Fin può sia rispondere alle domande dei clienti che intraprendere azioni pertinenti, ad esempio annullare un pagamento o emettere un rimborso. Perché questo prodotto ha richiesto un approccio diverso ai prezzi rispetto alla piattaforma di assistenza clienti principale di Intercom?

O'Reilly: inizialmente, abbiamo preso in considerazione i collaudati modelli tariffari SaaS basati sulle postazioni o sull'utilizzo. Ma Fin è fondamentalmente diverso: non si tratta solo di abilitare le conversazioni; si tratta di un agente AI che risolve effettivamente le query dei clienti. Il valore deriva dal risultato, non dall'attività. Questo ci ha costretto a ripensare il modello tariffario per allinearlo al valore del cliente.

Abbiamo anche apportato la modifica per proteggere la nostra attività: le postazioni non sarebbero state redditizie. L'accesso alla piattaforma Intercom è ancora a pagamento in base alle postazioni. Tuttavia, Fin è fondamentalmente diverso. Se un'azienda ha 1.000 dipendenti per l'assistenza clienti e Fin funziona bene come sappiamo, nel tempo quelle 1.000 postazioni potrebbero diventare solo 200. Quindi, le postazioni diventerebbero una parte minore dei nostri ricavi, anche se Fin offre più valore. In definitiva, un approccio basato sulle postazioni avrebbe creato un disallineamento tra prezzi e valore.

Quali altri modelli tariffari avete preso in considerazione?

O'Reilly: volevamo che i prezzi di Fin fossero addizionali, in aggiunta all'abbonamento alla piattaforma. In questo modo è stato mantenuto intatto il modello SaaS di base, consentendo al contempo l'innovazione nel modo in cui i servizi di AI vengono monetizzati. Una volta escluse le postazioni, la successiva cosa da considerare è stata la tariffa basata sulla conversazione. Ma all'inizio del 2023, quando abbiamo lanciato Fin per la prima volta, gli utenti erano davvero titubanti all'idea di pagare per qualcosa che avrebbe potuto non funzionare. A quel tempo, la fiducia nella capacità degli agenti di rispondere efficacemente a queste domande era bassa.

Lynch: se si inizia con la tariffa basata sulla conversazione, la discussione tende a riguardare sempre il prezzo e quanto questo possa essere basso. Esiste una sfida simile con i prezzi pass-through, in cui il prezzo si basa sul costo sottostante per l'esecuzione del modello di intelligenza artificiale. Devi determinare qual è un margine comodo da eliminare e decidere come parlarne. È un'intera conversazione che si elimina, o almeno si ritarda, con un modello tariffario basato sui risultati.

Perché alla fine avete scelto la tariffa basata sui risultati?

Lynch: fondamentalmente, questo approccio allinea i nostri prezzi al successo dei nostri utenti. Essi possono vedere cosa ha risolto Fin, esaminarlo e verificarne personalmente il valore.

O'Reilly: ai nostri utenti piace che sia allineato al valore. Spesso hanno una buona percezione di quale sia il costo umano che comporta ogni risoluzione; rispetto a ciò, Fin offre un valore incredibile.

Anche la tariffa basata sui risultati è stata estremamente utile per conquistare la fiducia degli utenti. Ora ci assumiamo gran parte del rischio: se non otteniamo i risultati che ci aspettiamo, alla fine ci saranno meno ricavi per noi.

Inoltre, l'intera azienda è ora concentrata sull'aumento dei tassi di risoluzione, perché per il nostro successo, devono vincere anche i nostri utenti.

Avete apportato modifiche al modello tariffario di Fin da quando l'avete lanciato?

O'Reilly: la sfida maggiore della tariffa basata sui risultati è che elimina la prevedibilità e il controllo. Una cosa che i CFO apprezzano della tariffa basata sulle postazioni è che è relativamente fissa: si paga per il numero di persone del proprio team. Ma con la tariffa basata sui risultati, non sempre sai quale sarà il volume delle tue conversazioni, poiché potrebbe cambiare in base alla stagionalità. Inoltre, non sai quale sarà il tasso di risoluzione, soprattutto per un agente così nuovo.

Quindi abbiamo dovuto integrare un paio di elementi nel nostro tariffario e nei meccanismi di go-to-market per affrontare questi fattori. In genere nel settore, è necessario impegnarsi per un numero mensile di risoluzioni. Supponiamo che il volume delle tue conversazioni raggiunga sempre un picco ad aprile perché si tratta di un'attività fiscale; o andresti in eccedenza per il mese di aprile o dovresti stipulare un contratto con la tariffa di aprile per l'intero anno, il che significa che pagheresti per molte risoluzioni di cui non hai bisogno. Invece, abbiamo creato bucket annuali. Gli utenti possono acquistare un determinato numero di risoluzioni che possono eliminare in qualsiasi momento durante l'anno: ciò è stato piuttosto importante per la prevedibilità e la flessibilità.

Come gestite le eccedenze che si verificano?

O'Reilly: questo è il secondo cambiamento che abbiamo apportato. Lo standard nel settore, e ciò che fa la maggior parte dei nostri concorrenti, è incoraggiare gli utenti a stipulare contratti il più possibile e poi penalizzarli per qualsiasi utilizzo superiore all'importo contrattuale. Volevamo capovolgere completamente la situazione e incoraggiare gli utenti a sperimentare il più possibile Fin. Offriamo sconti per diversi gruppi di clienti, inclusi i clienti che si impegnano in anticipo in modo significativo nei confronti di Fin, le startup in fase iniziale e i clienti nelle regioni a basso costo. Inoltre, qualunque sconto concordato sul contratto si applica anche quando superano l'importo contrattuale.

Abbiamo anche aggiunto la riallocazione della spesa, in quanto abbiamo iniziato a vedere che gli utenti avevano sottovalutato la potenza di Fin: avevano acquistato molte postazioni e non altrettante per le risoluzioni Fin. Nel giro di un paio di mesi, hanno iniziato a capire che non avevano bisogno di così tante persone come pensavano e che avrebbero avuto bisogno di più di Fin. Quindi ora permettiamo loro di spostare quella spesa dalle postazioni alle risoluzioni.

Avete lanciato Fin nello stesso momento in cui Intercom stava lavorando su una migrazione massiccia di addebito su Stripe. Come avete gestito questi progetti contemporaneamente?

Lynch: quando siamo entrati nel vivo dell'integrazione della piattaforma Stripe Billing, la questione di come stabilire i prezzi di Fin è arrivata quasi contemporaneamente, così come il passaggio di Stripe all'addebito a consumo.

Stavamo davvero iniziando a interessarci a quello che era essenzialmente un prodotto a consumo. E ci siamo resi conto che sarebbe stato bello non dover costruire tutto questo da soli ma poter appoggiarci in parte alla piattaforma Stripe Billing.

Consideriamo i bucket annuali: tale richiesta è arrivata con grande urgenza dal team di Fin nel novembre 2024. Ci interessavamo molto della velocità di commercializzazione perché stavamo perdendo ricavi. Grazie alle basi fornite da Stripe, il nostro team di ingegneri è stato in grado di personalizzare i dettagli e di arrivare rapidamente sul mercato: eravamo pronti a partire a febbraio.

Come vi aspettate che si evolvano le tariffe per gli agenti e le funzioni AI in futuro?

O'Reilly: credo che assisteremo a tre grandi cambiamenti: il passaggio a tariffe basate soprattutto sui risultati, prezzi differenziati per diversi tipi di agenti e la verifica delle risoluzioni tramite l'intelligenza artificiale. In primo luogo, mi aspetto un importante cambiamento rispetto alla tariffa basata sull'utilizzo puro per gli agenti AI. Man mano che sempre più aziende si renderanno conto della disconnessione tra utilizzo e valore, sperimenteranno modelli ibridi che si allineano meglio con i risultati dei clienti. Le aziende che continueranno a far pagare esclusivamente in token, tra due anni, saranno delle eccezioni.

Perché? Perché l'AI dovrebbe fornire risultati, non solo consumare risorse di calcolo. Man mano che il mercato matura e la concorrenza aumenta, i clienti chiederanno prezzi che riflettano tale promessa.

Successivamente, assisteremo a una maggiore disgregazione delle funzionalità degli agenti AI con prezzi differenziati. L'approccio "prezzo unico per tutti" non ha senso quando diverse funzioni offrono un valore molto diverso. Nell'assistenza clienti, rispondere a "qual è la vostra politica di rimborso?" è fondamentalmente diverso da "aiutami a eseguire il debug di questo complesso problema di integrazione". Le aziende intelligenti li valuteranno in modo diverso senza complicare eccessivamente le cose.

Infine, man mano che l'AI diventa più intelligente, non solo fornirà risultati, ma aiuterà a verificarli. Oggi, ci affidiamo a regole di base per tracciare il percorso di "successo" di una risoluzione. Ma presto, l'AI stessa valuterà la qualità dei suoi risultati: il cliente ha effettivamente ottenuto ciò di cui aveva bisogno? Il problema è stato veramente risolto o hanno eseguito un ulteriore follow-up?

Ciò renderà la tariffa basata sui risultati ancora più credibile perché non si tratterà solo di stabilire se qualcosa sembra risolto, ma se lo è effettivamente. Questo livello di convalida sbloccherà modelli tariffari che riflettono realmente il valore.