Scott Woody, PDG et co-fondateur de Metronome – Série d’entretiens

Scott Woody, PDG et co-fondateur de Metronome, a passé sa carrière à construire des produits qui combinent une profondeur technique avec un impact pratique. Avant de lancer Metronome, il a occupé des postes de direction clés chez Dropbox, où il est passé d’ingénieur à directeur des opérations, en façonnant les infrastructures de base et en élargissant les opérations à des millions d’utilisateurs. Plus tôt, il a co-fondé Foundry Hiring, un système de suivi des candidatures intuitif, et a commencé son parcours professionnel chez D. E. Shaw & Co., où il a été pionnier dans les stratégies de recrutement basées sur les données. Son expérience multidisciplinaire – allant de la modélisation scientifique à l’ingénierie logicielle à grande échelle – sous-tend sa capacité à diriger Metronome à l’intersection de la technologie, des données et de la transformation commerciale.

Metronome fournit une infrastructure de facturation moderne conçue pour alimenter les modèles de tarification basés sur l’utilisation et hybrides pour les entreprises logicielles innovantes. La plateforme permet une facturation et une reconnaissance des revenus en temps réel avec une précision des données, permettant aux équipes financières et techniques de s’accorder sur une source unique de vérité. En éloignant la complexité de la construction de systèmes de facturation internes, Metronome aide les entreprises à croissance rapide comme OpenAI, Databricks et Anthropic à élargir leurs stratégies de monétisation sans sacrifier la flexibilité ou la transparence.

Vous avez co-fondé Metronome en 2019 – quel problème avez-vous essayé de résoudre à l’origine, et comment cette mission a-t-elle évolué à mesure que l’adoption de l’IA s’est accélérée ?

Lorsque nous avons lancé Metronome, le problème initial était simple : les entreprises logicielles modernes doivent bouger incroyablement vite sur la tarification et les packages, mais leurs systèmes de facturation ne peuvent pas suivre. Chez Dropbox, nous voulions lancer une expérience de tarification et cela prenait six mois pour la coder dans le système de facturation. Le système de facturation est devenu le facteur limitant pour presque tout ce que nous faisions dans cette entreprise.

Nous nous sommes efforcés de construire une infrastructure de monétisation. Metronome a été conçu pour apporter de la vitesse et de l’agilité aux entreprises logicielles modernes – pour rendre les changements de tarification et de packaging rapides et faciles au lieu de projets lourds en ingénierie.

L’IA a accéléré cette mission de deux manières critiques. Premièrement, elle rend plus du monde basé sur l’utilisation, ce qui est notre pain de mie. Mais plus important encore, l’IA a créé une hyper-concurrence. Les différentes entreprises se battent constamment les unes contre les autres et essayent d’utiliser la tarification et les packages comme moyen de se différencier.

Cela signifie que le logiciel que nous avons initialement construit – quelque chose qui rend la tarification et les packages faciles et rapides à modifier – est maintenant un minimum. Si vous n’en profitez pas de cette flexibilité, vos concurrents le feront. La tarification et les packages sont devenus un champ de bataille de concurrence darwinienne, ce qui signifie que le besoin de Metronome augmente à mesure que la concurrence devient plus intense.

Vous venez d’annoncer de nouvelles fonctionnalités comme les crédits basés sur les sièges et la facturation unifiée. Comment ces fonctionnalités s’insèrent-elles dans cette vision ?

Oui, aujourd’hui nous avons annoncé une expansion majeure sur la tarification, la facturation et l’expérience client – vraiment le prochain chapitre de l’infrastructure de monétisation pour l’IA.

Au centre se trouve notre nouvelle fonctionnalité de crédits basés sur les sièges, qui permet aux entreprises de fonctionner avec des modèles de tarification hybrides qui combinent la prévisibilité de l’abonnement avec la croissance basée sur l’utilisation. Ce que nous voyons, c’est que de nombreuses entreprises créées au cours des années 2010 – pensez à Dropbox, Figma, Notion – se sont principalement monétisées sur une base de sièges. Plus il y a de personnes dans votre entreprise qui utilisent le produit, plus vous payez. C’est bien – c’est facile, prévisible et évolue à mesure que votre entreprise grandit.

Mais ces entreprises ajoutent désormais des fonctionnalités natives à l’IA à leurs produits et se rendent compte que la valeur de leur produit n’évolue plus avec les sièges. Elle évolue en fait avec l’utilisation de ces fonctionnalités natives à l’IA. Ils ont besoin d’un modèle commercial qui évolue avec la valeur que leur produit fournit. Les crédits basés sur les sièges sont une façon très spécifique de le faire – vous obtenez les avantages des sièges avec le potentiel de l’utilisation. C’est devenu le modèle de référence pour presque toutes les entreprises de logiciels dans le monde.

La deuxième fonctionnalité que nous mettons en avant est la facturation unifiée sur les places de marché AWS, Azure et GCP, et nous avons introduit la hiérarchie de comptes pour la facturation d’entreprise. Cela signifie que les entreprises peuvent désormais gérer tous les mouvements de revenus – self-serve, entreprise et marché – à travers un seul système au lieu de plusieurs outils déconnectés.

Ce que nos clients exigent, c’est l’optionnalité de paiement. Ces entreprises natives à l’IA ont tendance à aller dans toutes les géographies en même temps, et si vous étudiez les paiements – les paiements internationaux en particulier – vous constaterez que les différents réseaux de paiement ont des taux d’acceptation plus élevés et des frais plus bas dans différentes géographies. À mesure que notre base de clients grandit et mûrit, ils recherchent l’optionnalité de paiement dans différentes géographies. Ils pourraient vouloir utiliser un processeur de paiement spécifique à l’Europe ou spécifique aux États-Unis. En permettant à nos clients d’avoir du choix et de la flexibilité dans la façon dont ils reçoivent le paiement et font la facturation, nous leur offrons plus d’options pour prendre le paiement dans différentes géographies. La fonctionnalité que nous lançons aujourd’hui est juste le premier pas dans ce parcours – la capacité d’émettre une facture directement à partir de Metronome et de prendre le paiement avec le processeur de paiement de votre choix. Au fil du temps, nous allons élargir les choix disponibles dans cette couche de processeur de paiement.

Sur le côté de l’expérience client, nous lançons l’API d’aperçu des coûts, la facturation dans le tableau de bord et les notifications de cycle de vie. La facturation moderne devrait être transparente et faire partie de l’expérience de produit. Ces capacités donnent aux clients une visibilité en temps réel sur l’utilisation et les dépenses, éliminant les factures surprises et renforçant la confiance grâce à la transparence.

Ensemble, ces annonces reflètent notre conviction que l’infrastructure de monétisation doit offrir aux entreprises trois choses : la prévisibilité des revenus, la visibilité entre les équipes et le contrôle pour évoluer la tarification en toute sécurité à mesure que leurs produits changent.

Avant Metronome, vous avez passé plusieurs années en tant qu’ingénieur et plus tard directeur des opérations chez Dropbox. Quelles leçons tirées du scaling d’une plateforme SaaS mondiale ont influencé la façon dont vous avez abordé la construction de Metronome ?

Il y a deux principales leçons que j’ai tirées de Dropbox qui ont façonné la façon dont nous avons construit Metronome.

Premièrement, l’importance de la flexibilité à l’échelle. Dropbox était célèbre pour avoir une tarification simple “bon, meilleur, meilleur” avec un plan gratuit – très simple en surface. Mais derrière les scènes, à l’intérieur du système de facturation, il y avait des milliers de SKUs différents pour des milliers de configurations de clients différentes. Gérer cette complexité est en fait assez difficile.

Nous avons construit Metronome pour évoluer avec cette complexité pour les très grandes entreprises. La question est devenue : comment construire des abstractions simples qui donnent aux clients le plein pouvoir et la flexibilité que leurs entreprises exigent à mesure qu’elles grandissent et mûrissent ?

La deuxième leçon concerne le service de plusieurs personas. L’une des principales frustrations chez Dropbox était que l’équipe de facturation était constamment surchargée – ils avaient mille choses à faire, toujours tirés dans différentes directions en essayant d’aider les finances, les ventes et le produit en même temps.

Nous avons construit Metronome – à la fois l’entreprise et le produit – pour servir plusieurs personas différentes en même temps. Une chose que nous faisons de mieux est d’être un partenaire externalisé pour nos clients. Si vous êtes l’un des principaux fournisseurs de modèles de langage, Metronome sert non seulement de logiciel, mais également d’expert en tarification. Nous aiderons individuellement les clients de manière très personnalisée.

C’est l’une des choses que les gens trouvent vraiment remarquables lorsqu’ils travaillent avec nous – la profondeur de partenariat que nous formons. C’est beaucoup moins une relation fournisseur-client et plus d’un véritable partenariat.

Metronome alimente les modèles commerciaux d’OpenAI, d’Anthropic, de Databricks et de NVIDIA – certaines des entreprises les plus influentes dans l’IA. Qu’est-ce qu’ils ont tous en commun qui a rendu votre approche de facturation dynamique si précieuse ?

Il y a deux ou trois choses spécifiques que ces clients ont en commun.

Premièrement, lorsqu’on atteint cette taille et cette échelle, la tarification est simplement complexe. Vous avez de nombreux produits différents, de nombreuses saveurs de clients différents. La complexité nécessaire – le grand nombre de SKUs que vous offrez, les différentes configurations de tarification et de packaging – signifie que vous avez besoin d’un système conçu de base pour gérer ce niveau d’échelle et de différence entre les clients.

En même temps, vous voulez que les abstractions que vous interfacez soient simples. Si vous êtes une personne des opérations travaillant avec Metronome, vous ne voulez pas penser à toute cette complexité tout le temps. Équilibrer ces deux choses – vous donner le pouvoir et le contrôle que Metronome fournit sans submerger l’utilisateur final – c’est un principe de conception clé que nous avons eu lors de la construction du produit.

L’autre chose qui unit tous nos clients est qu’ils sont extrêmement centrés sur le client final. Nous avons construit Metronome pour rendre toutes les données à l’intérieur de lui continuellement disponibles à leurs clients finaux. Si vous êtes un client d’OpenAI, vous pouvez vérifier votre solde, définir des budgets, limiter votre taux – tout cela concerne l’expérience client sur un modèle de tarification basé sur la consommation, et Metronome est la plateforme clé qui le permet.

De nombreux fondateurs se concentrent sur l’innovation de produit ou de modèle. Vous avez soutenu que la tarification et la facturation font maintenant partie de la pile d’infrastructure de l’IA. Pourquoi voyez-vous la monétisation comme fondamentale pour cette nouvelle ère de logiciels ?

Il y a plusieurs raisons pour lesquelles la monétisation est si critique pour l’infrastructure de l’IA.

Premièrement, cela revient au point de la hyper-concurrence. Cette ère de logiciels est juste beaucoup, beaucoup plus compétitive. Dans les ères passées, vous pouviez vous concentrer uniquement sur la différenciation du produit – cela ne fonctionne plus vraiment.

Deuxièmement, dans chaque ère de logiciels, les plus grandes et les plus réussies entreprises ont associé l’innovation de produit à l’innovation de modèle commercial. Pensez à Salesforce – ils ont inventé un CRM basé sur le cloud. Le logiciel CRM n’était pas nouveau, mais le déployer dans le cloud l’était. Mais ils l’ont couplé avec une tarification d’abonnement basée sur les sièges qui évoluait à mesure que votre entreprise grandissait, ce qui était énormément perturbateur par rapport aux entreprises existantes comme Siebel, qui facturait une grande taxe forfaitaire. Vous passiez de dépenser un million de dollars par an sur Siebel à 100 dollars par mois et par siège sur Salesforce – proposition de valeur complètement différente pour les clients.

La même chose se passe dans l’IA. Mais il y a un autre facteur majeur : l’IA est incroyablement coûteuse à exécuter. Plus vos clients utilisent votre produit, plus cela coûte cher. Cela signifie que vous, en tant que fournisseur, avez besoin d’un modèle de tarification ou de modèle commercial qui évolue avec l’utilisation de votre produit – sinon vous risquez de surestimer les coûts.

Quels sont les plus grands défis techniques ou culturels auxquels les entreprises sont confrontées lorsqu’elles passent de l’abonnement statique à la tarification basée sur l’utilisation ou les résultats ?

Il y a deux ou trois changements majeurs qui viennent avec le passage de l’abonnement basé sur les sièges à l’utilisation.

Premièrement, vous passez d’une entreprise basée sur les réservations à une entreprise basée sur le taux de renouvellement net. Dans la pratique, cela signifie que dans l’ère de l’abonnement basé sur les sièges, votre ligne de fond n’est pas toujours liée à la valeur du client – vous pourriez les inscrire et si elles ne sont pas mises en ligne pendant 10 mois, vous êtes toujours payé. Dans une entreprise basée sur l’utilisation, vous ne pouvez littéralement pas collecter de revenus jusqu’à ce que les clients utilisent votre produit, ce qui signifie que la réussite du client et les ventes après-vente sont super, super importantes.

Deuxièmement, les gens sous-estiment que les modèles d’entreprise basés sur l’utilisation sont fondamentalement variables, ce qui signifie que les clients ont des attentes beaucoup plus élevées en termes de visibilité sur la façon dont ils utilisent votre produit. La façon dont je le formule est : ils ont besoin de visibilité, de transparence et de contrôle sur leur budget. Si vous ne leur donnez pas les outils pour le faire, ils ne seront pas des clients heureux.

Troisièmement, dans une entreprise basée sur l’utilisation, cela récompense vraiment la construction de ce que j’appelle des mécanismes de croissance – de petites boucles dans votre produit où plus vous utilisez, plus vous dépensez, plus vous voulez utiliser. En créant ces boucles virales, c’est un peu comme dans les réseaux sociaux, où les boucles virales fonctionnent vraiment bien à l’intérieur des réseaux sociaux basés sur la publicité, car plus vous construisez de la viralité dans votre produit, plus vous affichez des inventaires publicitaires, plus vous gagnez d’argent.

La même chose est vraie pour la tarification basée sur l’utilisation. Ce n’est pas vraiment vrai pour l’abonnement, c’est pourquoi les boucles virales dans le logiciel B2B n’ont pas été une grande chose, à l’exception des cas comme Dropbox où ces boucles virales étaient critiques pour la distribution. Mais surtout, la viralité a été confinée aux entreprises basées sur la publicité. Je pense vraiment que l’essor de la croissance en tant que discipline – initiée par Facebook – va coïncider avec l’essor de l’IA.

Votre récent livre blanc sur le « Modèle d’exploitation de la monétisation » explique comment les entreprises peuvent aligner les systèmes de revenus avec la valeur réelle des clients. Comment ce modèle change-t-il la façon dont les startups d’IA réfléchissent à l’échelle ?

Cela revient à ce que je disais sur les boucles virales. Lorsque ces entreprises natives à l’IA trouvent un ajustement de produit-marché, les revenus peuvent évoluer extrêmement vite. Vous voyez la viralité qui existait auparavant dans les réseaux sociaux, mais maintenant elle est directement monétisée.

Cela explique de manière causale pourquoi une entreprise comme Cursor peut passer de zéro à un milliard de dollars de revenus annuels en deux ans. Ils ont finalement aligné le prix et la valeur, ce qui est un déblocage vraiment, vraiment puissant pour les entreprises.

Avec OpenAI et Anthropic en tant que clients et investisseurs, comment équilibrez-vous la collaboration avec l’indépendance dans l’élaboration de l’infrastructure commerciale basée sur l’IA ?

Nous voyons ces relations comme des partenariats enracinés dans la résolution de problèmes réels à la frontière de l’IA. OpenAI et Anthropic définissent la prochaine génération de logiciels, et nous construisons l’infrastructure qui transforme l’innovation en modèles commerciaux durables et évolutifs.

En même temps, notre mission est plus large que les laboratoires d’IA. Metronome est conçu pour servir toutes les entreprises qui ont besoin de moderniser la façon dont elles monétisent, y compris les startups natives à l’IA et les entreprises de logiciels qui ajoutent une tarification basée sur l’utilisation à des produits établis. Nous nous concentrons sur l’être le leader de catégorie dans l’infrastructure de monétisation, et non seulement un outil de facturation pour un segment.

Comment l’IA elle-même influence-t-elle la plateforme de Metronome – utilisez-vous l’apprentissage automatique pour optimiser la précision de la facturation, détecter les anomalies ou prédire les tendances d’utilisation ?

Nous utilisons l’apprentissage automatique pour améliorer la détection d’anomalies, la prévision d’utilisation et la reconnaissance de modèles – mais nous sommes délibérés dans l’endroit où nous l’appliquons. La facturation nécessite de la précision, donc l’IA doit améliorer la précision, pas introduire de l’abstraction.

À long terme, nous voyons l’IA aider les entreprises à transformer les données de monétisation en intelligence stratégique – comprendre quels fonctionnalités entraînent de la valeur, identifier les seuils de tarification optimaux et mettre en évidence les opportunités de revenus en temps réel. C’est là que l’infrastructure de monétisation devient un véritable moteur de croissance.

Metronome est devenu une colonne vertébrale pour la monétisation basée sur les résultats. Pensez-vous que nous nous dirigeons vers un monde où chaque entreprise logicielle devient, en essence, une entreprise de données basée sur l’IA ?

Ma théorie de base est que l’IA va perturber chaque aspect du logiciel et de l’entreprise. Vous pouvez voir les premières perturbations à l’intérieur des entreprises logicielles – les développeurs de logiciels sont complètement perturbés par l’IA, les écrivains sont complètement perturbés par l’IA.

Je pense qu’il ne s’agit que d’une question de temps avant que de plus en plus d’entreprises soient influencées par l’IA. Nous voyons les premiers stades avec les parties les plus facilement perturbées de l’entreprise, mais des choses comme le droit et d’autres domaines suivront. Je pense qu’il est évident qu’au fil du temps, de plus en plus d’emplois vont tomber sous l’influence de l’IA – et donc sous des modèles d’entreprise basés sur les résultats, basés sur l’utilisation.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Metronome.