m3terのCEOグリフィン・パリー – インタビュー・シリーズ

グリフィン・パリーは、m3terのCEO兼共同創設者です。彼は以前、GameSparksの共同創設者兼CEOを務め、2017年にAmazonに買収された後、AWSで3年間シニアプロダクトおよびフィールド役職を務めました。彼は、SkyやNews Internationalでのメディア業界でのキャリアを開始し、デジタル戦略とデジタル製品開発に焦点を当て、SkyのオンラインTVポートフォリオの立ち上げとリーダーシップを行いました。

m3terは、企業が使用量ベースの価格設定を実装および管理するのを支援するために設計されたSaaSプラットフォームです。既存のシステム such as CRMs and ERPsの隣に位置するメータリングおよび請求インフラストラクチャ層として機能し、生の製品使用データを取り込み、柔軟な価格ロジックを適用し、全体の見積もりから請求までのプロセスを自動化します。企業は、収益漏れと運用オーバーヘッドを減らしながら、正確でリアルタイムの請求書を生成できるようにします。請求をコアシステムから切り離すことで、m3terは企業が価格モデルを実験し、新しい製品を迅速に立ち上げ、顧客の使用状況と収益ストリームに関するより深い洞察を得ることができるようにします。これは、消費ベースのビジネスモデルへの移行するモダンソフトウェア企業にとって特に貴重です。

あなたはGameSparksを設立し、買収されるまでスケールさせました。次に、請求インフラストラクチャとモダンな収益化に特化したm3terを設立しました。この問題領域に惹かれた理由と、以前の創業家の経験がその決定にどのように影響したかについて説明してください。

私たちは、問題を解決する創業家の典型的な例です。GameSparksでは、使用量ベースの価格設定 — クラウドインフラストラクチャのビジネスに適していた — を実施しました。それは私たちの成功の重要な要素でしたが、同時に運用上の痛みも多くもたらしました。AWSでも、クラウドインフラストラクチャのビジネス — ただしはるかに大きなもの — で同様の問題がありました。また、彼らがそれを解決するためにどれほどの努力を払ったかも見ました。なぜなら、それが彼らのビジネスにとって重要だったからです。使用量ベースの世界では、請求インフラストラクチャが戦略的な能力であることを実感し、多くの企業がそれを開発できないことを理解しました。そこで、m3terを設立してそれを変えることにしました。

AIネイティブ製品には、推論、トークン使用、モデル再トレーニングに関連する予測不可能なインフラストラクチャコストがあります。価値と保護するためのマージンを考慮して、価格設定をどのように考えるべきですか?

従来のSaaS製品は、使用量によるコストがほとんどなかったという特徴があります。つまり、顧客が製品を使用する量は、サービス提供のコストに影響しません。那はAI製品では当てはまりません。なぜなら、使用量はトークン消費などのコストをもたらすからです。価格が固定されている場合、顧客ごとの粗利マージンは使用状況によって大きく異なります。その結果、使用量ベースの価格戦略がほぼ不可避的に思われます。なぜなら、それは収益とコストを一致させ、粗利マージンを安定させますからです。

AIが既存のソフトウェアカテゴリに組み込まれるにつれて、ほとんどの企業がサブスクリプションに使用量コンポーネントを追加するか、まったく新しい収益化フレームワークが登場するか予想しますか?

まったく新しいものは予想しません。ただ、過去に見た価格モデルが再発明されるだけです。サブスクリプションのみから成果ベースのモデルまで、すべての範囲を見られるでしょう。しかし、最大のクラスターはハイブリッドになります。顧客とベンダーの両方にとって成功を関連付けることができる固定的な再発行要素と、変数メトリックの組み合わせです。

AI時代の成果ベースの価格設定について、議論が増えています。どこで実際のトラクションが現れると思いますか? また、モデルがどのようにして複雑になりすぎて効果的に実装できないと思いますか?

成果ベースの価格設定の課題は帰属です。ベンダーの製品によって明確に生み出された測定可能な成果が必要です。時々それは可能です — 支払いは、プロバイダーが取引のシェアを得る例であり、それは公平に見えます。しかし、私の経験では、そのような状況は比較的まれで、企業は価値の代理として機能する価格メトリックに頼る傾向があります。たとえば、AIカスタマーサポートエージェントの場合、人間の介入なしで解決されたコールです。使用量ベース、価値プロキシ、成果ベースの価格設定の解決策がスペクトル全体にあります。それらすべてが共通するのは、価格を適用するために何かを数える必要があることです。那はm3terの出番です。

AIパワード製品の価値を定義する際に、成果の現実的な代理として会社が焦点を当てるべき実用的なメトリックは何ですか?

これは、ユースケースごとに異なるため、答えるのが難しい質問です。常に考慮されるのは、メトリックが単純で、予測可能で、価値に関連し、コストと十分に一致しているかどうかです。しかし、メトリック自体は製品が何をしているかによって決まります。「トークン使用」はLLMモデルに機能します。「ドキュメント処理」は契約分析に機能します。「クエリ実行」はエンタープライズ検索に機能します。「人間の介入なしで処理された会話」はカスタマーサポートに機能します。

企業がサブスクリプションのみのモデルからハイブリッドまたは使用量ベースの価格設定に移行する際に直面する最も一般的な運用上および技術的な課題は何ですか?

主要な痛み点は、収益漏れ、貧弱な顧客体験、製品および販売を妨げる価格の非柔軟性に根ざしています。原因は、間違った運用基盤にあります。サブスクリプションのみから使用量ベースの価格設定に移行する際に必要な（新しい）機能は、使用状況データ処理、先進的（および継続的な）請求計算、およびCRM、請求、ERPシステム間の自動接続です。

多くの企業がSalesforceやNetSuiteなどのシステムに深くコミットしています。m3terは、既存のスタックを全面的に見直すことを強制することなく、収益化インフラストラクチャを現代化する方法は何ですか?

確立された見積もりから請求までのツールであるSalesforceやNetSuiteは、サブスクリプションの世界を前提としています。ただし、それらがモダンな収益化アプローチでうまく機能しないことを意味するわけではありません。ただ、重要なギャップを埋める必要があります。那がm3terが行うことです。使用状況データ処理、先進的なレーティング、および見積もりから請求までのシステム間のデータフローの自動化に焦点を当てています。

収益漏れは、過小評価されることがよくあります。モダンなSaaSビジネスでは、この問題はどのくらいの規模ですか? また、通常何が原因で発生しますか?

収益漏れとは、請求書が顧客の使用状況を完全に捉えていなかったり、正しい商業条件を適用していなかったりして、請求されていないが売却され、提供された価値です。PwCの収益完全性チームによると、それは4〜7%です。価格設定が複雑になるほど、それが起こりやすくなります。根本的な原因は、システムとコントロールにあります。使用状況データを効果的にキャプチャしていないこと、価格と請求計算メカニズムの間の自動化された接続がないこと、請求計算メカニズムが複雑さに対処するのに十分に洗練されていないこと（例：スプレッドシートに依存していること）です。

価格の柔軟性が、ソフトウェア組織内の製品イノベーションと販売戦略にどのように影響しますか?

シンプルに言えば、価格の柔軟性があれば、新しい製品をより迅速にリリースできます。また、販売チームがプライベート価格設定の取引で勝つのに役立つように、価格設定を顧客のニーズと要望に合わせて簡単に適応できます。それはビジネスにとって戦略的な機能です。しかし、柔軟性を得るには自動化とコントロールが必要です。そうでない場合、請求書のエラー、収益漏れ、コンプライアンスの課題が発生します。

今後、AIが価格モデルをリアルタイムに動的に最適化する役割を果たすと思いますか? また、それが信頼性を持ってスケールで機能するために何が必要かについて説明してください。

価格最適化におけるAIの潜在能力については非常に興奮しています。しかし、少なくともソフトウェアとしてのサービスまたはソリューションとしてのサービス企業の場合、リアルタイムの側面についてはあまり説得力がありません。ホテルの部屋や航空券を販売している場合、ダイナミック価格設定は機能します。なぜなら、それはワンオフのトランザクションだからです。しかし、B2Bソフトウェアベンダーは、顧客との関係が持続することを望み、顧客は価格が日々予測不可能に変わることを望みません。したがって、価格最適化は、ベンダーと顧客の両方にとって、長期的な関係全体で最良の成果をもたらすように設計された、長期的な取引のためのカスタマイズされた価格設定の作成に焦点を当てることになります。

素晴らしいインタビュー、詳しく知りたい読者はm3terを訪問してください。