مقابلات
سكوت وودي، الرئيس التنفيذي ومؤسس مترونوم – سلسلة المقابلات
سكوت وودي، الرئيس التنفيذي ومؤسس مترونوم، قضى مسيرته المهنية في بناء المنتجات التي تجمع بين العمق الفني والتأثير العملي. قبل إطلاق مترونوم، شغل مناصب قيادية رئيسية في دروبوكس، حيث تقدم من مهندس إلى مدير الهندسة، وشكل البنية التحتية الأساسية وتوسيع العمليات عبر ملايين المستخدمين. في وقت سابق، شارك في تأسيس فاوندري هيرينغ، نظام تتبع المتقدمين بديهي، وبدأ رحلته المهنية في شركة دي إي شو آند كو، حيث رائد استراتيجيات التوظيف القائمة على البيانات. خلفيته متعددة التخصصات – من النمذجة العلمية إلى هندسة البرمجيات على نطاق واسع – تدعم قدرته على قيادة مترونوم على تقاطع التكنولوجيا والبيانات وتحول الأعمال.
مترونوم يوفر بنية فاتورة حديثة مصممة لتشغيل نماذج التسعير القائمة على الاستخدام والهجين للشركات البرمجية المبتكرة. يتيح المنصة التخفيض والفواتير والاعتراف بالإيرادات بدقة البيانات في الوقت الفعلي، مما يمنح فرق المالية والهندسة التمويلية للتناغم على مصدر وحيد من الحقيقة. من خلال إزالة تعقيد بناء أنظمة الفواتير الداخلية، يساعد مترونوم الشركات النامية بسرعة مثل أوبن آي آي، داتابريكس، وآنتروبك في توسيع استراتيجيات التمويل دون التضحية بالمرونة أو الشفافية.
لقد أسست مترونوم في عام 2019 – ما كان المشكلة التي حاولت حلها في البداية، وكيف تطور هذا المهمة مع تسارع اعتماد الذكاء الاصطناعي؟
عندما بدأنا مترونوم، كانت المشكلة الأصلية بسيطة: الشركات البرمجية الحديثة تحتاج إلى التحرك بسرعة كبيرة على التسعير والتحزيم، ولكن أنظمة الفواتير الخاصة بهم لا تستطيع مواكبة ذلك. في دروبوكس، كنا نريد تشغيل تجربة تسعيرية، وستستغرق ستة أشهر فقط لترميزها في نظام الفواتير. أصبحت نظام الفواتير القطب الطويل لتقريبا كل ما كنا نفعل في ذلك العمل.
كنا قد حددنا بناء البنية التحتية لتحقيق الإيرادات. تم بناء مترونوم لجلب السرعة والمرونة للشركات البرمجية الحديثة – جعل تغييرات التسعير والتحزيم سريعة وسهلة بدلا من مشاريع هندسية ثقيلة.
لقد زادت الذكاء الاصطناعي من هذه المهمة بطرق حرجة. أولا، يجعل أكثر العالم قائمًا على الاستخدام، وهو خبزنا وذوباننا. ولكن أكثر من ذلك، خلق الذكاء الاصطناعي منافسة شديدة. تحاول الشركات المختلفة باستمرار استخدام التسعير والتحزيم كوسيلة للاستبعاد.
هذا يعني أن البرمجيات التي بنيناها في الأصل – شيء يجعل من السهل جدًا وتغيير التسعير والتحزيم سريعًا – هو الآن أرضية منجدية. إذا لم تأخذ هذه المرونة، سوف يفعل منافسوك ذلك. أصبح التسعير والتحزيم ميدانًا للتنافس الدارويني، مما يعني أن الحاجة إلى مترونوم تزيد مع زيادة شدة المنافسة.
لقد أعلنت للتو عن قدرات جديدة مثل رصيد القعدة والفواتير الموحدة. كيف تتناسب هذه مع هذا الرؤية؟
نعم، اليوم أعلنا عن توسع كبير في التسعير والفواتير وخبرة العملاء – حقًا الفصل التالي من بنية تحقيق الإيرادات للذكاء الاصطناعي.
في المركز هو قدرة جديدة قاعدتنا على رصيد القعدة، التي تتيح للشركات تشغيل نماذج تسعيرية هجينة تجمع بين قابلية التنبؤ بالاشتراك مع نمو قائم على الاستخدام. ما نراه هو أن العديد من الشركات التي تم إنشاؤها خلال العقد الأول من القرن الحادي والعشرين – افكر في دروبوكس، فيجما، نوتيون – تتمثل بشكل أساسي في تحقيق الإيرادات على أساس قاعدة الرسوم. كلما زاد عدد الأشخاص في شركتك الذين يستخدمون المنتج، زادت ما تدفعه.
لكن هذه الشركات الآن تضيف ميزات قادمة على الذكاء الاصطناعي إلى منتجاتها، ويتضح لهم أن قيمة منتجهم لا تتناسب مع مقاعدهم بعد الآن. في الواقع، تتناسب مع استخدام ميزات قادمة على الذكاء الاصطناعي. họ تحتاج إلى نموذج تجاري يتناسب مع قيمة منتجهم.
ثاني ميزة نبرزها هي الفواتير الموحدة عبر سوقplaces أмазون ويب وغوغل كلاود، وقدمت التسلسل الهرمي للحسابات للفواتير المؤسسية. هذا يعني أن الشركات يمكنها الآن إدارة كل حركة إيرادات – الخدمة الذاتية، المؤسسية، والسوق – من خلال نظام واحد بدلاً من أدوات غير متصلة متعددة.
ما يطالب به عملاؤنا هو خيارات الدفع. هذه الشركات القائمة على الذكاء الاصطناعي تميل إلى الذهاب إلى جميع الجغرافيا في نفس الوقت، وإذا درست المدفوعات – خاصة المدفوعات الدولية – ستجد أن سلاسل الدفع المختلفة لها معدلات قبول أعلى ورسوم أقل في جغرافيا مختلفة. مع نمو قاعدة عملائنا وتنميتهم، يبحثون عن خيارات الدفع في جغرافيا مختلفة. قد يريدون استخدام معالج دفع محدد أوروبيًا أو معالج دفع محددًا في الولايات المتحدة. من خلال السماح لعملائنا بالاختيار والمرونة في كيفية استلام الدفع وإصدار الفواتير، نقدم لهم المزيد من الخيارات لاستلام الدفع في جغرافيا مختلفة.
في جانب خبرة العملاء، نحن نطلق معاينة التكلفة واجهة برمجة التطبيقات، وفواتير داخل اللوحة، وتنبيهات الدورة الحياتية. يجب أن تكون الفواتير الحديثة شفافة و جزءًا من خبرة المنتج. تمنح هذه القدرات العملاء رؤية في الوقت الفعلي للاستخدام والنفقات، وتقضي على الفواتير المفاجئة وتبني الثقة من خلال الشفافية.
معًا، تعكس هذه الإعلانات عن наш اعتقاد بأن بنية تحقيق الإيرادات يجب أن توفر للشركات ثلاثة أشياء: قابلية التنبؤ بالإيرادات، والرؤية عبر الفرق، والسيطرة على تطور التسعير بأمان مع تغير منتجاتهم.
قبل مترونوم، قضيت عدة سنوات كمهندس ومدير هندسة في دروبوكس. ما هي الدروس التي تعلمتها من توسيع منصة سaaS عالمية أثرها على كيفية بناء مترونوم؟
هناك درسان رئيسيان من دروبوكس شكلا كيف بنينا مترونوم.
أولًا أهمية المرونة عند النطاق. كان دروبوكس مشهورًا بوجود تسعير بسيط “جيد، أفضل، أفضل” مع خطة مجانية – بسيط جدًا على السطح. لكن خلف الكواليس، داخل نظام الفواتير، كانت هناك آلاف من وحدات البائع المختلفة لآلاف من تكوينات العملاء المختلفة. إدارة هذه التعقيدات هو في الواقع صعب جدًا.
بنينا مترونوم لتوسيع هذه التعقيدات للشركات الكبيرة جدًا. السؤال أصبح: كيف تبني أبstractions بسيطة تمنح العملاء كامل القوة والمرونة التي يطلبها أعمالهم مع نموهم وتنميتهم?
الدرس الثاني يتعلق بخدمة شخصيات متعددة. واحدة من الإحباطات الرئيسية في دروبوكس كانت أن فريق الفواتير كان دائمًا متعبًا – كان لديهم ألف شيء يحدث، دائمًا يتم سحبهم في اتجاهات مختلفة لمساعدة المالية والمبيعات والمنتج في نفس الوقت.
بنينا مترونوم – كل من العمل والمنتج – لخدمة شخصيات متعددة في نفس الوقت. شيء واحد نحن أفضل فيه هو أننا شريك خارجي لعملائنا. إذا كنت واحدًا من مقدمي النماذج اللغة الكبيرة، يخدم مترونوم ليس فقط كبرمجيات، ولكن كخبير تسعير. سنقوم بمساعدة العملاء بشكل فردي في طرق عالية التouch.
هذا شيء يجد الناس حقًا ملاحظًا عند العمل معنا – عمق الشراكة التي نكونها. إنه ليس علاقة بائع-عميل، بل شراكة حقيقية.
مترونوم يقوم بتشغيل نماذج الأعمال لأوبن آي آي، أنثروبك، داتابريكس، ونيفيديا – بعض أكثر اللاعبين تأثيرًا في الذكاء الاصطناعي. ما هي الأشياء المشتركة بينهم جميعًا التي جعلت نهجك لفاتورة ديناميكية قيمة جدًا؟
هناك أشياء معينة تجمع بين هؤلاء العملاء.
أولا، عندما تصل إلى ذلك الحجم والنطاق، فإن التسعير الخاص بك معقد. لديك العديد من المنتجات المختلفة، العديد من نكهات العملاء المختلفة. التعقيد الضروري – عدد كبير من وحدات البائع التي تقدمها، تكوينات التسعير والتحزيم المختلفة – يعني أنك تحتاج إلى نظام مبني من الصفر لمعالجة هذا المستوى من النطاق والفرق بين العملاء.
في نفس الوقت، تريد الأبstractions التي تتعامل معها أن تكون بسيطة. إذا كنت شخصًا تشغيليًا يعمل مع مترونوم، لا تريد التفكير في كل تلك التعقيدات كل الوقت. موازنة هذه الأشياء – إعطائك القوة والسيطرة التي يوفرها مترونوم دون إغراق المستخدم النهائي – هو مبدأ تصميم رئيسي لدينا عند بناء المنتج.
الشيء الآخر الذي يجمعهما جميعًا هو أنهم متجهون تمامًا نحو العملاء. بنينا مترونوم لجعل جميع البيانات داخلها متاحة باستمرار لعملائهم. إذا كنت عميلًا لأوبن آي آي، يمكنك التحقق من رصيدك، وتحديد الميزانيات، وضبط حدود التقييم – كل ذلك يتعلق بخبرة العملاء على أساس نموذج تسعير قائم على الاستهلاك، ومترونوم هو المنصة الرئيسية التي تمكن ذلك.
ي сосредотачиваются العديد من المؤسسين على الابتكار في المنتج أو النموذج. لقد جادلت بأن التسعير والفواتير أصبحا الآن جزءًا من بنية تحتية للذكاء الاصطناعي. لماذا ترى أن تحقيق الإيرادات هو أساسي في هذا العصر الجديد من البرمجيات؟
هناك عدة أسباب مختلفة لماذا أعتقد أن تحقيق الإيرادات هو أمر بالغ الأهمية للبنية التحتية للذكاء الاصطناعي.
أولا، يعود إلى نقطة المنافسة الشديدة. هذا العصر من البرمجيات أكثر منافسة بكثير. في العصور السابقة، يمكنك التركيز فقط على تمييز المنتج – هذا لا يعمل بعد الآن.
ثانيًا، في كل عصر من البرمجيات، كانت الشركات الكبيرة الناجحة تجمع بين ابتكار المنتج مع ابتكار نموذج الأعمال. افكر في سيلز فورس – اخترعوا تطبيق CRM قائم على السحابة. لم يكن برنامج CRM جديدًا، لكن نشره في السحابة كان جديدًا. لكنهم ربطوه بتسعير اشتراك قائم على المقاعد يتناسب مع نمو شركتك، وهو أمر مدمر تمامًا مقابل الموجود Siebel، الذي يفرض رسومًا كبيرة ثابتة. سوف تنتقل من إنفاق مليون دولار في السنة على Siebel إلى 100 دولار في الشهر لكل مقعد في سيلز فورس – قيمة مقترنة تمامًا مختلفة للعملاء.
يحدث نفس الشيء في الذكاء الاصطناعي. ولكن هناك عامل رئيسي آخر: الذكاء الاصطناعي باهظ الثمن للتشغيل. كلما استخدم عملاؤك منتجك أكثر، زادت التكلفة. هذا يعني أنك، كبائع، تحتاج إلى نموذج تسعير أو نموذج أعمال يتناسب مع استخدام منتجك – وإلا فإنك تتحمل خطر التقييم المفرط على تكاليف السلع.
ما هي أكبر التحديات الفنية أو الثقافية التي تواجه الشركات عند التحول من الاشتراكات الثابتة إلى تسعير قائم على الاستخدام أو النتائج؟
هناك تغييرات رئيسية ت伴ي الانتقال من اشتراك المقاعد إلى الاستخدام.
أولا، انتقلت من عمل تجاري قائم على الحجوزات إلى عمل قائم على معدل الاحتفاظ السنوي. في الممارسة، يعني ذلك أنه في عصر اشتراك المقاعد، لا يرتبط خط الأساس دائمًا بقيمة العملاء – يمكنك إشاراتهم، وإن لم يذهبوا مباشرة لمدة 10 أشهر، ما زلت تحصل على الدفع. في عمل قائم على الاستخدام، لا تستطيع جمع الإيرادات حتى يستخدم العملاء منتجك، مما يعني أن نجاح العملاء والبيع بعد البيع هو أمر بالغ الأهمية.
ثانيًا، يقلل الناس من أن نماذج الأعمال القائمة على الاستخدام هي في الأساس متغيرة، مما يعني أن العملاء لديهم توقعات أعلى للرؤية في كيفية استخدام منتجك. أحب أن أقولها هكذا: họ يحتاجون إلى الرؤية والشفافية والسيطرة على ميزانيتهم. إذا لم تعطهم أدوات للقيام بذلك، لن يكونوا عملاء سعداء.
ثالثًا، في عمل قائم على الاستخدام، يكافئ بناء عجلات النمو – الحلقات الصغيرة في منتجك حيث كلما استخدمت أكثر، زادت ما تنفقه، زادت رغبتك في استخدامها. من خلال إنشاء هذه الحلقات الفيروسية، إنه مثل الشبكات الاجتماعية، حيث تعمل الحلقات الفيروسية جيدًا داخل الشبكات الاجتماعية القائمة على الإعلانات لأنك تبني الحلقات الفيروسية في منتجك، زادت الإعلانات التي تعرضها، زادت الأموال التي تكسبها.
نفس الشيء صحيح في تسعير قائم على الاستخدام. إنه ليس حقًا صحيحًا في الاشتراك، وهو السبب في أن الحلقات الفيروسية في البرمجيات السحابية لم تكن كبيرة، باستثناء الحالات مثل دروبوكس حيث كانت الحلقات الفيروسية حرجة للتوزيع. لكن بشكل رئيسي، كانت الفيروسية محصورة في أعمال الإعلانات القائمة. أعتقد حقًا أن صعود النمو ك_discipline – الذي رائدته فيسبوك – سوف يتوافق مع صعود الذكاء الاصطناعي.
في ورقة بحثية حديثة عن “نموذج تشغيل تحقيق الإيرادات”، يشرح كيف يمكن للشركات محاذاة أنظمة الإيرادات مع قيمة العملاء الحقيقية. كيف يغير هذا النموذج الطريقة التي تفكر بها الشركات الناشئة القائمة على الذكاء الاصطناعي عن التوسع؟
يعود إلى ما كنت أقوله عن الحلقات الفيروسية. عندما تجد شركات الأعمال الأصلية على الذكاء الاصطناعي حظًا في السوق، يمكن أن تنمو الإيرادات بسرعة كبيرة. ترى الفيروسية التي كانت موجودة في الشبكات الاجتماعية، ولكن الآن يتم تحقيقها مباشرة.
يشرح ذلك سببيًا لماذا يمكن لشركة مثل Cursor الانتقال من الصفر إلى مليار دولار في الإيرادات السنوية في غضون عامين. لقد محاورت أخيرًا بين السعر والقيمة، وهو فك شديد القوة لشركات.
مع أوبن آي آي وآنتروبك كعملاء ومستثمرين، كيف توازن بين التعاون والاستقلال في تشكيل مستقبل البنية التحتية للأعمال القائمة على الذكاء الاصطناعي؟
نرى هذه العلاقات كشراكات جذرية لحل مشاكل حقيقية على حدود الذكاء الاصطناعي. أوبن آي آي وآنتروبك يحددان الجيل التالي من البرمجيات، ونحن نبني البنية التحتية التي تحول الابتكار إلى نماذج أعمال قابلة للتوسيع ومستدامة.
في نفس الوقت، مهمتنا أوسع من معاملات الذكاء الاصطناعي. مترونوم مبني لخدمة كل شركة تحتاج إلى تحديث كيفية تحقيق الإيرادات، بما في ذلك شركات الناشئة القائمة على الذكاء الاصطناعي وشركات البرمجيات السحابية التي تضيف تسعيرًا قائمًا على الاستخدام إلى منتجات قائمة.
نحن مركزون على أن نصبح قائد الفئة في بنية تحقيق الإيرادات، وليس أداة فواتير فقط لقطاع معين.
كيف يؤثر الذكاء الاصطناعي نفسه على منصة مترونوم – هل تستخدمون التعلم الآلي لتحسين دقة الفواتير، اكتشاف الشذوذ، أو توقع اتجاهات الاستخدام؟
نستخدم التعلم الآلي لتحسين اكتشاف الشذوذ، وتوقعات الاستخدام، وتمييز الأنماط – لكننا متعمدون في哪里 نطبقه. الفواتير تتطلب دقة، لذلك يجب على الذكاء الاصطناعي تعزيز الدقة، لا إدخال التبسط.
على المدى الطويل، نرى أن الذكاء الاصطناعي يساعد الشركات على تحويل بيانات تحقيق الإيرادات إلى استخبارات استراتيجية – فهم الميزات التي تقدم القيمة، تحديد عتبات التسعير المثالية، واكتشاف فرص الإيرادات في الوقت الفعلي. هذا هو المكان الذي تصبح فيه بنية تحقيق الإيرادات محرك نمو حقيقي.
أصبح مترونوم عصبًا لتحقيق الإيرادات القائم على النتائج. هل تعتقد أننا ن 接近 عالم حيث تصبح كل شركة برمجيات، في الأساس، شركة بيانات قادرة على الذكاء الاصطناعي؟
نظريتي الأساسية هي أن الذكاء الاصطناعي سوف يزعزع كل جانب من البرمجيات والأعمال. يمكنك رؤية الانحرافات الأولية داخل أعمال البرمجيات – مطورو البرمجيات متضررون تمامًا من الذكاء الاصطناعي، والكتاب متضررون تمامًا من الذكاء الاصطناعي.
أعتقد أنه مجرد مسألة وقت قبل أن تصبح المزيد والمزيد من الأعمال تحت تأثير الذكاء الاصطناعي. نحن نرى المراحل الأولى مع أجزاء الأعمال الأكثر تأثرًا بسهولة، ولكن أشياء مثل القانون والمناطق الأخرى سوف تتبع. أعتقد أنه من الواضح أن المزيد والمزيد من الوظائف سوف تندرج تحت تأثير الذكاء الاصطناعي – وبالتالي تحت نماذج الأعمال القائمة على النتائج والاستخدام.
شكرًا على المقابلة الرائعة، يرغب القراء في معرفة المزيد فيزيرون مترونوم.
