Scott Woody, CEO og medgrunnlegger av Metronome – Intervju-serie

Scott Woody, CEO og medgrunnlegger av Metronome, har brukt sin karriere på å bygge produkter som kombinerer teknisk dybde med praktisk innvirkning. Før han lanserte Metronome, hadde han nøkkellederroller i Dropbox, der han avanserte fra ingeniør til direktør for ingeniørarbeid, og formet kjerninfrastruktur og skala operasjoner over millioner av brukere. Tidligere var han medgrunnlegger av Foundry Hiring, et intuitivt system for å spore søknader, og startet sin profesjonelle reise i D. E. Shaw & Co., der han banebrytende data-drevne rekrutteringsstrategier. Hans multidisiplinære bakgrunn – fra vitenskapelig modellering til storskala programvareutvikling – understreker hans evne til å lede Metronome i skjæringspunktet mellom teknologi, data og forretningstransformasjon.

Metronome tilbyr en moderne fakturingsinfrastruktur designet for å drive bruksbasert og hybrid prissætning for innovative programvarebedrifter. Plattformen muliggjør sammenhengende måling, fakturering og inntektsanerkjennelse med sanntidsdata-nøyaktighet, og gir finanse- og ingeniørteamene mulighet til å samarbeide om en felles sannhetskilde. Ved å abstrahere bort kompleksiteten ved å bygge egne fakturingsystemer, hjelper Metronome raskt voksende bedrifter som OpenAI, Databricks og Anthropic med å skalerer deres moneteringsstrategier uten å ofre fleksibilitet eller transparens.

Du var med å grunnlegge Metronome i 2019 – hva var det opprinnelige problemet du forsøkte å løse, og hvordan har den misjonen utviklet seg etterhvert som AI-tilpasning har økt?

Da vi startet Metronome, var det opprinnelige problemet enkelt: moderne programvarebedrifter måtte bevege seg ekstremt raskt på pris og pakking, men deres fakturingsystemer kunne ikke holde pace. I Dropbox ville vi kjøre en pristest og det ville ta seks måneder bare for å kode det inn i fakturingsystemet. Fakturingsystemet ble den lange polen for nesten alt vi gjorde i den bedriften.

Vi satte oss fore å bygge moneteringsinfrastruktur. Metronome ble bygget for å bringe fart og fleksibilitet til moderne programvarebedrifter – for å gjøre pris- og pakkingendringer raskt og enkelt i stedet for ingeniør-tunge prosjekter.

AI har akselerert denne misjonen på to kritiske måter. Først gjør det mer av verden bruksbasert, som er vårt kjernebrød. Men viktigere er at AI har skapt hyperkonkurranser. Forskjellige bedrifter konkurrerer konstant med hverandre og prøver å bruke pris og pakking som en måte å differensiere seg.

Det betyr at programvaren vi opprinnelig bygde – noe som gjør det virkelig enkelt og raskt for pris og pakking å endres – nå er et minimumskrav. Hvis du ikke tar fordel av den fleksibiliteten, vil dine konkurrenter. Pris og pakking har blitt et slagfelt for darwinistisk konkurranse, som betyr at behovet for Metronome øker etterhvert som konkurranse blir mer intens.

Du har nettopp kunngjort nye funksjoner som setebasert kreditt og samlet fakturering. Hvordan passer disse inn i den visjonen?

Ja, i dag kunngjorde vi en stor utvidelse av pris, fakturering og kundeopplevelse – virkelig det neste kapitlet i moneteringsinfrastruktur for AI.

I sentrum er vår nye setebasert kredittfunksjon, som lar bedrifter kjøre hybridprismodeller som kombinerer abonnementsforutsigbarhet med bruksbasert vekst. Det vi ser, er at mange bedrifter som ble etablert i 2010-årene – tenk Dropbox, Figma, Notion – primært moneterer på en setebasert avgift. Jo flere personer i din bedrift som bruker produktet, jo mer betaler du. Dette er bra – det er enkelt, forutsigbart og skalerer etterhvert som din bedrift vokser.

Men disse bedriftene legger nå til AI-naturlige funksjoner i sine produkter, og de innser at verdien av deres produkt ikke lenger skalerer med setene. Det skalerer faktisk med bruken av disse AI-naturlige funksjonene. De trenger en kommersiell modell som skalerer med verdien deres produkt tilbyr. Setebasert kreditt er en svært spesifikk måte å gjøre dette på – du får fordelene med seter med oppsiden av bruksbasert vekst. Dette blir den vanlige modellen for nesten alle SaaS-bedrifter i verden.

Den andre funksjonen vi fremhever, er samlet fakturering på tvers av AWS-, Azure- og GCP-markeder, og introduserte konto-hierarki for bedriftsfakturering. Dette betyr at bedrifter nå kan håndtere alle inntektsbevegelser – selvbetjening, bedrift og marked – gjennom ett system i stedet for å jonglere med flere separate verktøy.

Hva våre kunder krever, er betalingsvalg. Disse AI-naturlige bedriftene tenderer å gå til alle geografier på en gang, og hvis du studerer betalinger – internasjonale betalinger i særdeleshet – vil du finne at forskjellige betalingskanaler har høyere akseptasjonsrater og lavere gebyrer i forskjellige geografier. Etterhvert som vår kundebase vokser og modnes, søker de etter betalingsvalg i forskjellige geografier. De må kanskje bruke en europeisk-spesifikk betalingsprosessor eller en US-spesifikk betalingsprosessor. Ved å gi våre kunder valg og fleksibilitet i hvordan de mottar betaling og fakturering, gir vi dem flere muligheter for å motta betaling i forskjellige geografier. Funksjonen vi lanserer i dag, er bare det første skrittet i den reisen – evnen til å utstede en faktura direkte fra Metronome og motta betaling med den betalingsprosessor du velger. Over tid vil vi utvide valgene som er tilgjengelige i den betalingsprosessor-lag.

På kundeopplevelsens side, lanserer vi Cost Preview API, fakturering i dashboard og livssyklusvarslinger. Moderne fakturering bør være transparent og en del av produktopplevelsen. Disse funksjonene gir kundene sanntidsvisibilitet i bruken og utgiftene, eliminerer overraskende regninger og bygger tillit gjennom transparens.

Sammen reflekterer disse kunngjøringene vår tro på at moneteringsinfrastruktur må gi bedrifter tre ting: forutsigbarhet i inntekt, visibilitet på tvers av team og kontroll til å utvikle prisering trygt etterhvert som produktene endres.

Før Metronome, tilbrakte du flere år som ingeniør og senere direktør for ingeniørarbeid i Dropbox. Hvilke lærdommer fra å skalerer en global SaaS-plattform informerte hvordan du nærmet deg å bygge Metronome?

Det er to hovedlærdommer fra Dropbox som formede hvordan vi bygde Metronome.

Først er viktigheten av fleksibilitet i skala. Dropbox var kjent for å ha enkle “god, bedre, best” priser med en gratis plan – svært enkelt på overflaten. Men bak scenen, inne i fakturingsystemet, var det tusenvis av forskjellige varekoder for tusenvis av forskjellige kunde-konfigurasjoner. Å håndtere denne kompleksiteten er faktisk ganske hardt.

Vi bygde Metronome for å skalerer med denne kompleksiteten for svært store bedrifter. Spørsmålet ble: hvordan bygger du enkle abstraksjoner som gir kundene full kraft og fleksibilitet deres bedrifter krever etterhvert som de vokser og modnes?

Den andre lærdommen er om å betjene flere personaer. En av de største frustrasjonene i Dropbox var at faktureringsteamet alltid var overbelastet – de hadde tusen ting å gjøre, og ble alltid trukket i forskjellige retninger for å hjelpe finanse, salg og produkt på en gang.

Vi bygde Metronome – både bedriften og produktet – for å betjene flere forskjellige personaer på en gang. En ting vi er best på, er å være en eksternalisert partner for våre kunder. Hvis du er en av de store språkmodell-tilbyderne, fungerer Metronome ikke bare som programvare, men også som en pris-ekspert. Vi hjelper kundene individuelt i svært høyt-berøringsverktøy.

Det er en av tingene folk finner virkelig bemerkelsesverdig ved å arbeide med oss – hvor dypt partnerskap vi danner. Det er mye mindre en leverandør-kunde-forhold og mer et sant partnerskap.

Metronome driver forretningsmodellene til OpenAI, Anthropic, Databricks og NVIDIA – noen av de mest innflytelsesrike aktørene i AI. Hva har de alle til felles som gjorde din tilnærming til dynamisk fakturering så verdifull?

Det er to eller tre spesifikke ting disse kundene har til felles.

Først er det at når du kommer til den størrelsen og skalaen, er prisingen kompleks. Du har mange forskjellige produkter, mange forskjellige smaksrikninger av kunder. Den nødvendige kompleksiteten – det store antallet varekoder du tilbyr, de forskjellige priser og pakkingkonfigurasjoner – betyr at du trenger et system bygget fra bunnen av for å håndtere den niveau av skala og forskjell mellom kunder.

Samtidig ønsker du at abstraksjonene du grenser til, skal være enkle. Hvis du er en operasjonsperson som arbeider med Metronome, ønsker du ikke å tenke på all den kompleksiteten hele tiden. Å balansere disse to tingene – å gi deg kraften og kontrollen Metronome tilbyr uten å overvelde sluttbrukeren – det er en nøkkel designprinsipp vi hadde da vi bygde produktet.

Den andre ting som forener alle våre kunder, er at de er ekstremt kunde-sentriske. Vi bygde Metronome for å gjøre all data inni det kontinuerlig tilgjengelig for deres sluttbrukere. Hvis du er en OpenAI-kunde, kan du sjekke din saldo, sette budsjetter, rategrenser deg selv – all dette handler om kundeopplevelse på toppen av en forbruksbasert prismodell, og Metronome er den nøkkelplattformen som muliggjør dette.

Mange gründere fokuserer på produkt- eller modell-innovasjon. Du har argumentert for at prising og fakturering nå er en del av AI-infrastruktur-staken. Hvorfor ser du på monetering som grunnleggende for denne nye æraen av programvare?

Det er flere forskjellige grunner til at monetering er så kritisk for AI-infrastruktur.

Først går det tilbake til hyperkonkurranse-punktet. Denne æraen av programvare er bare mye, mye mer konkurransedyktig. I tidligere æraer kunne du fokusere bare på produkt-differensiering – det fungerer ikke lenger.

For det andre, i hver æra av programvare, har de største, mest suksessfulle bedriftene parret produkt-innovasjon med forretningsmodell-innovasjon. Tenk Salesforce – de oppfant en sky-basert CRM. CRM-programvare var ikke nytt, men å deployere det i skyen var det. Men de koplet det med setebasert abonnementspris som skalerer etterhvert som din bedrift vokser, som var svært disruptiv i forhold til den etablerte Siebel, som kostet en stor flat avgift. Du ville gå fra å betale en million dollar i året på Siebel til 100 dollar per måned per sete i Salesforce – fullstendig forskjellig verdi-proposisjon for kundene.

Det samme skjer i AI. Men det er en annen stor faktor: AI er usedvanlig dyrt å kjøre. Jo mer dine kunder bruker ditt produkt, jo dyrere blir det. Det betyr at du, som leverandør, trenger en prismodell eller forretningsmodell som skalerer med bruken av ditt produkt – ellers risikerer du å overprise på COGS.

Hva er de største tekniske eller kulturelle utfordringene bedrifter møter når de skifter fra statiske abonnementer til bruks- eller resultatbasert prising?

Det er to eller tre store endringer som kommer med å gå fra sete-abonnement til bruksbasert.

Først går du fra en bookings-basert bedrift til en NRR-basert bedrift. I praksis betyr det at i en sete-abonnementsæra, er din bottom line ikke alltid knyttet til kunde-verdi – du kunne signere dem opp, og hvis de ikke gikk live i 10 måneder, fikk du likevel betalt. I en bruksbasert bedrift, kan du bokstavelig talt ikke samle inntekt før kundene bruker ditt produkt, som betyr at kunde-suksess og post-salg er super, super viktig.

For det andre, underskattes det at bruksbasert forretningsmodeller er grunnleggende variable, som betyr at kundene har mye høyere forventninger til visibilitet i hvordan de bruker ditt produkt. Jeg liker å si det slik: de trenger visibilitet, transparens og kontroll over budsjettet sitt. Hvis du ikke gir dem verktøy til å gjøre det, vil de ikke være glade kunder.

Tredje, i en bruksbasert bedrift, belønnes det å bygge hva jeg kaller vekst-hjul – små løkker i ditt produkt hvor jo mer du bruker, jo mer du betaler, jo mer du ønsker å bruke. Ved å skape disse virale løkkene, er det litt som i sosiale nettverk, hvor virale løkker fungerer virkelig bra i annonse-baserte sosiale nettverk fordi jo mer du bygger virality inn i ditt produkt, jo mer annonse-inventar du viser, jo mer penger du tjener.

Det samme er sant i bruksbasert prising. Det er ikke virkelig sant i abonnement, som er hvorfor virale løkker i B2B SaaS ikke har vært en stor ting, bortsett fra tilfeller som Dropbox hvor disse virale løkkene var kritiske for distribusjon. Men hovedsakelig har virality vært begrenset til annonse-baserte bedrifter. Jeg tror faktisk at oppkomsten av vekst som en disiplin – banebrytende av Facebook – vil sammenfalle med oppkomsten av AI.

Din nylige whitepaper om “Monetization Operating Model” beskriver hvordan bedrifter kan justere inntekts-systemer med virkelig kunde-verdi. Hvordan endrer denne modellen måten AI-startups tenker om å skalerer?

Det går tilbake til hva jeg sa om virale løkker. Når disse AI-naturlige bedriftene finner produkt-markeds-plass, kan inntektene skalerer ekstremt raskt. Du ser den virality som tidligere fantes i sosiale nettverk, men nå er det direkte moneterbart.

Det forklarer kausalt hvorfor et selskap som Cursor kan gå fra null til en milliard dollar i ARR på bare to år. De har finalt justert pris og verdi, som er en virkelig, virkelig kraftig lås for bedrifter.

Med OpenAI og Anthropic som både kunder og investorer, hvordan balanserer du samarbeid med uavhengighet i å forme fremtiden av AI-drevet forretnings-infrastruktur?

Vi ser på disse forholdene som partnerskap rotet i å løse virkelige problemer på grensen av AI. OpenAI og Anthropic definerer den neste generasjonen av programvare, og vi bygger infrastrukturen som omdanner innovasjon til skalerbare, bærekraftige forretningsmodeller.

Samtidig er vår misjon bredere enn AI-laboratorier. Metronome er bygget for å betjene hver bedrift som trenger å modernisere hvordan de moneterer, inkludert AI-naturlige startups og SaaS-bedrifter som legger til bruksbasert prising til etablerte produkter. Vi fokuserer på å være kategoriledere i moneterings-infrastruktur, ikke bare et fakturingsverktøy for ett segment.

Hvordan påvirker AI selv Metronomes egen plattform – bruker du maskinlæring til å optimalisere fakturingsnøyaktighet, detektere anomalier eller forutsi bruksmønster?

Vi bruker maskinlæring til å forbedre anomali-deteksjon, bruksforutsigelse og mønster-gjenkjenning – men vi er bevisste på hvor vi anvender det. Fakturering krever presisjon, så AI må forbedre nøyaktigheten, ikke introdusere abstraksjon.

På lang sikt ser vi at AI hjelper bedrifter å omdanne moneteringsdata til strategisk intelligens – å forstå hvilke funksjoner driver verdi, å identifisere optimale pristerskler og å surface inntektsmuligheter i sanntid. Det er der moneterings-infrastruktur blir en virkelig vekst-motor.

Metronome har blitt en ryggrad for resultatbasert monetering. Tror du vi nærmer oss en verden hvor hver programvarebedrift i virkeligheten blir en AI-drevet data-bedrift?

Min grunnleggende teori er at AI vil forstyrre hver eneste del av programvare og forretning. Du kan se de første forstyrrelsene innen programvarebedrifter – programvare-utviklere er fullstendig forstyrret av AI, forfattere er fullstendig forstyrret av AI.

Jeg tror det bare er et spørsmål om tid før flere og flere bedrifter blir påvirket av AI. Vi ser de tidlige stadiene med de mest lett forstyrrede delene av bedriften, men ting som juridiske og andre områder vil følge. Jeg tror det er åpenbart at over tid, flere og flere jobber kommer under AI-skyggen – og derfor under resultatbasert, bruksbasert forretningsmodeller.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Metronome.