Скотт Вуді, генеральний директор і співзасновник Metronome – Інтерв’ю серія

Скотт Вуді, генеральний директор і співзасновник Metronome, присвятив свою кар’єру створенню продуктів, які поєднують технічну глибину з практичним впливом. Перед запуском Metronome, він обіймав ключові керівні посади в Dropbox, де він пройшов шлях від інженера до директора з інженерії, формуючи основну інфраструктуру та розширюючи операції на мільйони користувачів. Раніше він став співзасновником Foundry Hiring, інтуїтивної системи відбору кандидатів, і розпочав свою професійну діяльність в D. E. Shaw & Co., де він впровадив дані-орієнтовані стратегії підбору персоналу. Його багаторічна освіта – від наукового моделювання до великомасштабного інженерії програмного забезпечення – підтримує його здатність керувати Metronome на перетині технологій, даних та бізнес-трансформації.

Metronome пропонує сучасну інфраструктуру оплати, призначену для забезпечення моделей оплати на основі використання та гібридних тарифних планів для інноваційних компаній з програмного забезпечення. Платформа дозволяє здійснювати безперебійне облік, оплату та визнання доходів з точністю даних в режимі реального часу, надавши фінансовим та інженерним командам можливість узгодити інформацію з єдиним джерелом правди. Абстрагуючи складність побудови внутрішніх систем оплати, Metronome допомагає швидко зростаючим компаніям, таким як OpenAI, Databricks та Anthropic, розширювати свої стратегії монетизації без втрати гнучкості чи прозорості.

Ви стали співзасновником Metronome у 2019 році – яку проблему ви спочатку намагалися вирішити, і як змінилася ваша місія з прискоренням прийняття AI?

Коли ми почали Metronome, проблема була простою: сучасні бізнеси з програмним забезпеченням повинні рухатися дуже швидко щодо ціноутворення та упаковки, але їхні системи оплати не можуть за цим跟ати. У Dropbox ми хотіли провести експеримент з ціноутворенням, і це займало шість місяців, лише щоб закодувати це в систему оплати. Система оплати стала основним обмеженням майже для всього, що ми робили в цьому бізнесі.

Ми поставили за мету створити інфраструктуру монетизації. Metronome був створений для надання швидкості та гнучкості сучасним бізнесам з програмним забезпеченням – зробити зміни ціноутворення та упаковки швидкими та легкими, а не інженерними проектами.

AI прискорив цю місію двома критичними способами. По-перше, це робить більшу частину світу залежною від використання, що є нашим основним хлібом. Але що ще важливіше, AI створив гіперконкуренцію. Різні компанії постійно змагаються одна з одною та намагаються використовувати ціноутворення та упаковку як засіб диференціації.

Це означає, що програмне забезпечення, яке ми спочатку створили – щось, що робить зміни ціноутворення та упаковки дуже легкими та швидкими – зараз є мінімальним вимогам. Якщо ви не скористаєтеся цією гнучкістю, ваші конкуренти це зроблять. Ціноутворення та упаковка стали полем боротьби дарвінівської конкуренції, що означає, що потреба в Metronome зростає з посиленням конкуренції.

Ви щойно оголосили про нові можливості, такі як кредитування на основі місць та уніфіковану оплату. Як ці можливості вписуються у цю бачення?

Так, сьогодні ми оголосили про значне розширення ціноутворення, оплати та досвіду клієнта – фактично про наступний розділ інфраструктури монетизації для AI.

У центрі нашої уваги знаходиться нова можливість кредитування на основі місць, яка дозволяє компаніям використовувати гібридні тарифні плани, які поєднують передбачуваність підписки з ростом на основі використання. Що ми бачимо, так це те, що багато компаній, створених у 2010-х роках – наприклад, Dropbox, Figma, Notion – в основному монетизуються на основі оплати за місце. Чим більше людей у вашій компанії використовують продукт, тим більше ви платите. Це добре – це легко, передбачуване та масштабується з ростом вашого бізнесу.

Але ці компанії зараз додають функції AI до своїх продуктів і розуміють, що вартість їхнього продукту не масштабується з кількістю місць. Вона фактично масштабується з використанням цих функцій AI. їм потрібно комерційна модель, яка масштабується з вартістю, яку надає їхній продукт. Кредитування на основі місць – це дуже конкретний спосіб зробити це – ви отримуєте вигоди від місць з потенціалом використання.

Друга функція, яку ми підкреслюємо, – уніфікована оплата на ринках AWS, Azure та GCP, а також введення ієрархії облікових записів для корпоративної оплати. Це означає, що компанії тепер можуть керувати кожним рухом доходу – самопослуга, корпоративна, та ринок – через одну систему замість того, щоб використовувати кілька роз’єднаних інструментів.

Нашим клієнтам потрібно оплачувальна гнучкість. Ці компанії AI tend до того, щоб йти до всіх географій одночасно, і якщо ви вивчите платежі – особливо міжнародні платежі – ви знайдете, що різні платіжні системи мають вищу приймальність та нижчі комісії в різних географіях. Коли наша клієнтська база зростає та дозріває, вони шукають оплачувальну гнучкість у різних географіях. Вони можуть бажати використовувати європейський платіжний процесор або платіжний процесор США. Надавши нашим клієнтам можливість вибору та гнучкості в прийомі платежів та оплаті, ми надаємо їм більше варіантів для прийому платежів у різних географіях.

На стороні досвіду клієнта ми випускаємо API попереднього перегляду витрат, оплату в панелі управління та повідомлення про життєвий цикл. Сучасна оплата повинна бути прозорою та частиною досвіду продукту. Ці можливості надають клієнтам реальний перегляд використання та витрат, усуваючи несподівані рахунки та будуючи довіру через прозорість.

Разом ці оголошення відображають нашу переконаність у тому, що інфраструктура монетизації повинна надавати компаніям три речі: передбачуваність доходів, видимість між командами та контроль над еволюцією ціноутворення під час зміни продукту.

До Metronome ви провели кілька років інженером та пізніше директором з інженерії в Dropbox. Які уроки зі створення глобальної платформи SaaS інформували ваш підхід до побудови Metronome?

Є два основних уроки з Dropbox, які сформували наш підхід до побудови Metronome.

По-перше, важливість гнучкості у масштабі. Dropbox був відомий своєю простою “доброю, кращою, найкращою” ціноутворенням з безкоштовним планом – дуже простим на поверхні. Але за лаштунками, всередині системи оплати, було тисячі різних SKU для тисяч різних конфігурацій клієнтів. Керування цією складністю насправді досить складне.

Ми побудували Metronome для масштабування з цією складністю для дуже великих бізнесів. Питання стало: як побудувати прості абстракції, які надають клієнтам повну силу та гнучкість, яку вимагають їхні бізнеси під час росту та дозрівання?

Другий урок полягає в обслуговуванні кількох персон. Одним з основних розчарувань у Dropbox було те, що команда оплати була постійно перевантажена – вони мали тисячі речей, які відбувалися одночасно, і завжди були втягнуті в різні напрямки, намагаючись допомогти фінансам, продажам та продукту одночасно.

Ми побудували Metronome – як бізнес, так і продукт – для обслуговування кількох різних персон одночасно. Одним з наших найкращих є те, що ми є зовнішнім партнером для наших клієнтів. Якщо ви один з великих постачальників мовних моделей, Metronome служить не тільки програмним забезпеченням, а й експертом з ціноутворення. Ми будемо індивідуально допомагати клієнтам у дуже високотouch-способі.

Це одна з речей, які люди знаходять真正но помітними при роботі з нами – наскільки глибоким є наш партнерство. Це значно менше, ніж звичайні відносини постачальника та клієнта, а більше справжнього партнерства.

Metronome забезпечує бізнес-моделі OpenAI, Anthropic, Databricks та NVIDIA – деяких з найбільш впливових гравців у сфері AI. Що у них спільного, що зробило ваш підхід до динамічної оплати таким цінним?

Є дві-три конкретні речі, які ці клієнти мають спільного.

По-перше, коли ви досягаєте такого розміру та масштабу, ваше ціноутворення просто складне. У вас є багато різних продуктів, багато різних типів клієнтів. Необхідна складність – велика кількість SKU, які ви пропонуєте, різні конфігурації ціноутворення та упаковки – означає, що вам потрібно система, побудована з нуля для обробки такого рівня масштабу та різниці між клієнтами.

Одночасно ви хочете, щоб абстракції, з якими ви взаємодієте, були простими. Якщо ви людина, яка працює з Metronome, ви не хочете думати про всю цю складність весь час. Баланс між цими двома речами – надаванням вам сили та контролю, які надає Metronome, без перевантаження кінцевого користувача – це ключовий принцип дизайну, який ми мали при побудові продукту.

Інша річ, яка об’єднує всіх наших клієнтів, полягає в тому, що вони дуже орієнтовані на кінцевого клієнта. Ми побудували Metronome для надання всім даним всередині нього безперервної доступності для кінцевих клієнтів. Якщо ви клієнт OpenAI, ви можете перевірити свій баланс, встановити бюджети, обмежити себе – все це стосується досвіду клієнта на основі моделі споживання, і Metronome є ключовою платформою, яка забезпечує це.

Багато засновників фокусуються на інноваціях продукту чи моделі. Ви стверджували, що ціноутворення та оплата тепер є частиною інфраструктури AI. Чому ви вважаєте монетизацію фундаментальною для цієї нової ери програмного забезпечення?

Є кілька різних причин, чому монетизація така критична для інфраструктури AI.

По-перше, це повертається до точки гіперконкуренції. Ця ера програмного забезпечення просто значно більш конкурентна. У попередніх ерах ви могли зосередитися виключно на диференціації продукту – це вже не працює.

По-друге, у кожній ері програмного забезпечення найбільші, найуспішніші компанії поєднували інновації продукту з інноваціями бізнес-моделі. Подумайте про Salesforce – вони винайшли CRM, заснований на хмарі. CRM-програмне забезпечення не було новим, але його розгортання в хмарі було. Але вони поєднали це з ціноутворенням на основі місць, яке масштабувалося з ростом вашої компанії, що було дуже деструктивним порівняно з інкумбентним Siebel, який стягував велику фіксовану плату. Ви переходили від витрат у мільйон доларів на рік на Siebel до 100 доларів на місяць на місце в Salesforce – це була зовсім інша пропозиція цінності для клієнтів.

Те саме відбувається в AI. Але є ще один великий фактор: AI дуже дорого у використанні. Чим більше ваші клієнти використовують ваш продукт, тим більше це коштує. Це означає, що вам, як постачальнику, потрібно цінова модель або бізнес-модель, яка масштабується з використанням вашого продукту – інакше ви ризикуєте завищенням собівартості.

Які найбільші технічні чи культурні виклики, з якими компанії стикаються при переході від статичних підписок до моделей ціноутворення на основі використання чи результату?

Є два-три основних зміни, які відбуваються при переході від підписки на місце до використання.

По-перше, ви переходить від бізнесу, заснованого на бронюваннях, до бізнесу, заснованого на NRR. На практиці це означає, що в епоху підписки на місце ваша нижня межа не завжди пов’язана з цінністю клієнта – ви могли підписати їх, і якщо вони не запустили протягом 10 місяців, ви все одно отримуєте оплату. У бізнесі, заснованому на використанні, ви буквально не можете зібрати доходи, поки клієнти не використовують ваш продукт, що означає, що успіх клієнта та постпродажний сервіс надзвичайно важливі.

По-друге, люди недооцінюють те, що моделі бізнесу на основі використання фундаментально змінні, що означає, що клієнти мають набагато вищі очікування щодо прозорості використання вашого продукту. Як я люблю це формулювати: їм потрібна видимість, прозорість та контроль над своїм бюджетом. Якщо ви не надаєте їм інструменти для цього, вони не будуть щасливими клієнтами.

По-третє, у бізнесі, заснованому на використанні, це фактично винагороджує будівництво того, що я називаю рушіями росту – малих петель у вашому продукті, де чим більше ви використовуєте, тим більше ви витрачаєте, тим більше ви хочете використовувати. Створюючи ці вірусні петлі, це схоже на соціальні мережі, де вірусні петлі працюють дуже добре всередині рекламних соціальних мереж, оскільки чим більше ви будуєте вірусність у вашому продукті, тим більше рекламного інвентарю ви відображаєте, тим більше грошей ви заробляєте.

Те саме відбувається у моделі ціноутворення на основі використання. Це не зовсім правда у підписці, яка є причиною, чому вірусні петлі у B2B SaaS не були великою річчю, окрім випадків, таких як Dropbox, де ці вірусні петлі були критичними для розповсюдження. Але в основному вірусність була обмежена рекламними бізнесами. Я фактично вважаю, що зростання росту як дисципліни – започатковане Facebook – збігається з ростом AI.

Ваш недавній біл про “Модель операції монетизації” описує, як компанії можуть узгодити системи доходів з реальною цінністю клієнтів. Як ця модель змінює спосіб, яким стартапи AI думають про масштабування?

Це повертається до того, про що я говорив щодо вірусних петель. Коли ці бізнеси AI знаходять продуктивну нішу, доходи можуть зростати дуже швидко. Ви бачите вірусність, яка раніше існувала у соціальних мережах, але тепер вона прямо монетизується.

Це причинно пояснює, чому компанія, such як Cursor, може перейти від нуля до мільярда доларів доходу за два роки. Вони нарешті узгодили ціну та вартість, що є дуже потужним розблокуванням для бізнесу.

З OpenAI та Anthropic як клієнтами та інвесторами, як ви балансуєте співробітництво з незалежністю при формуванні майбутнього інфраструктури бізнесу, керованого AI?

Ми розглядаємо ці відносини як партнерства, кореневі в розв’язанні реальних проблем на передовій AI. OpenAI та Anthropic визначають наступне покоління програмного забезпечення, а ми будуємо інфраструктуру, яка перетворює інновації на масштабовані, сталеві бізнес-моделі.

Одночасно наша місія ширша за лабораторії AI. Metronome побудований для обслуговування кожної компанії, якій потрібно модернізувати свій спосіб монетизації, включаючи компанії AI та компанії SaaS, які додають ціноутворення на основі використання до встановлених продуктів. Ми зосереджені на тому, щоб бути лідером категорії в інфраструктурі монетизації, а не лише інструментом оплати для одного сегмента.

Як сам AI впливає на платформу Metronome – чи використовуєте ви машинне навчання для оптимізації точності оплати, виявлення аномалій чи прогнозування тенденцій використання?

Ми використовуємо машинне навчання для покращення виявлення аномалій, прогнозування використання та розпізнавання моделей – але ми обережні щодо того, де ми його застосовуємо. Оплата вимагає точності, тому AI повинен підвищувати точність, а не вводити абстракцію.

У довгостроковій перспективі ми бачимо, як AI допомагає компаніям перетворювати дані монетизації на стратегічну розвідку – розуміння, які функції створюють вартість, визначення оптимальних порогів ціноутворення та видача можливостей доходу в режимі реального часу. Це місце, де інфраструктура монетизації стає справжнім рушієм росту.

Metronome став хребтом для монетизації на основі результату. Чи думаєте ви, що ми наближуємося до світу, де кожна компанія програмного забезпечення стає, по суті, компанією даних, керованою AI?

Моя основна теорія полягає в тому, що AI буде порушувати кожний аспект програмного забезпечення та бізнесу. Ви можете побачити перші порушення всередині програмних бізнесів – розробники програмного забезпечення повністю порушені AI, письменники повністю порушені AI.

Я думаю, що це лише питання часу, перш ніж все більше бізнесів стануть під впливом AI. Ми бачимо перші стадії з більш легко порушеними частинами бізнесу, але речі, such як юридичні та інші області, будуть слідувати. Я думаю, що це очевидно, що з часом все більше робочих місць будуть під впливом AI – і, отже, під впливом моделей бізнесу на основі результату та використання.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Metronome.