Griffin Parry, m3ter의 CEO – 인터뷰 시리즈

Griffin Parry는 m3ter의 CEO이자 공동 설립자입니다. 이것은 그의 두 번째 스타트업으로, 이전에는 GameSparks의 공동 설립자이자 CEO를 역임했으며, 2017년 아마존에 인수된 후 3년 동안 AWS에서 선임 제품 및 현장 역할을 수행했습니다. 그는 미디어 부문(Sky, News International)에서 디지털 전략 및 디지털 제품 개발에 중점을 두며 경력을 시작했으며, Sky의 온라인 TV 포트폴리오를 출시하고 이끌었습니다.

m3ter는 기존 시스템과 함께 작동하는 미터링 및 청구 인프라 레이어로, 복잡한 사용량 기반 가격을 구현하고 관리하는 데 도움이 되는 SaaS 플랫폼입니다. 원시 제품 사용량 데이터를 수집하고, 유연한 가격 논리를 적용하고, 전체 견적에서 현금까지의 프로세스를 자동화하여 비즈니스에서 정확하고 실시간 청구서를 생성할 수 있도록 합니다. 또한, 청구를 핵심 시스템에서 분리함으로써, m3ter는 기업이 가격 모델을 실험하고, 새로운 제품을 더 빠르게 출시하고, 고객 사용량 및 수익 흐름에 대한 더 깊은 통찰력을 얻을 수 있도록 합니다. 이것은 현대적인 소프트웨어 회사에서 특히 가치가 있습니다.

당신은 GameSparks를 설립하고 성장시킨 후, 청구 인프라와 현대적인 수익화에 중점을 둔 두 번째 회사 m3ter를 시작했습니다. 이 특정 문제 영역을 두 번째 회사로 선택한 결정은 무엇이었으며, 이전의 창업자 경험은 어떻게 그 결정에 영향을 미쳤나요?

우리는 첫 번째로 문제를 해결한 대표적인 창업자입니다. GameSparks에서 우리는 현대적인 수익화 전략 – 사용량 기반 가격을 가지고 있었습니다. 그것은 우리가 있는 비즈니스에 적합했습니다(클라우드 인프라). 그것은 우리의 성공에 핵심이었습니다. 하지만 그것은 또한 많은 운영 및 GTM 고통을引き起こ았습니다. 그런 다음 AWS에서, 또한 클라우드 인프라 비즈니스였지만, 훨씬 더 큰 것으로, 우리는 동일한 문제가 있음을 보았습니다. 우리는 또한 그 문제를 해결하기 위해 얼마나 많은 노력을 기울였는지 보았습니다. 왜냐하면 그것은 그들의 비즈니스에 중요했기 때문입니다. 우리는 사용량 기반 세계에서, 청구 인프라는 대부분의 회사가 개발할 수 없는 전략적 능력이라는 것을 깨달았습니다. 그래서 우리는 그것을 변경하기 위해 m3ter를 설립했습니다.

AI 네이티브 제품은 추론, 토큰 사용 또는 모델 재학습과 관련된 예측할 수 없는 인프라 비용을 가질 수 있습니다. 창업자는 가치를 보호하는 동안 가격을 어떻게 정렬해야 하며, 총 이익률을 어떻게 보호해야 합니까?

전통적인 SaaS 제품은 거의 사용량에 대한 마진 비용이 없었습니다. 즉, 고객이 제품을 사용하는 양은 비용에 영향을 미치지 않았습니다. 하지만 AI 제품의 경우 사용량이 토큰 소비와 같은 비용을 유발합니다. 가격이 고정되어 있다면 총 이익률이 고객의 사용량에 따라 크게 달라질 수 있습니다. 이것은 사용량 기반 가격 전략을 거의 불가피하게 만듭니다. 왜냐하면 수익은 비용과 일치하고 총 이익률을 안정화시키기 때문입니다.

AI가 기존 소프트웨어 카테고리에 통합됨에 따라, 대부분의 회사가 구독에 사용량 구성 요소를 계층화할 것으로 예상합니까, 또는 완전히 새로운 수익화 프레임워크가 등장할 것으로 보십니까?

나는 전혀 새로운 것을 기대하지 않습니다. 이전에 본 가격 모델의 재창조일 뿐입니다. 구독에서 결과 기반 모델까지 모든 것을 볼 수 있을 것입니다. 하지만 가장 큰 클러스터는 하이브리드가 될 것입니다. 예측 가능성을 위한 고정 재발 요소와 고객과 공급자 모두에게 적합한 가변 메트릭이 결합됩니다.

AI 시대에 결과 기반 가격 설정에 대한 논의가 증가하고 있습니다. 실제로牽引력이 나타날 것으로 예상되는 곳은 어디이며, 모델이 너무 복잡해져 효과적으로 구현할 수 없는 곳은 어디입니까?

결과 기반 가격의 문제는 귀속입니다. 즉, 측정 가능한 결과가 공급자의 제품에 의해 명확하게 驅動되어야 합니다. 때때로 그것은 가능합니다. 예를 들어, 결제 제공자는 거래의 일부를 취합니다. 그것은 공정해 보입니다. 하지만 내 경험에 비추어 보면, 이러한 상황은 상대적으로 희귀하며, 회사는 가치의 대리자와 같은 가격 메트릭으로 돌아갑니다. 예를 들어, AI 고객 지원 에이전트의 경우, 인간의 개입 없이 해결된 호출입니다. 사용량 기반, 가치 대리자, 결과 기반 가격 설정을 포함한 많은 솔루션이 있습니다. 사용 사례에 따라 다르기 때문입니다. 모두 공통점은 что 무엇인가를 계산하고 가격을 적용해야 한다는 것입니다. 이것이 m3ter가 하는 일입니다.

AI 기반 제품에서 값을 정의할 때, 회사는 결과의 실제 프록시로 praktikable한 지표에 중점을 둘 수 있습니까?

이것은 사용 사례에 따라 매우 다르기 때문에 대답하기 어려운 질문입니다. 항상 고려해야 할 사항이 있습니다. 즉, 지표가 간단하고, 예측 가능하고, 가치와 관련이 있으며, 비용을 충당하기에 충분히 일치하는지입니다. 하지만 지표 자체는 제품이 하는 일에 따라 다릅니다. LLM 모델의 경우 “사용된 토큰”이 작동합니다. 문서 분석의 경우 “처리된 문서”가 작동합니다. 엔터프라이즈 검색의 경우 “실행된 쿼리”가 작동합니다. 고객 지원의 경우 “인간의 개입 없이 처리된 대화”가 작동합니다.

회사가 구독 전용 모델에서 하이브리드 또는 사용량 기반 가격 설정으로 전환할 때 직면하는 가장 일반적인 운영 및 기술적인 도전은 무엇입니까?

주요한 고통은 수익 누출, 고객 경험의 부족 및 가격 민첩성의 부족으로 인해 제품 및 판매가 곤란해집니다. 그 원인은 잘못된 운영 기반에 있습니다. 구독 전용에서 하이브리드 또는 사용량 기반 가격 설정으로 전환할 때 필요한 주요 새로운 기능은 사용량 데이터 처리, 고급(계속) 청구 계산 및 CRM, 청구, ERP 시스템 간의 자동화된 연결입니다.

많은 기업이 Salesforce 및 NetSuite와 같은 시스템에 깊이 투자되어 있습니다. m3ter는 기존 스택을 재구성하지 않고도 수익화 인프라를 현대화하는 방법은 무엇입니까?

설립된 견적에서 현금까지의 도구는 구독의 세계를 가정합니다. 하지만 그것은 현대적인 수익화 접근 방식에서 잘 작동할 수 없다는 것을 의미하지 않습니다. критические 격차를 채우기만 하면 됩니다. 그것이 m3ter가 하는 일입니다. 우리는 사용량 데이터 처리, 고급 요금 및 견적에서 현금까지의 시스템 간 데이터 흐름의 자동화와 같은 것이 무엇인지에만 집중합니다.

수익 누출은 종종 과소평가됩니다. 현대적인 SaaS 비즈니스에서 이 문제는 얼마나 심각합니까? 그리고 무엇이 일반적으로 그 원인입니까?

수익 누출은 벌어들인 가치(판매하고 제공했지만 청구 오류로 인해 수집되지 않은 값)입니다. 청구서가 고객의 모든 사용량을 완전히 캡처하지 않거나 올바른 상업 조건을 적용하지 못하기 때문입니다. 이것은 큰 문제입니다. PwC의 수익誠実성 팀은 4-7%로 추정합니다. 가격이 더 복잡할수록 더 가능성이 높습니다. 根本 원인은 시스템 및 제어입니다. 사용량 데이터를 효과적으로 캡처하지 못하는 것, 가격 및 청구 계산 메커니즘의 출처에 자동화된 연결이 없는 것, 청구 계산 메커니즘이 복잡성을 처리하기에 충분히 정교하지 않은 것(예: 스프레드시트에 의존함)입니다.

가격의 유연성이 소프트웨어 조직 내에서 제품 혁신 및 판매 전략에 어떻게 영향을 미칩니까?

간단합니다. 가격 민첩성이 càng 많으면, 새로운 제품을 더 빠르게 출荷할 수 있고, 가격을 고객의 요구와 바람에 더 쉽게 적응시킬 수 있습니다. 이것은 비즈니스에 대한 전략적 능력입니다. 하지만 자동화와 제어가 없으면 가격 민첩성을 가질 수 없습니다. 그렇지 않으면 청구 오류, 수익 누출 및 규정 준수 문제가 발생합니다.

앞으로, 가격 모델을 실시간으로 동적으로 최적화하는 데 AI가 역할을 할 것으로 보십니까? 그리고 그것이 신뢰할 수 있게 작동하기 위해 무엇이 준비되어 있어야 합니까?

私は確かに価格 최적화에 대한 AI의 잠재력을 매우 흥미롭게 생각합니다. 하지만 실시간 측면에 대해서는, 적어도 소프트웨어 또는 솔루션 서비스 비즈니스에서는, 그렇게 확신하지 않습니다. 호텔 객실이나 항공편을 판매하는 경우, 동적 가격이 작동합니다. 왜냐하면 그것은 일회성 거래이기 때문입니다. 하지만 B2B 소프트웨어 공급자는 지속적인 고객 관계를 원하며, 고객은 가격이 예측할 수 없게 매일 변경되기를 원하지 않습니다. 따라서 가격 최적화는 대신 장기 거래에 대한 맞춤형 가격을 생성하는 데 중점을 둘 것입니다. 즉, 공급자와 고객 모두에게 최상의 결과를 제공하는 다년간의 관계를 위한 가격입니다.

伟大的 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 m3ter를 방문할 수 있습니다.