Företags-AI övergår till resultatbaserad prissättning och avgränsade domäner
AI-företag som OpenAI och Salesforce skiftar sina prissättningsmodeller från uppgiftsbaserad användning till betalning per lyckat uppdrag. Denna förändring förutsätter att AI-agenter opererar inom avgränsade, men värdefulla, affärsområden.
Prissättningen för företags-AI genomgår en betydande förändring. Istället för att betala baserat på användning (t.ex. "tokens"), betalar kunder nu för utfört arbete och uppnådda resultat. OpenAI:s finanschef har drivit denna förändring genom att betona "användbar intelligens per dollar" som måttstock, vilket innebär att AI:s värde bedöms utifrån utfört arbete snarare än enbart förbrukning.
Denna utveckling är en logisk följd av att AI:s ansträngning och dess genererade värde inte alltid har varit direkt kopplade. Branschaktörer påpekar att en AI-agent som löser ett problem med lägre förbrukning men fortfarande uppnår målet är mer värdefull. Till exempel tar kundtjänstagenten Sierra ut en fast avgift per löst samtal, och Salesforce rapporterar "Agentic Work Units" som mäter utfört arbete.
Gränssnittens betydelse minskar i takt med att AI fokuserar på att leverera resultat. Framtidens applikation är inte längre skärmen eller gränssnittet, utan AI-agenten själv som utför uppgifterna. Salesforce har lanserat "Claudeforce", som integrerar Anthropic's Claude-modell i sin plattform. Detta möjliggör genomförandet av säljuppgifter, som granskning av säljpipelinen, utan direkt åtkomst till Salesforce-applikationen.
AI-agenter opererar ofta inom organisationers interna gränser. Stora system som Salesforce för försäljning och SAP för inköp har specialiserat sig på sina respektive områden. Därför är en enda universell agent som styr hela företaget en utmaning att realisera. På kort sikt kommer sannolikt de team som kan bygga effektiva agenter och uppnå resultat inom avgränsade men värdefulla affärsområden att bli framgångsrika.
Resultatbaserad prissättning kan utvecklas till att kräva en andel av intäkterna. När AI är tillräckligt djupt integrerad i arbetsflöden kan den också kräva en andel av de genererade resultaten. OpenAI har antytt att när AI blir involverad i vetenskaplig forskning, läkemedelsutveckling och finansiell modellering, kan prissättningen inkludera en andel av det skapade värdet.