Крис Бишоп, генеральный директор BillingPlatform — серия интервью

Chris Bishop, генеральный директор BillingPlatform, является руководителем в сфере корпоративного программного обеспечения с более чем двадцатилетним опытом, охватывающим SaaS, управление доходами, успех клиентов, профессиональные услуги и стратегии выхода на рынок. До того как присоединиться к BillingPlatform в качестве генерального директора в 2026 году, Бишоп провёл почти семь лет в Conga, где занимал старшие должности, включая директора по работе с клиентами (Chief Customer Officer), директора по доходам (Chief Revenue Officer) и директора по маркетингу (Chief Marketing Officer), помогая вести компанию через период трансформации и интеграции. Ранее он был группой вице‑президента глобальных сервисов в Plex Systems и основал MIPRO Consulting, консалтинговую фирму, специализирующуюся на приложениях PeopleSoft и Oracle. Его карьера также включает старшие руководящие позиции в PeopleSoft и Oracle, где он возглавлял североамериканскую практику управления цепочками поставок, насчитывающую более 230 консультантов, а также раннюю работу по реинжинирингу процессов в Ford Motor Company.

BillingPlatform — компания, разрабатывающая программное обеспечение для управления жизненным циклом доходов и монетизации, предназначенное для помощи бизнесу в управлении всё более сложными моделями ценообразования и выставления счетов. Основанная в 2012 году, компания предоставляет облачную платформу, охватывающую захват заказов, подписку и биллинг на основе использования, выставление счетов, платежи, автоматизацию дебиторской задолженности, признание доходов и финансовое управление. Её технология поддерживает периодические, основанные на потреблении, гибридные и другие настраиваемые модели ценообразования, а возможности медиатора использования позволяют принимать и преобразовывать данные, такие как вызовы API, транзакции, места, пропускная способность или другие события потребления, в биллинговые записи. BillingPlatform заявляет, что её системы обрабатывают более 50 000 счетов в день и более 4 млрд долларов ежемесячных выставлений, позиционируя платформу как финансовую инфраструктуру для предприятий, выходящих за пределы традиционных моделей фиксированных цен и подписки.

Ваша карьера привела вас от реинжиниринга процессов в Ford и корпоративных приложений в PeopleSoft и Oracle к основанию MIPRO Consulting и руководству функциями клиентского обслуживания, доходов и маркетинга в Plex Systems и Conga. Как этот опыт сформировал ваши приоритеты в качестве генерального директора BillingPlatform, особенно при внедрении ИИ в критически важные финансовые операции?

Я считаю каждую остановку в своей карьере критически важным опытом. Производственный процесс в Ford, финансовый и цепочный менеджмент в PeopleSoft и Oracle, годы консалтинга между ними, ERP в Plex и управление жизненным циклом доходов в Conga. Когда такие системы сталкиваются с ошибками или линия останавливается, кто‑то не получает оплату, или сделка не завершается. Это требует гораздо более низкой толерантности к ошибкам, чем у большинства программного обеспечения.

Другой аспект заключается в том, что ценность определяется результатами, которые вы достигаете, а не тем, что вы рекламируете. Владение функциями клиентского обслуживания и доходов в Plex и Conga сделало это очевидным для меня, находясь в разрыве между тем, что было продано, и тем, что получил клиент.

Оба направления сходятся в одном месте для ИИ в финансовых операциях. Быть правым в 99,5 % случаев звучит отлично в демонстрации, но всё равно считается провалом. Мы обслуживаем биллинг для компаний с миллионами подписчиков. При таком масштабе ошибка в 0,5 % означает десятки тысяч неверных счетов за один месяц, десятки тысяч разговоров с клиентами, к которым никто не был готов, и процесс кредитования, который погружает команду. Клиент ожидал, что все они будут правильными, поэтому 99,5 % не обеспечили ожидаемый результат.

Поэтому мы консервативно относимся к тем областям, где ИИ взаимодействует с деньгами, и агрессивно — к тем, где он влияет на работу. ИИ занимается конфигурацией, анализом и расследованием. Вычисления остаются детерминированными. Тест, который я применяю к каждой функции ИИ, заключается в том, может ли контролёр объяснить результат аудитору, не говоря, что модель приняла решение за него или за неё.

Многие поставщики корпоративного программного обеспечения добавляют AI‑ассистентов к существующим продуктам. BillingPlatform описывает свой ИИ как встроенный в жизненный цикл доходов и построенный на единой, самодокументируемой модели метаданных. Что может достичь эта архитектура, чего не может традиционный слой ИИ, добавленный к устаревшему биллинговому программному обеспечению?

Наша платформа описывает себя. Сущности, поля, правила ценообразования, рабочие процессы и утверждения — всё это метаданные, которые система может считывать во время выполнения. Это означает, что наш ИИ читает вашу реальную конфигурацию, а не общую схему продукта, и может предлагать изменения в этой конфигурации, потому что конфигурация — это данные, а не код.

Ассистент, прикреплённый к устаревшему биллинговому программному обеспечению, сталкивается с иной проблемой. Логика, специфичная для клиента, в этих системах находится в пользовательском коде, хранимых процедурах и интеграционном посреднике. Ассистент может отвечать на вопросы по документации. Всё, что конкретно относится к тому, как ваша инстанция действительно работает, должно быть извлечено из этого кода, а изменение требует цикла разработки, а не простого диалога.

Вторая проблема заключается в том, что измерение, биллинг и признание доходов обычно находятся в отдельных системах с отдельными базами данных. Любой ИИ, работающий поверх этих функций, рассуждает над процессом согласования, поэтому его ответ так же хорош, как и последняя ночная пакетная обработка. Мы обслуживаем все три области на одной модели, поэтому существует единственная цепочка от события использования до бухгалтерской записи. ИИ отвечает, используя ту же запись, из которой был сформирован счёт, что имеет огромное значение.

По мере того как компании переходят к моделям бизнеса, основанным на использовании, результатах и гибридных подходах, как ИИ меняет способы упаковки, ценообразования и монетизации продуктов и услуг?

Происходит два изменения. Первое — единица стоимости отходит от количества мест к выполненной работе, поэтому компании начинают оценивать решения, обработанные документы, выполненные задачи или поставленные результаты. Второе — цены теперь пересматривают ежеквартально, а не ежегодно, потому что кривая издержек под AI‑продуктом меняется так быстро.

По нашему опыту ИИ больше помогает в аналитической части, чем в креативной. Если история транзакций хранится в одном месте, вы можете смоделировать предлагаемое изменение цены на основе реального поведения клиентов за несколько минут до внедрения и, например, прогнозировать, как это повлияет на маржу или отток. Раньше это была многонедельная финансовая задача.

Я бы также добавил предостережение. Большинство компаний, переходящих на ценообразование по потреблению или результату, пока не могут ответить, сколько стоит им обслуживание одной единицы. Без этой цифры компания угадывает минимальные цены и полномочия на скидки. Поэтому большинство предприятий выбирают гибридный подход: фиксированная плата за платформу для предсказуемости, потребление для согласования и компонент результата, где ценность действительно измерима.

AI‑продукты могут генерировать сильно варьирующиеся затраты в зависимости от токенов, моделей, инфраструктуры и сложности каждого запроса. Какие новые возможности измерения и биллинга нужны компаниям, чтобы точно монетизировать AI‑услуги, не подвергая себя непредсказуемой марже?

Я бы предложил начать с измерения на уровне драйвера затрат и сохранять события. Если вы предварительно агрегируете данные в ежедневный итог по клиенту, вы теряете возможность увидеть, что один рабочий процесс работает на дорогой модели.

Отсюда четыре возможности выполняют реальную работу:

1. Привязывайте себестоимость к тому же событию, которое несёт доход, чтобы маржа по клиенту, функции и модели была видна в течение периода, а не только при закрытии.
2. Поддерживайте тарифные структуры, меняющиеся в середине периода, поскольку замена модели и снижение цен поставщиками не будут ждать календаря обновления компании.
3. Предоставляйте клиентам обязательства, предоплаченные балансы, лимиты и списания, так как предсказуемость является функцией продукта и также защищает компанию от неожиданного счета.
4. И, наконец, обеспечьте возможность переоценки истории при изменении цены или ошибочной медиции без ручного процесса кредитования.

Защита маржи AI‑продуктов — это задача проектирования измерения и ценообразования. Если рассматривать её как проблему финансовой отчётности, вы узнаете об этом только через 40 дней.

BillingPlatform позволяет командам настраивать продукты, правила ценообразования и биллинговые рабочие процессы в диалоговом режиме. Какие решения можно безопасно делегировать ИИ, а где человеческий контроль и одобрение должны оставаться обязательными?

Я бы сказал, делегировать работу, но оставлять принятие решений за людьми.

ИИ может безопасно читать и объяснять существующую конфигурацию, создавать черновики новой конфигурации в песочнице, генерировать тестовые данные и тестовые сценарии, обнаруживать аномалии в использовании или биллинговых запусках, расследовать спор по оценке до исходного события и строить первичную карту для миграции. Это большая часть часов работы команды биллинга за неделю и почти не несёт риска.

Человеческое одобрение обязательно для любого изменения того, что выставляется клиенту, или того, как признаётся доход в продакшн. Это включает изменения цен и тарифов, условия контрактов, кредиты и корректировки, политику признания доходов и оценки отдельной цены продажи, сопоставление GL, налоговые позиции и закрытие периода. Кроме того, люди должны участвовать во всём, что впервые становится видимым клиенту.

Операционное правило таково: ИИ предлагает, лицо с реальными полномочиями одобряет, и одобрение фиксируется в отношении изменения. Одобрения и ролевые разрешения уже присутствовали в платформе, поэтому агенты наследуют их, а не обходят.

Финансовые системы оставляют мало места для галлюцинаций или необъяснённых решений. Как BillingPlatform сочетает рассуждения ИИ с детерминированным выполнением, чтобы гарантировать точность и воспроизводимость счетов, расчётов доходов и бухгалтерских действий?

Мы разделяем интерпретацию и исполнение. Модель интерпретирует намерение и генерирует конфигурацию, запрос или предлагаемое изменение. Затем исполняет движок оценки и бухгалтерии. Этот движок использует один и тот же код независимо от того, настроил его человек в интерфейсе или агент через наш ИИ, поэтому одинаковые входные данные каждый раз дают одинаковый счёт, и вы можете повторно запустить закрытый период и получить идентичный результат.

Никакое число в счёте не генерируется языковой моделью в момент выставления. ИИ создаёт изменение конфигурации, которое, как и любое другое изменение в системе, имеет версию, автора и временную метку. Если аудитор спрашивает, почему начисление имеет определённую величину, ответ прослеживается через запись ценообразования к событию использования, а не к запросу.

Последний элемент — предложения можно просмотреть до их применения. Вы видите конкретную конфигурацию, которую ИИ хочет создать, в простых терминах, и можете её одобрить или отклонить.

BillingPlatform поддерживает Model Context Protocol, протокол Agent-to-Agent и соединения с внешними корпоративными AI‑инструментами. Как компании могут предоставить автономным агентам доступ к операциям биллинга, одновременно предотвращая неавторизованные действия, утечку данных или неотслеживаемые изменения?

MCP и A2A — это транспорт, и они доставляют агента к двери. Плоскость управления — это ваша модель разрешений, и именно там находится фактическая работа.

В нашем случае агент аутентифицируется как пользователь и наследует те же роли, разрешения на уровне полей и записей, что и любой сотрудник. Обхода агента нет. Кроме того, несколько практик остаются актуальными. Дайте каждому агенту собственный ограниченный сервис‑аккаунт с минимальными привилегиями, только для чтения, пока не будет доказано обратное, чтобы журнал аудита показывал, какой агент что сделал. Ограничьте операции записи через процесс утверждения с порогами по суммам и объёмам. Также следует ограничивать их скорость, потому что агент в цикле представляет иной тип сбоя, чем человек, совершающий ошибку. Критически важно логировать каждый вызов, а не только те, которые что‑то изменили. И возвращайте только те поля, которые нужны задаче, поскольку самый быстрый способ утечки клиентских данных — чрезмерно широкое чтение.

Ошибка, которую я ожидаю увидеть на рынке в этом году, — компании дают агенту учетные данные человеческого администратора, потому что так проще, чем правильно ограничить их.

BillingPlatform утверждает, что AI может сократить внедрение с кварталов до недель. Какие части сбора требований, конфигурации, тестирования и миграции AI может автоматизировать уже сегодня, а какие всё ещё требуют опытных специалистов по биллингу и финансам?

AI действительно хорош в преобразовании задокументированных ценовых моделей в конфигурацию, проведении анализа разрывов по библиотеке известных шаблонов, генерации тестовых случаев и выполнении регрессионного тестирования, сопоставлении и очистке наследуемых данных для миграции, а также в создании документации. Именно в этих областях работа сокращается с кварталов до недель.

Тем не менее, принятие решений всё ещё требует опытных специалистов по биллингу и финансам. Примеры задач, которые по‑прежнему требуют экспертизы, включают согласование с клиентом его собственных правил ценообразования и политики доходов, восстановление условий из контрактов, интеграцию с системой с недокументированным поведением и оценку признания доходов в многокомпонентных сделках. Короче говоря, управление изменениями не поддаётся программному обеспечению.

Как единая модель, охватывающая измерение, биллинг и признание доходов, может улучшить соответствие, аудитируемость и финансовую отчетность, особенно для организаций работающихс учетом сложных требований к признанию доходов?

Аудиторы всегда интересуются двумя вещами: покажите, как вы пришли к этому числу, и продемонстрируйте, что вы применили одинаковый подход последовательно. Если ваши системы измерения, биллинга и признания доходов работают раздельно, ответить на это значит копаться в трёх базах данных плюс в вручную построенной таблице, чтобы сверить их все.

Когда всё находится в одной модели, вся эта процедура исчезает. Событие использования, начисление, строка счета и запись в журнале — это одна и та же запись, просто переходящая к следующему шагу. Вы можете проследить её вперёд или назад без промежуточного шага согласования, потому что нечего согласовывать. Когда меняется контракт, вы оцениваете те же транзакционные данные, которые изначально сформировали счёт. Ваш отдельный отпускной ценник и распределение будут исходить из того, что уже произошло.

Это особенно важно для компаний, работающих с переменной компенсацией по ASC 606 или IFRS 15, где необходимо показать свою работу и иметь возможность продемонстрировать её снова через год.

BillingPlatform недавно объявила о назначении нового финансового директора, директора по продукту и директора по работе с клиентами в рамках масштабирования своей AI‑нативной стратегии. Как эти лидеры будут совместно переводить технические инновации в финансово устойчивый рост и измеримые результаты для корпоративных клиентов?

Как директор по продукту, Роб Звибах обеспечивает дифференциацию и выпуск нашего продукта. Он руководил дорожной картой финансовых продуктов в Workday и провёл 17 лет в Oracle, поэтому знает системы, которые уже используют наши покупатели, и что требуется, чтобы конкурировать с ними. Как директор по работе с клиентами, Крис Кинг отвечает за то, получают ли клиенты ценность, то есть время до ценности, согласованность поставок, удержание и расширение. Он возглавлял сервисы и успех в Medidata и Salesforce и начинал в этой отрасли в Zuora, поэтому видел как хорошие, так и плохие примеры корпоративных поставок в масштабе. Стивен Спрингстил, наш финансовый директор, отвечает за экономику, и пришёл к нам с позиции CFO в Recurly, поэтому имеет практический опыт управления финансовой функцией биллинговой компании.

Там, где им действительно нужно работать вместе как единая группа, находится показатель, который меня интересует больше всего. Это — стоимость и время, необходимые для вывода корпоративного клиента в рабочее состояние, а также маржа этой работы. Это решение о продукте, о доставке и о измерении, и исторически именно здесь проекты корпоративного биллинга часто идут не так. Заявление о том, что вы AI‑нативны, относится к вашей архитектуре. Оно становится бизнес‑фактором только тогда, когда отражается в стоимости внедрения, темпах роста и валовой марже. Эти три цифры — стоимость, темп роста и валовая маржа — каждый из Роб, Крис и Стивен владеют своей частью.

Спасибо за отличное интервью, читатели, желающие узнать больше, должны посетить BillingPlatform.