Eğer çalışıyorsanız SaaS’ta, muhtemelen şirketinizde üretken yapay zeka, büyük dil modelleri (LLM’ler) veya özel AI/ML modelleri ile aşılanmış ürünlerinizden artan değerle müşterilerinizin nasıl yararlanabileceğine ilişkin bir konuşmanın parçası olmuşsunuzdur.
Siz yaklaşımınızı özetlerken ve ürün yol haritasını hazırlarken, ben de önemli bir noktaya değinmek istedim – bu konuya, eski güzel Kaliforniya Altına Hücum ile bir benzetme yapmaktan kendimi alamıyorum. Altına hücuma küreksiz gelme!
Benzer şekilde, SaaS + AI’nızın para kazanma yönünü de gözden kaçırmayın. Bunu başlangıçta hesaba katın ve doğru tesisatı başlangıçta entegre edin – sonradan akla gelen veya lansman sonrası olarak değil.
İki yıl önce, SaaS için ölçülü fiyatlandırmaya kaçınılmaz geçiş hakkında yazmıştım. O zamanlar değişimi ilerletecek olan katalizör bilinmiyordu, ancak temel tez sağlamdı. 2021’de hiç kimse belirli bir yapay zeka biçiminin bu katalizör görevi göreceğini tahmin edemezdi.
SaaS + AI — sizi buraya getiren şey, sizi oraya getirmeyecek!
Farkına varılması gereken ilk şey, gerekli olanın sadece bir “fiyatlandırma” değişikliği olmadığıdır. Bu bir iş modeli değişikliğidir. Geleneksel olarak, SaaS fiyatlandırması, koltuk başına basit bir model ve istenen marjlara ulaşmak için temel maliyetlerin yeterince üzerinde belirlenen bir fiyat noktası ile nispeten hafif bir uygulama olmuştur.
Altına hücuma küreksiz gelme!
Bir fiyat değişikliği, bir değişiklik olacaktır Ne şarj ediyorsun; örneğin, kullanıcı/ay başına 79 ABD dolarından kullanıcı/ay başına 99 ABD dolarına çıkmak. Para kazanma modeli değişikliği, Nasıl ücretlendiriyorsunuz ve bir tüketim vektörü olarak AI ile kaçınılmaz olarak doğru ölçüm ve kullanıma dayalı fiyatlandırma modellerine ihtiyaç duyuluyor.
OpenAI ve temel AI modelleri ve hizmetleri sağlayan tüm şirketler ve bunlarla entegre olan Twilio, Snap, Quizlet, Instacart ve Shopify gibi şirketler dahil olmak üzere yapay zekadan para kazanmak için kullanıma dayalı fiyatlandırmadan yararlanan çok sayıda harika şirket örneği zaten var. müşteriye dönük takımlar sunmak için hizmetler.
Kullanıma dayalı fiyatlandırma neden üretken yapay zeka için doğal bir seçimdir?
Üretken yapay zekadan para kazanmanın zorluklarından biri, istemlerin ve çıktıların uzunluğunun değişmesi ve istem/çıktı boyutu ile kaynak tüketiminin doğrudan ilişkili olmasıdır – daha büyük bir istemin işlenmesi için daha fazla kaynak gerektirmesi ve bunun tersi de geçerlidir.
Karmaşıklığa ek olarak, bir müşteri aracı tutumlu kullanabilirken, bir başkası haftalarca günde birkaç kez yeni metin üretebilir ve bu da çok daha büyük bir maliyet ayak iziyle sonuçlanabilir. Geçerli herhangi bir fiyatlandırma modeli bu değişkenliği hesaba katmalı ve buna göre ölçeklendirilmelidir.
Bunun da ötesinde, ChatGPT gibi hizmetler kullanıma dayalı bir modele göre fiyatlandırılır. Bu, ChatGPT veya diğer modellerden yararlanan tüm araçların kullanıma göre faturalandırılacağı anlamına gelir; hizmet sağlamanın arka uç maliyetleri doğası gereği değişken olduğundan, müşteriye yönelik faturalandırma da kullanıma dayalı olmalıdır.
En adil ve şeffaf fiyatlandırmayı sunmak ve sorunsuz benimseme ve kullanıcı büyümesini sağlamak için şirketler kullanıma dayalı fiyatlandırmaya bakmalıdır. Hem esnek ön uç kullanımına hem de arka uç maliyetlerine sahip olmak, üretken yapay zeka ürünlerini kullanıma dayalı fiyatlandırmayla ideal bir uyum olarak konumlandırır. İşte nasıl başlayacağınız.
Ön uç kullanımını ve arka uç kaynak tüketimini ölçer
Şirketler, çok sayıda şirketin önceden oluşturulmuş veya eğitilmiş modellerinden yararlanır ve bunları özel veri kümeleriyle daha fazla eğitebilir ve ardından bunları özellik olarak teknoloji yığınlarına dahil edebilir. Kullanım maliyetlerine ve marjlara ilişkin eksiksiz görünürlük elde etmek için, kullanımı (temel maliyet ayak izini) anlamak için yapay zeka altyapısına yapılan her kullanım çağrısı (API veya doğrudan) ölçülmelidir.