Scott Woody, CEO en mede-oprichter van Metronome – Interviewreeks

Scott Woody, CEO en mede-oprichter van Metronome, heeft zijn carrière besteed aan het bouwen van producten die technische diepgang combineren met praktische impact. Voordat hij Metronome lanceerde, bekleedde hij sleutelposities bij Dropbox, waar hij van ingenieur tot directeur van Engineering opklom en de kerninfrastructuur vormgaf en de operaties over miljoenen gebruikers heen schaalde. Eerder was hij mede-oprichter van Foundry Hiring, een intuïtief systeem voor het volgen van sollicitaties, en begon hij zijn professionele carrière bij D. E. Shaw & Co., waar hij banen voor data-gedreven werving pionierde. Zijn multidisciplinaire achtergrond – van wetenschappelijke modellering tot grote software-engineering – vormt de basis van zijn vermogen om Metronome te leiden op het snijvlak van technologie, data en bedrijfstransformatie.

Metronome biedt een moderne facturatie-infrastructuur die is ontworpen om usage-based en hybride prijsmodellen voor innovatieve softwarebedrijven te ondersteunen. Het platform maakt naadloze metering, facturatie en omzetaangifte met real-time gegevensnauwkeurigheid mogelijk, waardoor financiële en technische teams op één lijn kunnen komen over één bron van waarheid. Door de complexiteit van het bouwen van in-house factureringssystemen weg te nemen, helpt Metronome snel groeiende bedrijven zoals OpenAI, Databricks en Anthropic om hun monetaire strategieën te schalen zonder flexibiliteit of transparantie op te offeren.

U bent mede-oprichter van Metronome in 2019 – welk probleem wilde u oorspronkelijk oplossen en hoe is die missie geëvolueerd nu de adoptie van AI is versneld?

Toen we Metronome startten, was het oorspronkelijke probleem eenvoudig: moderne softwarebedrijven moeten heel snel kunnen schakelen met betrekking tot prijzen en verpakkingen, maar hun factureringssystemen kunnen niet mee. Bij Dropbox wilden we een prijsexperiment uitvoeren en het duurde zes maanden om het alleen maar in het factureringssysteem te coderen. Het factureringssysteem werd de bottleneck voor bijna alles wat we in dat bedrijf deden.

We wilden monetisatie-infrastructuur bouwen. Metronome is gebouwd om snelheid en wendbaarheid te brengen naar moderne softwarebedrijven – om prijs- en verpakkingswijzigingen snel en eenvoudig te maken in plaats van zware engineeringsprojecten.

AI heeft deze missie op twee kritieke manieren versneld. Ten eerste maakt het meer van de wereld gebruiksgestuurd, wat onze kernactiviteit is. Maar belangrijker nog, AI heeft hyperconcurrentie gecreëerd. Verschillende bedrijven strijden constant met elkaar en proberen prijzen en verpakkingen te gebruiken als een manier om zich te onderscheiden.

Dat betekent dat de software die we oorspronkelijk hebben gebouwd – iets dat het heel gemakkelijk en snel maakt om prijzen en verpakkingen te wijzigen – nu een vereiste is. Als u daar niet van profiteert, zullen uw concurrenten dat wel doen. Prijzen en verpakkingen zijn een slagveld van darwinistische concurrentie geworden, wat betekent dat de behoefte aan Metronome toeneemt naarmate de concurrentie heviger wordt.

U heeft zojuist nieuwe mogelijkheden aangekondigd, zoals seat-based credits en unified invoicing. Hoe passen deze in die visie?

Ja, vandaag kondigen we een grote uitbreiding aan van prijzen, facturatie en klantbeleving – eigenlijk het volgende hoofdstuk van monetisatie-infrastructuur voor AI.

Centraal staat onze nieuwe seat-based credits-mogelijkheid, die bedrijven in staat stelt om hybride prijsmodellen te runnen die de voorspelbaarheid van abonnementen combineren met de groei van gebruiksgestuurde modellen. Wat we zien, is dat veel bedrijven die in de jaren 2010 zijn opgericht – denk aan Dropbox, Figma, Notion – voornamelijk monetaire middelen verkrijgen via een seat-based fee. Hoe meer mensen in uw bedrijf het product gebruiken, hoe meer u betaalt. Dit is geweldig – het is eenvoudig, voorspelbaar en schaalt naarmate uw bedrijf groeit.

Maar deze bedrijven voegen nu AI-native functies toe aan hun producten en realiseren zich dat de waarde van hun product niet langer schaalt met de zitplaatsen. Het schaalt eigenlijk met het gebruik van deze AI-native functies. Ze hebben een commercieel model nodig dat schaalt met de waarde die hun product levert. Seat-based credits is een zeer specifieke manier om dit te doen – u krijgt de voordelen van zitplaatsen met de upside van gebruik. Dit wordt het de facto-model voor bijna elk SaaS-bedrijf ter wereld.

De tweede functie die we benadrukken, is unified invoicing voor AWS-, Azure- en GCP-markten, en we hebben account-hiërarchie voor enterprise-facturatie geïntroduceerd. Dit betekent dat bedrijven nu elke omzetbeweging – self-service, enterprise en markt – kunnen beheren via één systeem in plaats van meerdere losse tools.

Wat onze klanten eisen, is betalingsoptie. Deze AI-native bedrijven gaan naar alle geografische gebieden tegelijk en als u internationale betalingen bestudeert, zult u ontdekken dat verschillende betalingsrails hogere acceptatiesnelheden en lagere tarieven hebben in verschillende geografische gebieden. Naarmate onze klantenbasis groeit en volwassener wordt, zoeken ze naar betalingsoptie in verschillende geografische gebieden. Ze willen misschien een Europees specifieke betalingsverwerker of een Amerikaanse specifieke betalingsverwerker gebruiken. Door onze klanten de keuze en flexibiliteit te geven in hoe ze betalingen ontvangen en factureren, geven we ze meer opties voor het ontvangen van betalingen in verschillende geografische gebieden. De functie die we vandaag lanceren, is slechts het eerste stap in die reis – de mogelijkheid om een factuur rechtstreeks vanuit Metronome te verzenden en betaling te ontvangen met de betalingsverwerker van uw keuze. Na verloop van tijd gaan we de keuzes in die betalingsverwerkerslaag uitbreiden.

Op het gebied van klantbeleving lanceren we de Cost Preview API, facturatie in het dashboard en levenscyclusmeldingen. Moderne facturatie moet transparant en onderdeel van de productervaring zijn. Deze mogelijkheden geven klanten real-time inzicht in het gebruik en de uitgaven, waardoor verrassingsfacturen worden geëlimineerd en vertrouwen wordt opgebouwd door transparantie.

Samen weerspiegelen deze aankondigingen onze overtuiging dat monetisatie-infrastructuur bedrijven drie dingen moet geven: voorspelbaarheid in omzet, zichtbaarheid over teams en controle om prijzen veilig te laten evolueren naarmate hun producten veranderen.

Voordat Metronome, bracht u enkele jaren door als ingenieur en later als directeur van Engineering bij Dropbox. Welke lessen uit het schalen van een wereldwijd SaaS-platform hebben invloed gehad op hoe u Metronome hebt gebouwd?

Er zijn twee belangrijke lessen uit Dropbox die hebben beïnvloed hoe we Metronome hebben gebouwd.

Ten eerste is het belang van flexibiliteit op schaal. Dropbox was beroemd om zijn eenvoudige “goed, beter, best” prijzen met een gratis plan – heel eenvoudig aan de oppervlakte. Maar achter de schermen, in het factureringssysteem, waren er duizenden verschillende SKUs voor duizenden verschillende klantconfiguraties. Het beheren van die complexiteit is eigenlijk heel moeilijk.

We hebben Metronome gebouwd om te schalen met die complexiteit voor zeer grote bedrijven. De vraag werd: hoe bouw je eenvoudige abstracties die klanten de volledige macht en flexibiliteit geven die hun bedrijven nodig hebben naarmate ze groeien en volwassener worden?

De tweede les is over het bedienen van meerdere personas. Een van de belangrijkste frustraties bij Dropbox was dat het factureringsteam constant overbelast was – ze hadden duizend dingen gaande, werden altijd in verschillende richtingen getrokken om finance, sales en product tegelijk te helpen.

We hebben Metronome – zowel het bedrijf als het product – gebouwd om meerdere verschillende personas tegelijk te bedienen. Een van de dingen waar we het beste in zijn, is een geëxternaliseerde partner voor onze klanten. Als u een van de grote taalmodelaanbieders bent, dient Metronome niet alleen als software, maar ook als prijs-expert. We zullen individueel klanten helpen met zeer hoge aanrakingen.

Dat is een van de dingen die mensen echt opvallend vinden aan het werken met ons – hoe diep de partnership is die we vormen. Het is veel minder een leverancier-klantrelatie en meer een echte partnership.

Metronome verleent de businessmodellen van OpenAI, Anthropic, Databricks en NVIDIA – enkele van de meest invloedrijke spelers in AI – kracht. Wat hebben ze allemaal gemeen dat uw aanpak van dynamische facturatie zo waardevol maakte?

Er zijn twee of drie specifieke dingen die deze klanten gemeen hebben.

Ten eerste, wanneer u die omvang en schaal bereikt, is uw prijzenstructuur gewoon complex. U heeft veel verschillende producten, veel verschillende soorten klanten. De noodzakelijke complexiteit – het grote aantal SKUs dat u aanbiedt, de verschillende prijs- en verpakkingsconfiguraties – betekent dat u een systeem nodig heeft dat vanaf de basis is gebouwd om die mate van schaal en verschil tussen klanten aan te kunnen.

Tegelijkertijd wilt u dat de abstracties waarmee u interfaceert eenvoudig zijn. Als u een operations-persoon bent die met Metronome werkt, wilt u niet de hele tijd aan die complexiteit denken. Het evenwicht tussen die twee dingen – u de macht en controle geven die Metronome biedt zonder de eindgebruiker te overweldigen – is een belangrijk ontwerpprincipe dat we hebben gehad bij het bouwen van het product.

Het andere dat alle onze klanten verbindt, is dat ze extreem klantgericht zijn. We hebben Metronome gebouwd om alle gegevens erin continu beschikbaar te maken voor hun eindklanten. Als u een OpenAI-klant bent, kunt u uw saldo controleren, budgetten instellen, uzelf limiteren – al dat soort dingen is over klantbeleving bovenop een op consumptie gebaseerd prijsmodel, en Metronome is het belangrijkste platform dat dat mogelijk maakt.

Veel oprichters focussen op product- of modelinnovatie. U heeft betoogd dat prijzen en facturatie nu deel uitmaken van de AI-infrastructuurstapel. Waarom ziet u monetaire middelen als fundamenteel voor deze nieuwe era van software?

Er zijn een paar verschillende redenen waarom monetaire middelen zo kritiek zijn voor AI-infrastructuur.

Ten eerste gaat het terug naar het punt van hyperconcurrentie. Deze era van software is gewoon veel, veel concurrerender. In eerdere eras kon je je alleen op productdifferentiatie richten – dat werkt echt niet meer.

Ten tweede, in elke era van software, combineerden de grootste, meest succesvolle bedrijven productinnovatie met bedrijfsmodelinnovatie. Denk aan Salesforce – ze hebben een cloud-gebaseerd CRM uitgevonden. CRM-software was niet nieuw, maar het in de cloud implementeren was dat wel. Maar ze combineerden het met een seat-based abonnementsprijs die schaalde naarmate uw bedrijf groeide, wat enorm disruptief was ten opzichte van de gevestigde Siebel, die een groot vast bedrag in rekening bracht. U zou gaan van het uitgeven van een miljoen dollar per jaar aan Siebel naar 100 dollar per maand per stoel in Salesforce – een compleet andere waardepropositie voor klanten.

Hetzelfde gebeurt in AI. Maar er is nog een andere belangrijke factor: AI is enorm duur om te draaien. Hoe meer uw klanten uw product gebruiken, hoe duurder het wordt. Dat betekent dat u, als leverancier, een prijsmodel of bedrijfsmodel nodig heeft dat schaalt met het gebruik van uw product – anders loopt u het risico om te veel te berekenen voor de COGS.

Wat zijn de grootste technische of culturele uitdagingen die bedrijven tegenkomen bij het overstappen van statische abonnementen naar gebruiksgestuurde of resultaatgestuurde prijzen?

Er zijn twee of drie belangrijke veranderingen die optreden bij het overstappen van seat-abonnementen naar gebruiksgestuurde modellen.

Ten eerste gaat u van een boekingsgebaseerd bedrijf naar een NRR-gebaseerd bedrijf. In de praktijk betekent dit dat in een seat-abonnementsera uw onderste regel niet altijd verbonden is met klantwaarde – u kon ze tekenen en als ze niet live gingen voor 10 maanden, kreeg u nog steeds betaald. In een gebruiksgestuurd bedrijf kunt u letterlijk geen omzet innen totdat klanten uw product gebruiken, wat betekent dat klantensucces en post-verkoop super, super belangrijk zijn.

Ten tweede onderschatten mensen dat gebruiksgestuurde bedrijfsmodellen fundamenteel variabel zijn, wat betekent dat klanten veel hogere verwachtingen hebben van zichtbaarheid in hun gebruik van uw product. De manier waarop ik het graag zeg, is: ze hebben zichtbaarheid, transparantie en controle over hun budget nodig. Als u ze geen instrumenten geeft om dat te doen, zullen ze niet tevreden zijn.

Ten derde, in een gebruiksgestuurd bedrijf, wordt het echt beloond om groeiflywheels te bouwen – kleine lussen in uw product waarbij u meer gebruikt, meer uitgeeft, meer wilt gebruiken. Door deze virale lussen te creëren, is het een beetje alsof in sociale netwerken, waar virale lussen heel goed werken in advertentie-gebaseerde sociale netwerken, omdat u meer virale lussen in uw product bouwt, meer advertentie-inventaris weergeeft, meer geld verdient.

Hetzelfde is waar in gebruiksgestuurde prijzen. Het is niet echt waar in abonnementen, wat de reden is dat virale lussen in B2B SaaS geen grote zaak zijn geweest, behalve in gevallen zoals Dropbox, waar die virale lussen cruciaal waren voor distributie. Maar meestal is virale activiteit beperkt gebleven tot advertentie-gebaseerde bedrijven. Ik denk eigenlijk dat de opkomst van groei als discipline – gepionierd door Facebook – samenvalt met de opkomst van AI.

Uw recente whitepaper over het “Monetization Operating Model” legt uit hoe bedrijven hun omzetsystemen kunnen afstemmen op de werkelijke klantwaarde. Hoe verandert dit model de manier waarop AI-startups denken over schalen?

Het gaat terug naar wat ik zei over virale lussen. Wanneer deze AI-native bedrijven product-marktfit vinden, kunnen de inkomsten extreem snel schalen. U ziet de virale activiteit die eerder in sociale netwerken bestond, maar nu rechtstreeks gemonetariseerd is.

Dat legt causaal uit waarom een bedrijf als Cursor van nul naar een miljard dollar aan jaarlijkse omzet in twee jaar kan gaan. Ze hebben eindelijk prijs en waarde in evenwicht gebracht, wat een enorm krachtige ontgrendeling is voor bedrijven.

Met OpenAI en Anthropic als zowel klanten als investeerders, hoe balanceert u samenwerking met onafhankelijkheid bij het vormgeven van de toekomst van AI-gedreven bedrijfsinfrastructuur?

We zien die relaties als partnerships die wortelen in het oplossen van echte problemen aan de voorhoede van AI. OpenAI en Anthropic definiëren de volgende generatie software en wij bouwen de infrastructuur die innovatie omzet in schaalbare, duurzame bedrijfsmodellen.

Tegelijkertijd is onze missie breder dan AI-labs. Metronome is gebouwd om elke onderneming te dienen die haar monetaire middelen moet moderniseren, inclusief AI-native startups en SaaS-bedrijven die gebruiksgestuurde prijzen toevoegen aan gevestigde producten. We zijn gericht op het worden van de categorie-leider in monetisatie-infrastructuur, niet alleen een factureringstool voor één segment.

Hoe beïnvloedt AI zelf het Metronome-platform – gebruikt u machine learning om facturatie-nauwkeurigheid te optimaliseren, afwijkingen te detecteren of gebruikstrends te voorspellen?

We gebruiken machine learning om afwijkingdetectie, gebruikvoorspelling en patroonherkenning te verbeteren – maar we zijn doelgericht over waar we het toepassen. Facturatie vereist precisie, dus AI moet de nauwkeurigheid verhogen, niet abstractie introduceren.

Op lange termijn zien we AI helpen om monetaire middelen om te zetten in strategische intelligentie – het begrijpen van welke functies waarde creëren, het identificeren van optimale prijsdrempels en het in real-time blootleggen van omzetkansen. Dat is waar monetaise-infrastructuur een echte groeimotor wordt.

Metronome is een ruggengraat geworden voor resultaatgestuurde monetaire middelen. Denkt u dat we een wereld naderen waarin elk softwarebedrijf in wezen een AI-gedreven data-bedrijf wordt?

Mijn basis-theorie is dat AI elk aspect van software en bedrijven zal verstoren. U kunt de eerste verstoringen in software-bedrijven zien – software-ontwikkelaars worden volledig verstoord door AI, schrijvers worden volledig verstoord door AI.

Ik denk dat het gewoon een kwestie van tijd is voordat meer en meer bedrijven door AI worden beïnvloed. We zien de vroege stadia met de meer gemakkelijk verstoordere delen van het bedrijf, maar dingen zoals juridische en andere gebieden zullen volgen. Ik denk dat het duidelijk is dat na verloop van tijd meer en meer banen onder de invloed van AI zullen vallen – en dus onder resultaatgestuurde, gebruiksgestuurde bedrijfsmodellen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Metronome bezoeken.