O Fin consegue tanto responder às perguntas dos clientes quanto executar ações relevantes — como cancelar um pagamento ou emitir um reembolso, por exemplo. Por que esse produto exigia uma abordagem de precificação diferente da plataforma principal de atendimento ao cliente da Intercom?

O’Reilly: Inicialmente, consideramos os modelos de precificação SaaS tradicionais, baseados em assento ou em uso. Mas o Fin é fundamentalmente diferente. Ele não apenas possibilita conversas; é um agente de IA que realmente resolve as consultas dos clientes. O valor vem do resultado, e não da atividade. Isso nos obrigou a reformular o modelo de precificação para que se alinhasse ao valor entregue ao cliente.

Também fizemos essa mudança para proteger nosso negócio, caso a cobrança por assento não fosse viável. O acesso à plataforma da Intercom ainda é cobrado por assento. No entanto, o Fin é fundamentalmente diferente. Se uma empresa possui 1.000 funcionários de atendimento ao cliente e o Fin funciona tão bem quanto sabemos que funciona, ao longo do tempo, esses 1.000 assentos poderiam se reduzir a apenas 200. Nesse cenário, os assentos se tornariam uma parte menor da nossa receita, mesmo com o Fin entregando mais valor. Em última análise, um modelo baseado em assentos geraria um desalinhamento entre preço e valor.

Quais outros modelos de precificação vocês consideraram?

O’Reilly: Queríamos que os preços do Fin fossem complementares, funcionando além da assinatura da plataforma. Isso manteve o modelo SaaS principal intacto, ao mesmo tempo em que permitiu inovar na forma como os serviços de IA são monetizados. Depois que excluímos assentos, a próxima coisa natural a considerar era os preços estabelecidos por conversa. Mas no início de 2023, quando lançamos o Fin, os usuários estavam realmente hesitantes na ideia de pagar por algo que não funcionasse. Na época, a confiança na capacidade dos agentes de responder efetivamente a essas perguntas era baixa.

Lynch: Se você começar com preços estabelecidos por conversa, a discussão tende sempre a ser sobre o preço, e sobre o quão baixo esse preço poderia ser. Há um desafio semelhante com preços de processamento, onde seu preço é estabelecido pelo custo subjacente para executar o modelo de IA. Você tem que determinar qual é uma margem confortável a ser retirada e decidir como comunicar isso. É uma conversa inteira que você elimina, ou pelo menos adia, com um modelo de precificação baseada em resultados.

Por que vocês decidiram, em última análise, optar pela precificação baseada em resultados?

Lynch: Fundamentalmente, essa abordagem alinha nossa precificação ao sucesso dos usuários. Eles podem ver o que o Fin resolveu, revisar e validar o valor por conta própria.

O’Reilly: Nossos usuários apreciam que o modelo seja altamente alinhado ao valor. Muitas vezes, eles têm uma boa noção do custo humano por resolução. Comparado a isso, o Fin oferece um valor incrível.

A precificação baseada em resultados também tem sido muito útil em termos de construção da confiança dos usuários. Agora, assumimos grande parte do risco: se não desempenharmos tão bem quanto pensamos, isso é, em última análise, menos receita para nós.

Além disso, toda a empresa agora está focada em impulsionar as taxas de resolução, porque, para que tenhamos sucesso, nossos usuários precisam ter sucesso.

Vocês fizeram alguma alteração no modelo de precificação do Fin desde que o lançaram?

O’Reilly: O maior desafio da precificação baseada em resultados é que ela tira a previsibilidade e o controle. Uma coisa que os CFOs gostam na precificação por assento é que ela é relativamente fixa, você está pagando pelo número de pessoas em sua equipe. Mas com a precificação baseada em resultados, você nem sempre sabe qual será o volume de conversas, ou o volume pode mudar conforme a sazonalidade. E você não sabe qual será a taxa de resolução, especialmente para um agente tão novo.

Portanto, tivemos que incorporar algumas peças em nossos preços e mecanismos de entrada no mercado para abordar esses fatores. Normalmente, no setor, você precisaria se comprometer com um número mensal de resoluções. Digamos que o volume de conversas sempre aumente em abril, porque você atua no setor tributário; nesse caso, você ou ultrapassaria o limite em abril, ou teria que contratar pelo volume de abril para o ano todo, pagando por muitas resoluções que não precisa. Em vez disso, criamos pacotes anuais. Os usuários podem comprar um conjunto de resoluções que podem utilizar a qualquer momento durante o ano. Isso tem sido extremamente importante para previsibilidade e flexibilidade.

Como vocês estão lidando com eventuais excedentes que ocorram?

O’Reilly: Essa foi a segunda mudança que fizemos. O que é padrão no setor – e o que a maioria dos nossos concorrentes faz – é incentivar os usuários a contratar o máximo possível e, em seguida, penalizá-los por qualquer uso acima do valor contratado. Queríamos inverter completamente isso e incentivar os usuários a experimentar o máximo de uso possível com o Fin. Oferecemos descontos para vários grupos de clientes, incluindo clientes que fazem um compromisso inicial significativo com o Fin, startups em estágio inicial e clientes em regiões de baixo custo. E qualquer desconto que concordemos sobre o contrato se aplica mesmo quando eles excedem o valor contratado.

Também adicionamos a realocação de gastos. Começamos a perceber que os usuários tinham subestimado o poder do Fin. Eles tinham contratado muitos assentos e não tanto para as resoluções da Fin. Em alguns meses, eles começaram a perceber que não precisariam de tantos humanos quanto imaginavam, e que precisariam de muito mais do Fin. Portanto, agora permitimos que passassem esse gasto de assentos para resoluções.

Vocês lançaram o Fin ao mesmo tempo em que a Intercom estava trabalhando em uma grande migração de faturamento para a Stripe. Como vocês gerenciaram esses projetos simultaneamente?

Lynch: À medida que avançávamos na integração da plataforma Stripe Billing, a questão de como precificar o Fin surgiu quase ao mesmo tempo que a adoção da precificação baseada em uso pela Stripe.

Começamos a nos preocupar de verdade com o que era, essencialmente, um produto medido por uso. E percebemos: ‘Ei, seria ótimo não precisarmos construir tudo isso sozinhos e poder apoiar-nos na plataforma Stripe Billing para parte disso.

Pegue os pacotes anuais. Esse pedido veio com muita urgência da equipe do Fin em novembro de 2024. Nos preocupávamos muito com a velocidade de lançamento no mercado, porque estávamos deixando receita na mesa. Com a base fornecida pelo Stripe, nossa equipe de engenharia conseguiu customizar os detalhes e chegar ao mercado rapidamente — estávamos prontos para lançar em fevereiro

Como vocês esperam que a precificação de agentes e recursos de IA evolua no futuro?

O’Reilly: Acredito que veremos três grandes mudanças: uma migração para a precificação baseada em resultados, precificação diferenciada para diferentes tipos de agentes e verificação por IA das resoluções. Primeiro, espero uma mudança significativa afastando-se da precificação puramente baseada em uso para agentes de IA. À medida que mais empresas perceberem a desconexão entre uso e valor, elas irão experimentar modelos híbridos que se alinhem melhor aos resultados dos clientes. As empresas que ainda cobrirem apenas por token daqui a dois anos serão as exceções.

Por quê? Porque a IA deve gerar resultados, e não apenas consumir poder de processamento. À medida que o mercado amadurece e a concorrência aumenta, os clientes exigem preços que reflitam esse valor.

Em seguida, veremos uma maior separação das funcionalidades dos agentes de IA com precificação diferenciada. O modelo de um preço para todos não faz sentido quando diferentes funções entregam valores muito distintos. No atendimento ao cliente, responder a “Qual é a sua política de reembolso?” é fundamentalmente diferente de “Me ajude a depurar esse problema complexo de integração”. Empresas inteligentes vão precificar essas funções de forma diferente, sem complicar demais o processo.

Por fim, à medida que a IA se torna mais inteligente, ela não apenas entregará resultados, mas ajudará a verificá-los. Hoje, nós nos baseamos em regras básicas para categorizar se uma resolução foi “sucedida”. Mas em breve, a própria IA avaliará a qualidade de seus resultados: o cliente realmente obteve o que precisava? O problema foi realmente resolvido ou ele precisou entrar em contato novamente?

Isso tornará a precificação baseada em resultados ainda mais confiáveis, pois não será apenas sobre se algo parece ser resolvido, será sobre se é realmente resolvido. Esse nível de validação desbloqueará modelos de precificação que realmente refletem valor.