Kiếm tiền từ AI đòi hỏi sự đồng bộ tổ chức

Trong thế giới trí tuệ nhân tạo, nhu cầu định giá phần mềm và kiếm tiền đang thay đổi nhanh chóng. Các doanh nghiệp đang gặp khó khăn trong việc đo lường dữ liệu, chứ chưa nói đến cách tính phí cho nó. Họ đang triển khai các tính năng và sản phẩm tích hợp chức năng AI, thường xuyên mà không chắc chắn về chi phí thực tế hoặc tác động của chi phí này đến lợi nhuận. Họ đang thích nghi với cú sốc của “SaaSpocalypse,” cố gắng xác định liệu tác động đến giấy phép dựa trên người dùng và mất chỗ ngồi giấy phép có hoặc không làm giảm giá trị phần mềm doanh nghiệp.

Có điều gì đó còn thiếu: sự đồng bộ tổ chức về cách kiếm tiền từ AI, các tính năng được AI nâng cao, và giá trị được AI tạo ra. Hầu hết các sáng kiến kiếm tiền từ AI đều thất bại trước khi thanh toán vì không ai đồng ý, đủ sớm, những gì khách hàng đang mua.

Các tính năng hoặc khả năng do AI thúc đẩy được ra mắt trước khi định giá được xác định. Doanh thu không thể dự đoán được do việc sử dụng không kiểm soát. Các mô hình dựa trên chỗ ngồi gặp khó khăn với các tác nhân AI. Chi phí AI không đo lường được tạo áp lực lên biên lợi nhuận.

Những kết quả này không bền vững. AI không phá vỡ việc định giá phần mềm. Nó chỉ lộ ra những bất đồng tổ chức đã tồn tại. Hiện nay, tần suất thay đổi càng cao, việc đồng bộ liên phòng ban cần hỗ trợ tổ chức tập trung vào những gì tốt cho khách hàng và doanh nghiệp, không chỉ mỗi hệ thống riêng lẻ.

Kiếm tiền từ AI không chỉ là vấn đề thanh toán: nó là thách thức về quyền lợi và kiểm soát việc sử dụng. Để một chiến lược kiếm tiền từ AI hoạt động ở mọi nơi nó được tích hợp, chẳng hạn như trong việc kiếm tiền từ thiết bị thông minh, toàn bộ tổ chức cần đồng bộ quanh các mục tiêu chung. Thách thức thực tế là kết nối ba quyết định thường được đưa ra riêng rẽ: giá trị khách hàng nhận được, cách đo lường giá trị đó, và cách doanh nghiệp thu lợi nhuận từ nó. Dưới đây là cách thực hiện.

Thu hẹp khoảng cách giữa Công nghệ và Kinh doanh

Khi việc sử dụng giấy phép phần mềm và quyền lợi của khách hàng thay đổi, cách tính phí cũng thay đổi theo. Các mô hình kiếm tiền—có cân nhắc về giấy phép, định giá và đóng gói—cần thích nghi để phản ánh không chỉ chi phí liên quan đến việc cung cấp AI, mà còn những thay đổi tiềm năng trong cách mua và sử dụng giấy phép. Các mô hình đang xuất hiện cho AI bao gồm:

• Đăng ký kết hợp + sử dụng (truy cập lõi + tiêu thụ),
• Mô hình dựa trên tín dụng, và
• AI được bao gồm so với bổ trợ hoặc độc lập.

Những gì chúng ta thấy hôm nay là phía công nghệ thường đi trước mô hình kinh doanh, mà không có cơ sở hạ tầng để thu hẹp khoảng cách. VDC Strategy gần đây báo cáo rằng 41% tổ chức cho biết họ vẫn đang thử nghiệm các phương pháp kiếm tiền cho AI. Các tổ chức này đã ra mắt sản phẩm và sáng kiến nhưng chưa xác định cách tính phí một cách nhất quán. Trong các cuộc trò chuyện với khách hàng, mô hình thường giống nhau: các đội sản phẩm có thể mô tả khả năng AI, các đội kỹ thuật có thể mô tả động lực tiêu thụ, các đội tài chính có thể thấy chi phí tiềm ẩn, và các đội bán hàng muốn một câu chuyện đơn giản. Vấn đề là những quan điểm này không luôn được kết hợp lại trước khi ra mắt.

Đồng bộ các đội

Chiến lược hiệu quả đòi hỏi mọi đội ngũ cùng chung tay để đạt mục tiêu kinh doanh. Cung cấp giá trị cho khách hàng yêu cầu tổ chức trước hết phải đảm bảo tất cả các bên liên quan nội bộ đồng thuận về nhu cầu nội bộ về định giá (chi phí, mức giá, chiết khấu) và các mô hình kiếm tiền (như vĩnh viễn, đăng ký, và trả trước, trả sau, hoặc kết hợp dựa trên việc sử dụng). Một chiến lược kiếm tiền AI hiệu quả không chỉ cải thiện mối quan hệ với khách hàng, mà cuối cùng tạo ra tác động tích cực đến định giá khi khách hàng hiểu rõ giá trị của các sản phẩm họ mua.

The AI Monetization Cube, do Tiffany McCormick, giám đốc nghiên cứu AI monetization, chiến lược định giá và mô hình kinh doanh của IDC, công bố, cung cấp một cách tuyệt vời để hình dung các yếu tố cần xem xét cho một cách tiếp cận hệ thống trong việc kiếm tiền từ AI. AI Monetization Cube là “một khung sáu chiều, được thiết kế để giúp các tổ chức giải quyết sự phức tạp và tính phụ thuộc lẫn nhau của các quyết định định giá AI khi họ tiến qua các giai đoạn khác nhau của độ trưởng thành AI.” Cách tiếp cận này yêu cầu đánh giá chỉ số định giá của công ty phần mềm (khách hàng trả tiền cho gì), mô hình doanh thu (các mô hình kiếm tiền), chiến lược ra thị trường, chiến lược khách hàng, cam kết dịch vụ, và nền tảng công nghệ (bao gồm các khả năng AI).

Thành công được đánh dấu bằng mức độ công ty đồng bộ với nhu cầu và sở thích mua hàng của khách hàng, cung cấp giá trị cho khách hàng, và củng cố các mối quan hệ khách hàng giúp đảm bảo doanh thu định kỳ hàng năm (ARR). Thành công không liên quan đến những chi tiết tinh vi của cấu trúc tổ chức, mục tiêu của một hệ thống cá nhân, hay các silo trong doanh nghiệp.

Một bài kiểm tra hữu ích rất đơn giản: mỗi đội có thể giải thích, bằng cùng một ngôn ngữ, khách hàng đang trả tiền cho gì, cách sử dụng thay đổi chi phí phục vụ như thế nào, và hành vi nào nên mở rộng doanh thu?

Sự đồng bộ thực sự đòi hỏi tập hợp tất cả những người làm việc trong mỗi lĩnh vực trọng tâm này lại với nhau. Hai nguyên tắc hướng dẫn quan trọng bao gồm:

Xác định một nhà lãnh đạo định giá mạnh. Một giám đốc định giá (hoặc người có vai trò tương đương) có thể giúp đảm bảo mọi đội ngũ đồng nhất với mục tiêu định giá và kiếm tiền từ AI theo cách có lợi cho cả khách hàng và công ty. Các đội sản phẩm, tài chính, kỹ thuật, go-to-market và bán hàng đều cần đồng bộ với các mục tiêu chung. Một quan điểm thống nhất, không phải các sáng kiến riêng lẻ của từng phòng ban, hỗ trợ chiến lược tổ chức xem xét các yếu tố bao gồm:

• những gì khách hàng được hứa và đang trả tiền cho,
• công cụ hạ tầng của bạn đo lường dữ liệu để tính phí tốt như thế nào,
• cách các thỏa thuận mức dịch vụ (SLA) được thực hiện hiệu quả như thế nào,
• tác động của các thay đổi nhanh chóng đối với phương pháp cấp phép là gì,
• công ty bạn tích hợp và cung cấp chức năng AI tốt như thế nào, và
• cách nó tính phí cho chức năng một cách chính xác (một điều mà nhiều doanh nghiệp vẫn chưa giải quyết).

Đừng giả định. Lấy thông tin rõ ràng về những gì đang xảy ra ở phía trên và phía dưới bạn, để vẽ ra một bức tranh rõ ràng về tất cả các sáng kiến AI trong toàn tổ chức và cách chúng ảnh hưởng đến trải nghiệm khách hàng. Tôi sẽ mượn một số lời khuyên từ đồng nghiệp Shinie Shaw, người gần đây đã nhấn mạnh tầm quan trọng thiết yếu của việc đồng bộ con người, sản phẩm và hoạt động khi nói đến định giá AI. Như cô ấy tóm tắt: “Đừng cho rằng người khác chịu trách nhiệm. Thách thức hiện trạng. Đặt câu hỏi.”

Xây dựng cơ sở hạ tầng hỗ trợ đồng bộ

Sự đồng bộ tổ chức cho các sáng kiến AI cần được hỗ trợ bằng cơ sở hạ tầng hiệu quả. Nếu không, “đồng bộ” chỉ là một khát vọng chứ không phải mô hình vận hành. Các yếu tố sau là thiết yếu cho công việc của mỗi đội và cho doanh nghiệp nói chung:

• Dữ liệu kiếm tiền: Dữ liệu kiếm tiền cho thấy cách khách hàng mua sản phẩm và khả năng, bao gồm trong giai đoạn dùng thử, áp dụng, bán hàng, chuyển đổi, onboarding và gia hạn. Kiếm tiền lấy người dùng làm trung tâm cho phép công ty công nghệ: báo cáo ai đang sử dụng gì, ở đâu và khi nào (bao gồm các đỉnh cao sử dụng theo mùa hoặc theo dự án); liên kết giấy phép với người dùng; mở rộng giấy phép người dùng và cung cấp quyền truy cập theo tính năng, sản phẩm và bộ; và kết hợp quyền truy cập người dùng với các mô hình dựa trên thiết bị, chia sẻ và sử dụng.
• Nhận thức về việc sử dụng: Khả năng đo lường và phân tích việc sử dụng và tiêu thụ AI là cốt lõi của chiến lược kiếm tiền và quyền lợi AI, cho phép định nghĩa mức giá linh hoạt cho tất cả các ứng dụng AI (trong môi trường trực tuyến và ngoại tuyến, hoặc không kết nối). Kiểm soát ngân sách cần thiết cho các khách hàng muốn hướng dẫn và đo lường tiêu thụ của họ. Dữ liệu chính xác phải được cung cấp cho việc thanh toán, báo cáo và công nhận doanh thu.
• Đóng gói linh hoạt: Bằng cách đưa cấu hình vào tay người mua và gói sản phẩm một cách linh hoạt, nhà sản xuất có thể đáp ứng nhu cầu đa dạng của khách hàng khi họ thích nghi với nhu cầu AI. Một cách tiếp cận dựa trên tín dụng, với giá gắn với bảng mức giá, cung cấp cho khách hàng các lựa chọn tiêu thụ linh hoạt, với cơ hội mở rộng sử dụng khi cần.
• Quy trình báo giá đến thu tiền hiệu quả: Toàn bộ quy trình QTC phải được tinh giản để quản lý và xác thực quyền lợi, tuân thủ giấy phép và việc sử dụng, với một nguồn dữ liệu duy nhất về những gì được sở hữu so với những gì đang được sử dụng. Công cụ đo lường và tích hợp nên theo dõi giấy phép và việc sử dụng, cung cấp thực thi quyền lợi trong các ứng dụng SaaS và giải pháp AI kết nối, với việc tuân thủ và thực thi dựa trên API hiệu quả, tích hợp vào CRM và hệ thống thanh toán.
• Khuyến khích bán hàng: Một cấu trúc thưởng bán hàng rõ ràng, không phức tạp, thu hút nhân viên bán hàng và thưởng cho họ khi hiểu nhu cầu phần mềm đang phát triển của khách hàng — và cung cấp các chức năng và gói mà khách hàng muốn.

Cùng nhau, các yếu tố này tạo thành xương sống vận hành cho việc kiếm tiền từ AI: xác định giá trị, đo lường tiêu thụ, kiểm soát quyền lợi, và kết nối kết quả với các hệ thống thương mại.

Kiểm tra sẵn sàng kiếm tiền AI

Không tính năng AI nào nên được phát hành mà không có kiểm tra sẵn sàng kiếm tiền để xác nhận rằng:

• Chỉ số giá trị AI đã được xác định,
• Các bộ phận sản phẩm, tài chính, kỹ thuật, bán hàng và vận hành đồng ý với chỉ số đó,
• Việc sử dụng có tính phí và không tính phí có thể đo lường được,
• Việc sử dụng được ánh xạ tới quyền lợi và kiểm soát ngân sách,
• Đóng gói và định giá phản ánh giá trị khách hàng và chi phí phục vụ,
• Quy trình báo giá đến thu tiền và doanh thu được kết nối, và
• Có bằng chứng từ khách hàng để xác thực các giả định về định giá.

Đồng bộ ngay để thành công trong việc kiếm tiền AI trong tương lai

Sự thúc đẩy đổi mới AI là rõ ràng. Các chiến lược kinh doanh cần bắt kịp khả năng công nghệ. Điều này đòi hỏi sự đồng bộ tổ chức. Để bắt đầu:

• Xác định chỉ số giá trị của bạn,
• Triển khai công cụ đo lường sớm,
• Đồng bộ định giá trước khi ra mắt, và
• Xác thực với khách hàng.

Việc tập hợp các đội ngũ lại sẽ cho phép các công ty công nghệ tập trung vào đổi mới, kiếm tiền phần mềm một cách hiệu quả, tinh giản hoạt động, và tăng tốc kinh doanh tổng thể. Các công ty đang tranh nhau đo lường việc sử dụng AI. Những người chiến thắng sẽ là những công ty đầu tiên đồng ý về giá trị đang được kiếm tiền, sau đó xây dựng cơ sở hạ tầng thương mại và kỹ thuật để nắm bắt nó một cách công bằng.