Agenty AI, zdolne do samodzielnego wykonywania zadań dawniej powierzanych pracownikom, wstrząsają modelem ekonomicznym wydawców oprogramowania. Przez długi czas opierający się na licencjach i subskrypcjach rozliczanych per użytkownik, wydawcy ci muszą przemyśleć swoje cenniki, aby lepiej uwzględniać sposób użytkowania i wytwarzaną wartość. Kwestia ta była w centrum dyskusji panelowej poświęconej monetyzacji AI w sektorze oprogramowania, w której udział wzięli Anne Grèze, dyrektor ds. partnerstw w Lefebvre Dalloz, Michael Mansard, dyrektor ds. strategii w Zuora, oraz François Candelon, partner w Seven2.
Dyskusja uwypukliła pewien paradoks. Firmy przyspieszają inwestycje w AI, ale wciąż mają trudności z mierzeniem ich ekonomicznych efektów. Wzrost budżetów niekoniecznie przekłada się na zwrot z inwestycji odpowiadający oczekiwaniom.
Rozliczanie per użytkownik pod znakiem zapytania
Przez dekady wydawcy czerpali większość przychodów ze sprzedaży licencji, a później subskrypcji SaaS rozliczanych według liczby użytkowników. Z nadejściem agentów AI model ten pokazuje swoje ograniczenia. Przejmując zadania dotychczas wykonywane przez pracowników, agenci ci mogą zmniejszyć liczbę potrzebnych w firmach licencji. Obsługa klienta stanowi tego ilustrację. Tam, gdzie tradycyjne oprogramowanie udostępniało narzędzia doradcom, agenci AI mogą teraz bezpośrednio rozwiązywać część zgłoszeń. Według Michaela Mansarda, mogą oni w ten sposób samodzielnie obsłużyć 60 do 70% zgłoszeń, w zależności od rozwiązania i kontekstu.
Ta ewolucja zmienia samą naturę oferty. Wydawcy nie sprzedają już tylko narzędzia mającego ułatwić pracę współpracowników, ale rozwiązanie zdolne wykonać pewne zadania za nich. Jeśli agenci zmniejszają liczbę ludzkich licencji, powtarzalne przychody dostawców mogą maleć, nawet gdy ich rozwiązania tworzą większą wartość. Model komplikuje się także po stronie kosztów. Tradycyjne oprogramowanie generuje zazwyczaj ograniczony koszt krańcowy na dodatkowego użytkownika, podczas gdy rozwiązania AI generatywnej powodują zmienne wydatki, związane z wolumenem zapytań, złożonością przetwarzania i zużyciem tokenów – tych jednostek tekstu przetwarzanych przez modele. Jak podkreśla Michael Mansard, « cena tokenów ma tendencję do spadania, ale konsumpcja rośnie znacznie szybciej niż spadek cen ».
Cztery główne podejścia do wyceny
Rysuje się kilka modeli rozliczeniowych. Pierwszy polega na rozliczaniu agenta AI jako dodatkowego zasobu, na wzór współpracownika. Jest prosty do zrozumienia, ale może szybko pokazać swoje ograniczenia, gdy aktywność agenta gwałtownie windowa koszty użytkowania. Drugi opiera się na rozliczaniu według zużycia: klient płaci według wykorzystanych zasobów, czy to zapytań, tokenów czy operacji. Ten model pozwala wydawcom lepiej przenosić swoje koszty operacyjne, nie gwarantując jednak, że naliczona kwota odpowiada wartości rzeczywiście wytworzonej. « To nie tak, że jeśli moja AI działa, to tworzę wartość » – przypomina Michael Mansard.
Trzecie podejście polega na rozliczaniu każdej operacji wykonanej przez AI, czy to obsłużonego zgłoszenia klienta, zaktualizowanej karty czy wykonanego zadania. Wreszcie, niektórzy dostawcy rozważają wycenę bezpośrednio związaną z uzyskanymi wynikami, gdzie klient płaci według osiągnięć lub uzyskanych oszczędności, ewentualnie w ramach podziału zysków. Ta ścieżka wydaje się atrakcyjna, ale zakłada precyzyjne zdefiniowanie oczekiwanych rezultatów, możliwość ich zmierzenia i porozumienie w sprawie części wartości przypisywalnej AI. Uczestnicy dyskusji uważają z tego powodu, że ten model nie powinien się upowszechnić w krótkim terminie.
Modele hybrydowe zyskują przewagę
Żadne z tych podejść nie wybija się jako rozwiązanie uniwersalne. Wydawcy preferują formuły łączące kilka trybów rozliczeniowych, aby pogodzić stabilność przychodów z kontrolą kosztów. Modele te łączą zazwyczaj podstawową subskrypcję, gwarantującą minimalny poziom usług, z dodatkowym rozliczeniem związanym z zużyciem. Dostawcy zabezpieczają w ten sposób część swoich przychodów, podczas gdy klienci zachowują pewną widoczność swoich wydatków.
Według szacunków przedstawionych podczas dyskusji panelowej, takie formuły stanowiłyby obecnie 70 do 80% rynku. Systemy kredytów przedpłaconych również budzą wzmożone zainteresowanie. Firmy kupują z góry określoną ilość zasobów, które następnie wykorzystują według potrzeb, w logice przypominającej dawne pakiety w telefonii komórkowej.
