Fin は、顧客の質問への回答や、支払いのキャンセル、返金の発行など、関連するアクションを実行することができます。この製品に、Intercom のコア顧客サポートプラットフォームとは異なる価格設定アプローチが必要なのはなぜですか?

O'Reilly: 当初、私たちはシートまたは使用状況ベースの価格設定という実証済みの SaaS 価格モデルを検討しました。しかし、Fin は根本的に異なります。単に会話を可能にするだけではありません。顧客の問い合わせを実際に解決する AI エージェントです。価値は活動ではなく結果から生まれます。そのため、顧客価値に合わせて価格設定モデルを再考する必要がありました。

また、ビジネスを守るために変更を加えました。シートは実行可能ではありませんでした。Intercom プラットフォームへのアクセスは引き続きシートごとに課金されます。しかし、Fin は根本的に異なります。会社に 1,000 人のカスタマーサービス従業員がいて、Fin が私たちが知っているようにうまく機能している場合、時間が経つにつれて、その 1,000 席はわずか 200 席になる可能性があります。したがって、Fin がより多くの価値を提供しているにもかかわらず、シートは収入の小さな部分になるでしょう。最終的に、シートベースのアプローチでは、価格と価値の間に不一致が生じていたでしょう。

他にどのような価格モデルを検討しましたか?

O'Reilly: 私たちは、Fin の価格設定を、プラットフォームのサブスクリプションの上に乗せて、加算的にしたかったのです。これにより、コア SaaS モデルはそのまま維持され、AI サービスの収益化方法の革新が可能になりました。シートを除外すると、次に自然に検討するのは会話ベースの価格設定でした。しかし、2023 年初頭に Fin を初めてリリースしたとき、ユーザーはうまくいかないかもしれないものにお金を払うことを考えることに非常に躊躇していました。当時、これらの質問に効果的に答えるエージェントの能力に対する信頼は低いものでした。

Lynch: 会話ベース価格設定から始めると、議論は常に価格の話になり、その価格をどれだけ低くできるかに終始する傾向があります。パススルー価格にも同様の課題があり、価格は AI モデルを実行するための基礎となるコストに基づいています。どの程度のマージンを差し引くのが適切かを判断し、それについてどのように話すかを決める必要があります。これは、結果ベースの価格設定モデルで排除するか、少なくとも遅らせることができる会話です。

最終的に結果ベース価格設定を選択したのはなぜですか?

Lynch: 基本的に、このアプローチは、ユーザーの成功に合わせて価格設定を行います。Fin が解決した内容を確認し、レビューし、価値を自分で検証できます。

O'Reilly: 私たちのユーザーは、それが非常に価値に合致していることを気に入っています。多くの場合、1 件の解決にかかる人的コストがいくらであるかをよく理解しています。それに比べて、Fin は信じられないほどの価値を提供します。

結果ベースの価格設定は、ユーザーの信頼構築の観点でも非常に役立っています。私たちは現在、多くのリスクを負っています。私たちが思っているほどのパフォーマンスがなければ、最終的には私たちの収入が減ります。

さらに、私たちが勝つためには、ユーザーが勝たなければならないため、会社全体が解決率の向上に注力しています。

Fin の価格モデルを展開してから、何か変更はありましたか?

O'Reilly: 結果ベース価格設定の最大の課題は、予測可能性と制御性が失われることです。CFO がシートベースの価格設定を気に入っていることの 1 つは、比較的固定されており、チームの人数に応じて料金を支払うことです。しかし、結果ベースの価格設定では、会話量がどの程度になるかが常にわからないか、季節性によって会話量が変化する可能性があります。そして、特に非常に新しいエージェントの場合、解決率がどの程度になるかはわかりません。

そのため、これらの要因に対処するために、価格設定と市場開拓の仕組みにいくつかの要素を構築する必要がありました。通常、この業界では、毎月の解決数にコミットする必要があります。税務を扱うビジネスであるため、会話量が常に 4 月に急増するとします。4 月に超過分になるか、年間を通じて 4 月のレートで契約しなければならないため、必要のない多くの解決にお金を払うことになります。代わりに、年間バケットを作成しました。ユーザーは、年間を通じていつでも消費できる一定数の解決数を購入できます。これは、予測可能性と柔軟性にとって非常に大きなことです。

発生した超過分にどのように対処していますか?

O'Reilly: それが私たちが行った 2 番目の変更です。業界の標準であり、競合他社のほとんどが行っていることは、ユーザーに可能な限り契約するよう奨励し、契約金額を超える使用状況に対してペナルティを科すことです。私たちはそれを完全に覆し、ユーザーが Fin でできる限り深い使用状況を体験してもらいたいと考えました。Fin に多額の前払いをしている顧客、初期段階のスタートアップ、低コスト地域の顧客など、いくつかの顧客グループに割引を提供しています。そして、契約で合意した割引は、契約金額を超過した場合でも適用されます。

また、支出の再配分も追加しました。ユーザーが Fin のパワーを過小評価していることに気づき始めました。多くのシートを契約しましたが、Fin の解決数にはそれほど多くはありませんでした。数カ月以内に、思っていたほど多くの人間を必要とせず、より多くの Fin が必要になることに気づき始めました。そのため、その支出をシートから解決数に移すことができるようになりました。

Intercom が 大規模な請求移行 を Stripe に行っていたのと同時に Fin を立ち上げました。これらのプロジェクトを同時にどのように管理しましたか?

Lynch: Stripe Billing プラットフォームの統合の核心に入ると、Fin の価格設定方法の問題がほぼ同時に発生しました。それは Stripe の 従量課金 への移行とも同時期でした。

私たちは、本質的にメーター制の製品であるものに本気で関心を持ち始めていました。そして、これらすべてを自分たちで構築する必要がなく、その一部を Stripe Billing プラットフォームに頼ることができると思いました。

年間バケットを例に取ります。このリクエストは、2024 年 11 月に Fin チームから非常に緊急に寄せられました。私たちは収入を逃していたため、市場投入までのスピードを非常に気にしていました。Stripe が提供した基盤により、当社のエンジニアリングチームは周辺をカスタマイズし、迅速に市場に投入することができ、2 月には準備が整いました。

エージェントと AI 機能の価格設定は今後どのように進化すると予想されますか?

O'Reilly: より成果ベースの価格設定への移行、エージェントの種類ごとに差別化された価格設定、解決の AI 検証という 3 つの大きな変化が見られると思います。まず、AI エージェントの純粋な使用状況ベース価格設定からの大きな変化が予想されます。使用状況と価値の間の乖離に気づく企業が増えるにつれて、顧客の成果によりよく一致するハイブリッドモデルを実験するようになります。2 年後も純粋にトークンで請求する企業は、外れ値となるでしょう。

なぜでしょうか。なぜなら、AI はコンピューティングを消費するだけでなく、結果をもたらすことになっているからです。市場が成熟し、競争が激化するにつれて、顧客はその約束を反映した価格設定を要求するようになります。

次に、差別化された価格設定による AI エージェント機能のさらなるアンバンドリングを見ていきます。一律価格のアプローチは、異なる機能が提供する価値が大きく異なる場合には意味がありません。カスタマーサポートでは、「あなたの返金ポリシーは何ですか?」と答えることは、「この複雑な統合の問題のデバッグを手伝ってください」とは根本的に異なります。賢明な企業は、物事を複雑にすることなく、これらに異なる価格を設定します。

最後に、AI がより賢くなるにつれて、結果をもたらすだけでなく、その検証にも役立つようになります。現在、解決の「成功」判定には、基本的なルールを使用しています。しかし、間もなく、AI 自体が結果の質を評価するようになります。顧客は実際に必要なものを手に入れたのでしょうか? 問題は本当に解決されたのでしょうか、それとも再びフォローアップしたのでしょうか?

これにより、結果ベース価格設定は、何かが解決されたように見えるかどうかだけでなく、実際に解決されたかどうかが重要になるため、さらに信頼性が高まります。このレベルの検証により、価値を真に反映する価格モデルが実現できるようになります。