebih baik selaras dengan keberhasilan pelanggan,” kata Vercel CFO Marten Abrahamsen dalam sebuah wawancara. “Jika pelanggan kami baik -baik saja, kami melakukannya dengan baik.”

Pengadopsi Awal

Perusahaan yang lebih muda seperti Bolt.New, Vercel, dan Replit berada di garis depan. Bolt.New, platform kode rendah yang ditenagai oleh agen AI, melihat infleksi besar dalam pertumbuhan pendapatan setelah bergeser dari harga per kursi ke tingkatan berbasis penggunaan. Rencananya sekarang berskala dengan token yang dikonsumsi, dari penggemar kasual hingga pengguna listrik penuh waktu.

Sementara itu, Braze dan Monday.com telah memperkenalkan model penetapan harga hybrid, mencampur lisensi kursi dasar dengan kredit AI bayar per penggunaan.

Untuk Senin.com, banyak pelanggan berbasis kursi mendapatkan 500 kredit AI untuk digunakan setiap bulan. Ketika mereka menghabiskan ini, mereka harus membayar lebih untuk lebih.

Pendekatan ServiceNow

ServiceNow, salah satu pemain SaaS, telah menambahkan harga berbasis penggunaan, tetapi hanya sebagai tambahan kecil untuk penawaran berbasis kursi yang dapat diprediksi.

CEO Bill McDermott memberi tahu saya bahwa perusahaan menghabiskan waktu bertahun -tahun membangun platform AI yang murah, cepat, dan aman dengan bantuan dari Nvidia. Dia juga mencatat bahwa banyak model AI besar di luar sana, seperti Meta’s Llama dan Google Gemini, menjadi jauh lebih murah untuk dimanfaatkan akhir -akhir ini.

Namun, ServiceNow menenun dalam penetapan harga berbasis penggunaan untuk melindungi dirinya dalam situasi langka ketika pelanggan sangat aktif dan menggunakan sejumlah besar token yang harus diproses perusahaan.

“Ketika melampaui apa yang dapat kita mampu secara kredibel, kita harus memiliki semacam meter,” kata McDermott.

Dia menekankan bahwa pelanggan masih dapat merobek ribuan proses bisnis sebelum mereka mencapai tingkat harga berbasis penggunaan ini.

“Pelanggan kami masih menginginkan prediktabilitas berbasis kursi,” tambah McDermott. “Kami pikir ini adalah model Goldilocks yang sempurna, menawarkan prediktabilitas, inovasi, dan ribuan kasus penggunaan gratis.”

Investor telah memperhatikan

Investor memperhatikan. Analis Barclays baru-baru ini berpendapat bahwa perusahaan perangkat lunak berbasis penggunaan, seperti JFrog dan Braze, harus memerintahkan penilaian premium, terutama karena vendor berbasis kursi menghadapi potensi pertumbuhan pendapatan yang lebih lambat dari fitur AI yang tidak skala dengan jumlah pengguna.

“Kami mendengar lebih banyak kekhawatiran dari investor bahwa prevalensi agen AI yang sedang berlangsung dapat menyebabkan kontribusi pendapatan tambahan yang lebih rendah dari pertumbuhan kursi untuk vendor SaaS,” tulis para analis dalam sebuah catatan kepada investor baru -baru ini.

Pergeseran ini dapat menyebabkan lebih banyak volatilitas dalam pendapatan triwulanan, tetapi penyelarasan jangka panjang yang lebih kuat dengan nilai produk yang dikirimkan, para analis menjelaskan.

Kelemahannya

Kelemahannya adalah ini adalah biaya variabel untuk pelanggan. Alih -alih mengetahui persis berapa biaya layanan setiap bulan, biaya Anda mungkin naik secara tidak terduga jika Anda mendapatkan banyak lalu lintas, atau karyawan Anda menjadi gila untuk alat AI baru, misalnya.

Ada masalah serupa yang dihadapi perusahaan yang menyediakan layanan perangkat lunak bertenaga AI baru ini. Penjualan mereka dapat naik dan turun lebih sesuai dengan keberhasilan dan aktivitas pelanggan secara umum. Pendapatan kental itu kurang menarik bagi investor, dibandingkan dengan penjualan berbasis kursi bulanan yang andal yang sering dihasilkan oleh penyedia SaaS tradisional.

David Slater, seorang chief marketing officer yang bekerja di perusahaan teknologi termasuk Salesforce dan Mozilla, baru -baru ini membangun situs web pribadi menggunakan Bolt.New. Dia mengatakan biaya bisa dengan mudah di luar kendali jika Anda menggunakan alat ini dengan berat, atau turun ke lubang kelinci desain dan terus mengutak -atik sesuatu berulang -ulang.

Daya pikat layanan SaaS adalah bahwa mereka dapat diprediksi, untuk pelanggan maupun penyedia. Apa pun yang mengacaukan situasi ini bisa menjadi perhatian, terutama bagi pengguna akhir.

“Model penetapan harga yang tidak prediktif untuk perusahaan dan konsumen tidak tahan,” kata Slater kepada saya dalam sebuah wawancara.

Jalan di depan

Pergeseran dari kursi ke penggunaan bukan hanya tentang AI, tetapi AI adalah katalis. Saat perangkat lunak menjadi lebih pintar, lebih dinamis, dan lebih haus komputasi, mengikat harga untuk penggunaan aktual dapat menjadi jalur yang lebih berkelanjutan ke depan.

Berharap untuk melihat lebih banyak perusahaan memperkenalkan kredit token, penetapan harga bayar-per-kuery, atau model hybrid pada tahun 2025, bukan hanya karena itu lebih efisien, tetapi karena itu mungkin satu-satunya cara untuk tetap bertahan karena adopsi AI dipercepat.

Sekarang, ini semua bisa berubah lagi jika biaya komputasi AI generatif turun seiring waktu. Itu terjadi di era komputasi sebelumnya, dan beberapa ahli melihat ini terjadi lagi. Atau, setidaknya, mereka berharap begitu.

“Cepat atau lambat, biaya AI akan anjlok, dan kemudian model berbasis penggunaan ini mati, diganti dengan jangkar seperti kursi, atau waktu, atau langganan bulanan yang dapat dimengerti,” kata Slater.