Fin puede tanto responder a las preguntas de los clientes como realizar las acciones pertinentes, por ejemplo: cancelar un pago o emitir un reembolso. ¿Por qué este producto requería un enfoque de precios diferente al de la plataforma principal de atención al cliente de Intercom?

O'Reilly: Originalmente consideramos los modelos de precios SaaS ya probados, basados en el número de usuarios o en el consumo. Pero Fin es fundamentalmente diferente. No se trata solo de facilitar conversaciones, es un agente de IA que realmente resuelve las consultas de los clientes. El valor proviene del resultado, no de la actividad. Eso nos obligó a replantear el modelo de precios para alinearlo con el valor que aporta al cliente.

También hicimos el cambio para proteger nuestra empresa: el modelo por usuario no sería viable. El acceso a la plataforma de Intercom sigue cobrándose por usuario. Sin embargo, Fin es fundamentalmente diferente. Si una empresa tiene 1000 empleados de atención al cliente y Fin funciona tan bien como sabemos que lo hace, con el tiempo esos 1000 usuarios podrían reducirse a solo 200. Por lo tanto, los usuarios representarían una parte menor de nuestros ingresos, aunque Fin estuviera generando más valor. En última instancia, un modelo basado en usuarios habría creado un desajuste entre el precio y el valor.

¿Qué otros modelos de precios consideraron?

O'Reilly: Queríamos que el modelo de precios de Fin fuera aditivo, que se sumara a la suscripción de la plataforma. Esto mantenía intacto el modelo básico de SaaS y, al mismo tiempo, permitía innovar en la forma de monetizar los servicios de IA. Una vez que descartamos el modelo por usuario, lo siguiente más natural fue plantear un modelo basado en conversaciones. Pero a principios de 2023, cuando pusimos en marcha Fin por primera vez, los usuarios mostraban muchas reticencias ante la idea de pagar por algo que podía no funcionar. En ese momento, la confianza en la capacidad de los agentes para responder eficazmente a las consultas era baja.

Lynch: Si se empieza con un modelo de precios basado en conversaciones, la discusión tiende a centrarse siempre en el precio y en hasta qué punto podría bajarse. Existe un reto similar con el modelo de precios por traspaso, en el que el importe se basa en el coste subyacente de ejecutar el modelo de IA. Hay que determinar qué margen resulta razonable reservar y decidir cómo comunicarlo. Es toda una conversación que se elimina, o al menos se pospone, con un modelo de precios basado en resultados.

¿Por qué eligieron finalmente un modelo de precios basado en resultados?

Lynch: Fundamentalmente, este enfoque alinea nuestros precios con el éxito de nuestros usuarios. Pueden ver lo que Fin ha resuelto, revisarlo y validar el valor por sí mismos.

O'Reilly: A nuestros usuarios les gusta que esté muy alineado con el valor. A menudo tienen una buena idea de cuál es su coste humano por resolución; comparado con eso, Fin proporciona un valor increíble.

Un modelo de precios basado en resultados también ha sido de gran ayuda a la hora de fomentar la confianza de los usuarios. Ahora asumimos gran parte del riesgo: si no funcionamos tan bien como creemos, eso supone en última instancia menos ingresos para nosotros.

Además, toda la empresa se centra ahora en impulsar las tasas de resolución, porque para que nosotros ganemos, nuestros usuarios tienen que ganar.

¿Han cambiado el modelo de precios de Fin desde su puesta en marcha?

O'Reilly: El mayor desafío de un modelo de precios basado en resultados es que elimina la previsibilidad y el control. Una de las cosas que más valoran los directores financieros de los modelos basados en usuarios es que son relativamente fijos: se paga por el número de personas del equipo. Pero con un modelo basado en resultados, no siempre se sabe cuál será el volumen de conversaciones, o este puede variar en función de la estacionalidad. Además, tampoco se conoce de antemano la tasa de resolución, especialmente tratándose de un agente tan nuevo.

Así que tuvimos que incorporar un par de elementos a nuestro modelo de precios y a la estrategia de lanzamiento al mercado para abordar estos factores. Normalmente, en el sector habría que comprometerse a un número mensual de resoluciones. Por ejemplo, si el volumen de conversaciones siempre se dispara en abril porque su empresa gestiona impuestos, o bien se incurriría en sobrecostes ese mes, o tendría que contratar al nivel de abril para todo el año, lo que implicaría pagar por muchas resoluciones que no necesita. En su lugar, creamos paquetes anuales. Los usuarios pueden comprar un número determinado de resoluciones y utilizarlas en cualquier momento durante el año. Esto ha sido clave para mejorar la previsibilidad y la flexibilidad.

¿Cómo están gestionando los posibles excesos que se produzcan?

O'Reilly: Ese es el segundo cambio que hicimos. Lo que es estándar en el sector —y lo que hacen la mayoría de nuestros competidores— es animar a los usuarios a contratar lo máximo posible y luego penalizarles por cualquier consumo que supere la cantidad contratada. Nosotros queríamos darle la vuelta por completo a eso y animar a los usuarios a experimentar todo el consumo que puedan con Fin. Ofrecemos descuentos a varios grupos de clientes, entre los que se incluyen los clientes que asumen un compromiso inicial significativo con Fin, las startups en fase inicial y los clientes de regiones con costes más bajos. Y cualquier descuento que acordemos en el contrato se aplica incluso cuando superan la cantidad contratada.

También añadimos la reasignación del gasto. Comenzamos a ver que los usuarios habían subestimado el potencial de Fin: habían contratado muchos usuarios y no tantas resoluciones de Fin. En un par de meses, se dieron cuenta de que no necesitaban tantos humanos como pensaban y que iban a requerir mucho más de Fin. Por eso, ahora les permitimos trasladar ese gasto de usuarios a resoluciones.

Lanzaron Fin al mismo tiempo que Intercom estaba llevando a cabo una importante migración de facturación a Stripe. ¿Cómo gestionaron esos proyectos simultáneamente?

Lynch: Cuando nos metimos de lleno en la integración de la plataforma Stripe Billing, la cuestión de cómo establecer el precio de Fin surgió casi al mismo tiempo, al igual que el paso de Stripe a facturación basada en el consumo.

Realmente estábamos empezando a preocuparnos por lo que era esencialmente un producto medido. Y nos dimos cuenta de que estaría bien no tener que construir todo esto nosotros mismos y poder apoyarnos en la plataforma Stripe Billing para parte de ello.

Tomen los paquetes anuales. Esa solicitud llegó con mucha fuerza del equipo de Fin en noviembre de 2024. Nos preocupaba mucho la rapidez de salida al mercado, porque estábamos dejando ingresos sobre la mesa. Con la base que nos proporcionó Stripe, nuestro equipo de ingeniería pudo personalizar los últimos detalles y lanzar el producto rápidamente: estábamos listos para empezar en febrero.

¿Cómo esperan que evolucionen los precios de los agentes y las funciones de IA en el futuro?

O'Reilly: Creo que veremos tres grandes cambios: un cambio hacia un modelo de precios basado en resultados, precios diferenciados para los distintos tipos de agentes y verificación de las resoluciones por parte de la IA. En primer lugar, espero que se produzca un cambio importante en el modelo de precios basado exclusivamente en el consumo para los agentes de IA. A medida que más empresas se den cuenta de la desconexión entre consumo y valor, experimentarán con modelos híbridos que se ajusten mejor a los resultados de los clientes. Las empresas que dentro de dos años sigan cobrando puramente por token serán las atípicas.

¿Por qué? Porque se supone que la IA debe generar resultados, no solo consumir recursos de computación. A medida que el mercado madure y la competencia aumente, los clientes exigirán precios que reflejen esa promesa.

A continuación, veremos una mayor desagregación de las capacidades de los agentes de IA con precios diferenciados. El enfoque de un precio único para todos no tiene sentido cuando las distintas funciones aportan un valor muy distinto. En atención al cliente, responder «¿Cuál es su política de reembolso?» es fundamentalmente diferente de «Ayúdame a depurar este complejo problema de integración». Las empresas inteligentes establecerán precios distintos para estas funciones sin complicar demasiado las cosas.

Por último, a medida que la IA se haga más inteligente, no solo ofrecerá resultados, sino que ayudará a verificarlos. Hoy en día, nos basamos en reglas básicas para seguir la vía de si una resolución ha sido «satisfactoria». Pero pronto, la propia IA evaluará la calidad de sus resultados: ¿Recibió realmente el cliente lo que necesitaba? ¿Se resolvió realmente el problema o volvieron a hacer un seguimiento?

Esto hará que el modelo de precios basado en resultados sea aún más creíble, porque no se tratará solo de si algo parece resuelto, sino de si realmente lo está. Ese nivel de validación desbloqueará modelos de precios que reflejen realmente el valor.