Si trabajas en SaaS, es probable que ya haya sido parte de una conversación en su empresa sobre cómo sus clientes pueden beneficiarse con un mayor valor de sus productos con IA generativa, modelos de lenguaje extenso (LLM) o modelos de IA/ML personalizados.
A medida que analiza su enfoque y elabora la hoja de ruta del producto, quería mencionar un aspecto importante, uno que no pude evitar hacer una analogía con la buena fiebre del oro de California. ¡No te presentes a la fiebre del oro sin una pala!
Del mismo modo, no pase por alto el aspecto de monetización de su SaaS + AI. Tenga en cuenta desde el principio e integre la plomería correcta desde el principio, no como una ocurrencia tardía o posterior al lanzamiento.
El año pasado, escribí sobre el cambio inevitable a precios medidos para SaaS. En ese momento se desconocía el catalizador que impulsaría el cambio, pero la tesis fundamental estaba intacta. Nadie podría haber predicho en ese entonces que una forma particular de IA serviría para ser ese catalizador.
SaaS + IA: ¡lo que lo trajo aquí no lo llevará allí!
Lo primero que debe darse cuenta es que lo que se requiere no es simplemente un cambio de «precio». Es un cambio de modelo de negocio. Tradicionalmente, la fijación de precios de SaaS ha sido un ejercicio relativamente liviano con un modelo simple por asiento y un punto de precio establecido lo suficientemente alto por encima de los costos subyacentes para lograr los márgenes deseados.
¡No te presentes a la fiebre del oro sin una pala!
Un cambio de precio sería un cambio en qué tú cobras; por ejemplo, pasando de $79 por usuario/mes a $99 por usuario/mes. Un cambio de modelo de monetización es un cambio fundamental en cómo usted cobra, y con la IA como vector de consumo, inevitablemente requiere la necesidad de una medición precisa y modelos de precios basados en el uso.
Ya hay un puñado de excelentes ejemplos de empresas que aprovechan los precios basados en el uso para monetizar la IA, incluidas OpenAI y todas las empresas que brindan modelos y servicios básicos de IA, y empresas como Twilio, Snap, Quizlet, Instacart y Shopify que se están integrando con estos. servicios para ofrecer herramientas orientadas al cliente.
Por qué la fijación de precios basada en el uso es una opción natural para la IA generativa
Uno de los desafíos de monetizar la IA generativa es que las indicaciones y los resultados varían en longitud, y el tamaño de la indicación/salida y el consumo de recursos están directamente relacionados: una indicación más grande requiere mayores recursos para procesar y viceversa.
Además de la complejidad, un cliente puede usar la herramienta con moderación, mientras que otro podría estar generando texto nuevo varias veces al día durante semanas, lo que resulta en una huella de costos mucho mayor. Cualquier modelo de precios viable debe tener en cuenta esta variabilidad y escalar en consecuencia.
Además de esto, los servicios como ChatGPT tienen un precio de acuerdo con un modelo basado en el uso. Esto significa que cualquier herramienta que aproveche ChatGPT u otros modelos se facturará en función del uso; dado que los costos de back-end de la prestación del servicio son inherentemente variables, la facturación orientada al cliente también debe basarse en el uso.
Para ofrecer los precios más justos y transparentes, y permitir una adopción y un crecimiento de usuarios sin fricciones, las empresas deben buscar precios basados en el uso. Tener tanto el uso de front-end elástico como los costos de back-end posicionan los productos de IA generativa como ideales para los precios basados en el uso. Aquí le mostramos cómo empezar.
Medir el uso de front-end y el consumo de recursos de back-end
Las empresas aprovechan los modelos preconstruidos o entrenados de una gran cantidad de empresas y pueden capacitarlos aún más con su conjunto de datos personalizado y luego incorporarlos a su pila de tecnología como características. Para obtener una visibilidad completa de los costos y márgenes de uso, cada llamada de uso (ya sea API o directa) a la infraestructura de IA debe medirse para comprender el uso (huella de costos subyacente).