公司收取的不只是软件使用税,还有业务税,只有把商业模式和客户的业务增长结合起来的时候,才可以突破天花板。
《》提到基于结果的定价一直是软件领域的圣杯,Sierra最近开始按结果收费。在20多年前Salesforce开创软件即服务模式之后,Snowflake带来了基于用量付费的模式,而目前AI基于结果的定价是硅谷最热的新一代商业模式,正好最近Sierra GTM运营主管Elliot Greenwald有一篇与之相类似的文章,特此分享。
它瞄准AI驱动的对话式客户体验,涵盖从售后支持到零售的所有的领域,它号称其技术减少了品牌最讨厌的“幻觉”想象,能轻松实现可靠的 AI 驱动的多语言客户互动。它帮助客户提升了20%的客户参与度,实现74%的问题解决率,并且70%的问题无需人工干预即可处理。
给我印象比较深刻的几点,第一大模型可能是“黑匣子”,但Sierra代理的效果是高度可观察的:
在80和90年代,购买软件大致如下:你去像Frys Electronics之类的商店,拿起一个装满软盘的收缩包装盒—或者后来是CD-ROM—带回家并安装。无论是不是真的使用它,你都要为此付费。如果你想升级,就回到商店再买一个盒子。
互联网改变了一切,使以不同的方式销售软件成为可能:作为一种服务。Salesforce开创了“软件即服务”(SaaS)模式,很快,Google、Microsoft和Adobe等公司将其作为新的行业标准。SaaS带来了许多好处:软件始终是最新的,能够准确的通过需要添加或删除席位。
然而,定价任旧存在一个挑战。购买席位后,无论使用情况如何,你都需要每年付费。未使用的席位闲置在商店货架上,因此有个嘲讽的绰号“货架软件”。
几年后,在基础设施层,Amazon(AWS)和Snowflake等公司推出了基于消费的定价,你只需按实际使用量付费。无论是预付还是随用随付,合同价值最终都取决于实际使用情况—更多的计算或带宽意味着更高的账单。
如今,自主执行流程的AI代理启用了一种全新的定价模型,你只需在软件实现特定、有价值的结果时付费:这就是基于结果的定价。
与基于使用量的定价一样,基于结果的定价会因使用情况而异。但是,与基于消费的定价不同,基于结果的定价与实际的业务影响相关联,例如解决的客户支持对话、挽救的取消订单、追加销售、交叉销售或任何数量的有价值的结果。如果对话未解决,在大多数情况下无须付费。
随着企业越来越依赖AI代理来代表其品牌,建立这种存在需要时间和有意识的努力。在部署Sierra代理的最初几周内,我们会进行迭代以推动持续改进。
但我们的承诺并不止于部署。为了进一步节省成本、增加收入和提高盈利能力,我们将继续部署协调一致的定向优化,以跟着时间的推移改进代理的绩效。这不仅仅是因我们关心你的成功,它还嵌入到我们基于结果的定价模型中,确保Sierra和你都能从持续、可衡量的影响中受益。
通过基于结果的定价,Sierra仅在我们为你达成目标时获得报酬。同时,你能轻松实现有意义的成本节约或收入增加,从而激励你将尽可能多的客户互动交给我们。我们的激发鼓励措施是一致的。
虽然原则上几乎任何一个人都喜欢基于结果的定价理念,但许多人对它在实践中对他们的业务意味着什么感到担忧,这是能够理解的。没有人愿意面对巨额发票,通过一套高深莫测的标准来确认结果、支付升级费用,或者局限于单一的定价模型。
通过提供基于结果的定价,我们与你的成功保持一致。我们明白,结果不是一刀切的,我们不会这样对待它们。有些解决方案很简单,例如回答客户的问题并让他们上路。其他任务则更复杂,例如处理常常要与L2技术上的支持进行20分钟通话的问题。若需要升级案例,在大多数情况下不收取费用。我们预先为每个结果提供明确、可界定的标准,以确保你的账单并且可预测。
当我们与你合作设计适合你品牌和客户的代理时,我们认识到基于结果的定价可能并不总是最合适的。在这种情况下,我们会与你一起创建混合定价方法。例如,路由或欢迎式交互可能更符合基于消费的定价,其中付款基于对话次数,而无论结果如何。
传统客户体验(CX)提供商面临两难境地。他们的收入模式取决于基于席位的定价,你每年为每个许可支付数千美元。虽然这些供应商可能会推广能够自主解决案例的AI代理,但他们陷入了冲突:他们的AI越有效,客户要的呼叫中心席位就越少,从而破坏了供应商自己的收入模式。因此,如果传统提供商向你推荐AI代理,那就能公平地问:“我的基于席位的许可账单将减少多少?”如果代理确实做到了,答案就应该是:大幅减少。
在Sierra,我们看待事物的方式不一样。由于不依赖于基于席位的定价,因此没有相互冲突的激发鼓励措施-我们的成功与你的完全一致。我们基于结果的定价说明我们只有在推动实际结果时才可以获得报酬,确保我们的AI代理真正支持你的业务成功。
想象一下这样一个世界:软件永远都不可能“束之高阁”,你只需为推动业务成功的价值付费。返回搜狐,查看更加多