Med allt inom AI som rör sig så snabbt, vad är det bästa sättet att prissätta Artificiell intelligens produkter eller SaaS-verktyg med anpassade AI-funktioner och integrationer? Ska det vara abonnemang, användning, lösningar eller något helt annat? Samtidigt som företag försöker rulla ut dessa nya verktyg vill de också ha tillförlitlighet och förutsägbarhet i värdet de får av dina produkter, vilket kan göra prissättning extremt svårt. 

Så vi bad experten Sandhya Hegde, General Partner på Unusual Ventures att dela med sig av sina bästa praxis och trender för prissättning och förpackning av AI-produkter.  Sandhya har funnits i startup-ekosystemet i cirka 15 år, med de senaste två åren starkt fokuserat på att investera i AI-native startups, främst på applikations- och Enterprise-mjukvarusidan. Under det senaste året har människor börjat inse hur utmanande prissättning och förpackning är för AI-produkter, såväl som konkurrenstrycket. Varför är prissättningen så knepig? 

[Inbäddat innehåll]

Utmaningarna med att prissätta AI-produkter

Prissättning och förpackning är mer komplex idag på grund av tre saker. 

1. Kostnaderna är dynamiska. 
2. Användningen är flyktig. 
3. ROI är obevisad. 

Låt oss titta närmare på var och en av dessa. 

Kostnaderna är dynamiska: Det finns en faktisk, påtaglig kostnad – dollar per token, kostnad för värd, finjustering av modeller, etc. Om du är ett fullstack- eller modellföretag, tillkommer kostnaden för utbildning, förträning, omträning, kostnaden för själva data, och kurera dessa data. Kostnaden för konstruktion och frakt av produkter är ett rörligt mål för nystartade företag. 

Flyktig användning: Adoptionskurvan förändras fortfarande mycket när det gäller hur mycket kunder använder AI-produkter. Vissa företag har AI-funktioner med mycket låg frekvens, men du kan inte anta att användningen kommer att förbli låg. Med Notion, till exempel, kan du använda det en gång i veckan, men du kan inte anta att det förblir detsamma. Det bästa fallet är att frekvensen går upp. 

Kundbeteende är också utmanande, särskilt med användningsbaserad prissättning och risken för bedrägerier. Det är ett verkligt tekniskt problem att lösa för att hålla din prissättning och förpackningsstrategi och utförande starkt. 

Obevisad ROI: På kundsidan är en av de stora utmaningarna för prissättning och förpackning oprövad ROI. Kunder kan fråga sig själva: "Hur gör jag ett stort köp när jag inte är säker på vilka mina urvalskriterier ska vara? Hur tillförlitlig är denna investering? Kommer det att vara effektivt och spara eller tjäna mig pengar, och hur mycket? 

Sammanflödet av dessa tre utmaningar kommer långsamt att bli bättre med tiden och bli mer förutsägbara. Men vi är verkligen inte där idag. 

En enkel designram för AI-prissättning och förpackning

Ett enkelt ramverk som du kan använda för att bestämma bästa prissättning och förpackning för dina produkt- och kundsegment är:

1. En modell för ditt företag
2. En faktisk struktur att träna på 
3. Operationer som låter dig iterera, experimentera och utveckla din prissättning

Detta kommer aldrig att bli så kritiskt som det är idag med förändringstakten för dina kostnader och hur kunderna använder verktyget. 

En modell för ditt företag

När det kommer till modell, konvergerar AI SaaS-företag på hybrid, och inte nödvändigtvis på det sätt som vi alltid har pratat om hybrid (säten plus viss användning). Om du går upp Enterprise kan det vara en kombination av många saker beroende på kund. 

De vanligaste prismodellerna är: 

1. Prenumeration — per plats eller användare, freemium, per produkt med tillägg
2. Konsumtion – hur mycket du använder. Snowflake är en symbol för användningsbaserad prissättning. 
3. Lösning — plats + användning + service, anpassade distributioner, personalisering. Detta är en viktig del att tänka på om du är en Enterprise-programvarustartup eftersom det krävs massor av förändringshantering och handhållning för att dina största kunder ska kunna ta till sig dina produkter. 

En majoritet av AI SaaS-företagen rapporterar att de har en hybridmodell, med en kombination av två eller alla ovanstående prismodeller. Undantagen är de som har extremt enkla produkterbjudanden som Character.AI. 

Var börjar du? Vilken är rätt modell för ditt företag? 

Att välja rätt prismodell för din produkt

Börja med två frågor. 

1. Vad är det för värde du erbjuder? 
2. Vilken grad av stöd behöver du? 

Det finns två enkla sätt att tänka på värde. Sparar du tid? Om så är fallet, kan den fritiden av högre kvalitet tjäna pengar på? AI sparar lite tid, så det är ett värderekvisit, men en bättre fråga att ställa dig själv för att bestämma värdet är, vad händer med tiden som du sparar människor? 

Om du inte kan erbjuda människor intäktsbar tid kan du inte göra användningsbaserad prissättning. Det är viktigt att i förväg ta reda på om dina kunder kräver en fast kostnad och inte kan tjäna pengar på den tid de frigör eller om du kan tjäna pengar på den tiden genom att frigöra tid för att stödja fler kunder eller öka intäkterna. 

Det viktigaste du kan göra är att sätta dig i dina kunders situation och fråga vad de optimerar för. 

• Är det viktigaste för dem en fast kostnad? Om så är fallet, behåll en enkel prenumerationsmodell. Om det inte finns något sätt att ha rörliga kostnader som de inte kan förutse och är känsliga för, kan du inte experimentera med andra nivåer lätt eftersom kunden inte tillåter det. 
• Bryr kunden sig mer om fast ROI och inte fasta kostnader? Ett bra exempel på detta är allt inom teknik och datainfrastruktur. De försöker inte hålla kostnaderna fasta. Som dataingenjör, om mängden data de hanterar växer, är de villiga att öka kostnaderna eftersom det betyder att företaget växer. 
• Med större företag med mycket budget kan de optimera för att få jobbet gjort. De kan inte ta risken att ett projekt misslyckas, och det är där ett tjänste- och lösningspaket är avgörande. De kanske inte bryr sig om platser eller användning, bara att projektet har rullats ut framgångsrikt i företaget. 

En prismodelljämförelse 

En fallstudie av tre företag visar nyansen i prismodeller. 

1. Vizcom — i bildgenereringsutrymmet
2. Mosaic ML — modellträning och AI-infrastruktur
3. Författare — i LLM-språkgenereringsutrymmet

Dessa tre AI-företag är perfekta exempel på allt inom AI just nu och ser framgång inom Enterprise. Ändå har var och en olika prismodell, och vissa har olika prismodeller för olika kundsegment för Samma produkt inom Samma företaget. 

En faktisk struktur att träna på 

Så du har valt en modell. Förstår du den underliggande strukturen? Många betraktar prissättning och förpackning som produktstrategi, där Product eller GTM äger den. Men prissättning och paketering är en fullständig företagsstrategi. 

Alla äger den. Vad är det för input som går in i, och vilket värde skapar du för kunder som hjälper till att bestämma LTV? Vad är din GTM-strategi, CAC, ingenjörskvalitet, etc.? 

Prissättning och förpackning säger mycket om vem du försöker skilja dig från och vinna affärer ifrån, och allt detta måste representeras. Många människor gör misstaget att säga, "Min produkt hjälper människor att växa sin verksamhet, så jag borde kunna anpassa min prissättning till intäkter." 

Men inte ens Salesforce tar betalt baserat på affärer. De tar betalt baserat på hur många personer som använder Salesforce. 

Jämför GTM-strategin för AI-verktyg Midjourney och Vizcom

Båda dessa företag använder diffusionsmodeller för att generera bilder. Prissättningen för varje, och segment inom varje, kommer att skilja sig åt för att skydda Enterprise-värdet och samtidigt landa mindre team inom Enterprise. Du måste skilja på vad Enterprise-köparen och självbetjäningsköparen bryr sig om. 

Midjourney-prissättningen verkar vara platsbaserad - $10/månad per användare. Men i verkligheten är det användningsbaserad prissättning eftersom den enda skillnaden mellan paketen är hur mycket GPU-tid du får, $4/timme GPU-tid om du är villig att begå förskott. Det är hela logiken i de flesta av deras prissättning. 

Den stora frågan är, kan detta fungera för team? Sandhya hävdar att detta aldrig kommer att fungera för ett team. Om du är designchef med tio designers har du ingen aning om vad din Midjourney-räkning kommer att vara i slutet av månaden eftersom det är en funktion av vad dessa tio designers gör med sin tid. 

Det är skrämmande för en ledare, och det kommer inte att fungera för Enterprise. Ironiskt nog är användningsbaserad prissättning mycket vanligare i företagsprodukter än konsumentprodukter. Frilansare och små team älskar den här modellen att betala för det du använder, medan stora företag är livrädda för att bli utnyttjade eftersom den är opålitlig. 

Vizcom har ett gratiserbjudande, som Midjourney, och sedan 50 $/månad för små team - mestadels individuella professionella kreativa material. Men eftersom de blir exklusiva har de inte användningsbaserade priser utan begränsningar. De har bara en högre prispunkt för hur obegränsad användning kan se ut, plus användnings- och servicepaket för Enterprise med anpassade modeller för varje företag. 

Det är vad Enterprise värderar. Båda företagen utnyttjar samma underliggande teknik, men de har valt helt olika prismodeller eftersom deras kundsegment och GTM-strategier är olika. 

Ingenjörskvalitet avgör prissättning

Ingenjörsinvesteringar är det viktigaste som avgör prissättning och paketering om du arbetar med infrastrukturutvecklingsverktyg. Ju lägre kostnadsbas du har, desto mer kan du utöka gratis-/provåtkomst, och desto smidigare kommer ditt team att vara med anpassade implementeringar för att stödja Enterprise-användningsfall. 

Varje gång du skickar en ny funktion, ställ dig själv dessa tre frågor. 

1. Kommer du att använda detta för att öka ASP eller vinstfrekvens? 
2. Kan du sänka din kostnadsbas för att utöka gratis-/provåtkomst?
3. Kan du göra snabba anpassade distributioner för Enterprise? 

Mosaik är ett bra exempel på detta. 

De gör användningsbaserad prissättning och tågmodeller. Men var uppmärksam på hastigheten. I januari 23 sa de att de kunde träna diffusionsmodeller för 160 2.5 USD, vilket var 125 gånger mindre än vad det skulle kosta att göra det på egen hand. Sedan, i februari, hade de redan en uppdatering som sa att det nu kostar $160k, ner från $XNUMXk. 

Det är ett bra exempel på vad du behöver göra i ett AI-infrastrukturföretag och hur viktigt det är att skapa förutsägbarhet om du gör användningsbaserad prissättning. Människor måste kunna planera hur mycket de kommer att spendera på din plattform. 

Konkurrenskraftig positionering och ökat värde för kunderna

Ett misstag som många gör är att ha en premiumplan med en gratisversion, och den gratisversionen är mycket begränsad. Samtidigt har konkurrenterna gratis provversioner av den bästa versionen av sin produkt, och det får ditt verktyg att se dumt ut. 

Ett annat misstag folk gör är att leta efter ett SMB-segment när det finns ett tillräckligt bra gratis alternativ. Verkligheten är att varje marknad med ett tillräckligt bra gratis alternativ till SMB-Mid-Market-segmentet inte är en övertygande marknad. 

Sammantaget bör varje företag försöka öka värdet för kunderna över tid. Om du inte gör det kommer du förmodligen inte att hålla ut. Störningscyklerna i programvaran är halsbrytande, så prissättningen måste göra några saker. 

1. Kostnaden för att köpa ditt verktyg bör alltid vara mycket mindre än värdet av att använda ditt verktyg. 
2. Ge tillräckligt med värdeskillnad mellan dig och det näst bästa alternativet. 
3. Dina kostnader behöver inte öka monotont. 

Ibland kan ditt pris sjunka eftersom du försöker öka Enterprise-värdet, inte ASP, så du måste överväga om du gör det för vinstfrekvens eller ASP med varje ny funktionsutgåva. Det kan gå upp och ner och måste vara iterativt hela tiden. 

Key Takeaways

• Framgångsrika AI-native företag är helt hybrida och använder olika prismodeller för varje produkt, paket och kundsegment. 
• Kunderna vill ha någon form av förutsägbarhet. Det kan vara kostnad, ROI, framgång på jobbet eller en kombination av alla tre. Så anpassa ditt paket för det kundsegmentet och vad de försöker optimera för. 
• Bra förpackningar och prissättning handlar om meddelanden. Du måste anpassa dig till dina kunders mentala modell för hur de köper programvara och tänka på verktyg som fungerar för dem. 
• Prissättning och paketering är en strategi för alla företag. Du kan inte delegera detta till en person. För att få det att fungera bör varje funktionell strategi vara anpassad till vad du gör med prissättning och förpackning. 
• Det måste vara iterativt. En hel del infrastruktur måste finnas på plats för att fungera väl på växande och utvecklande prissättning. 

[Inbäddat innehåll]

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://www.saastr.com/how-to-price-and-package-ai-saas-products/