AI 变现需要组织对齐

在人工智能领域，软件定价和变现需求正迅速变化。企业正努力对数据进行计量，更别提如何对其收费。他们正在部署包含 AI 功能的特性和产品，却常常不确定实际成本或这些成本对利润的影响。他们正适应“SaaSpocalypse”的剧烈冲击，试图判断对基于用户的授权和许可证席位流失的影响是否是或并未削弱企业软件的价值。

缺少了什么：关于如何变现 AI、AI 增强的功能以及 AI 带来的价值的组织对齐。大多数 AI 变现计划在计费之前就失败，因为没有人在足够早的阶段就达成共识，明确客户购买的内容。

AI 驱动的功能或能力在定价确定之前就已推出。由于使用量不受控制，收入难以预测。基于席位的模型在 AI 代理面前失效。未计量的 AI 成本导致利润率压力。

这些结果不可持续。AI 并未打破软件定价，而是暴露了原本就存在的组织分歧。如今，变化的频率前所未有，这要求跨部门对齐，以支持组织关注对客户和业务都有利的方向，而非仅仅关注各自的系统。

AI 变现不仅是计费问题：它还是一种权益和使用控制的挑战。要让 AI 变现策略在所有应用场景（例如智能设备变现）中都能奏效，整个组织必须围绕共同目标保持一致。实际挑战在于将三项常常各自独立的决策联系起来：客户获得的价值、该价值的衡量方式以及业务从中获取收入的方式。下面介绍实现路径。

弥合技术与业务之间的鸿沟

随着客户对软件许可证和权益的使用方式变化，收费方式也随之改变。变现模型——考虑许可证、定价和包装——需要适应，不仅要反映提供 AI 所涉及的成本，还要考虑许可证购买和使用方式可能出现的转变。正在出现的 AI 模型包括：

• 组合订阅+使用（核心访问+消耗），
• 基于积分的模型，
• AI 包含、附加或独立模式。

我们今天看到的情况是，技术方往往领先于商业模型，却缺乏弥合差距的基础设施。 VDC Strategy 最近报告称，41% 的组织表示仍在尝试 AI 的变现方法。这些组织已经推出产品和计划，但尚未确定一致的收费方式。在与客户的对话中，常见的模式是：产品团队能描述 AI 能力，工程团队能说明消费驱动，财务团队能看到成本暴露，销售团队则希望有一个简单的叙述。问题在于，这些视角在发布前并未始终统一。

团队对齐

有效的策略需要所有团队齐心协力，以实现业务目标。向客户交付价值要求组织首先确保所有内部利益相关者在定价（成本、价格点、折扣）和变现模型（如永久授权、订阅、预付、后付或混合使用）方面保持一致。有效的 AI 变现策略不仅能提升客户关系，还能在客户清晰了解所购产品价值时，对估值产生积极影响。

AI 变现立方体 由 IDC AI 变现、定价策略和商业模型研究总监 Tiffany McCormick 发布，为构想系统化 AI 变现所需考虑的要素提供了极佳视角。AI 变现立方体是“一种六维框架，旨在帮助组织在不同 AI 成熟阶段应对 AI 定价决策的复杂性和相互依赖性”。该方法要求评估软件公司的定价指标（客户为何付费）、收入模型（变现模型）、市场进入策略、客户策略、服务承诺以及技术基础（包括 AI 能力）。

成功的标志在于公司与客户需求和购买偏好对齐的程度、交付客户价值的能力，以及巩固确保年度经常性收入（ARR）的客户关系。成功并非取决于组织结构的细微差别、单个系统的目标或业务中的信息孤岛。

一个简便的测试是：每个团队是否能用相同的语言解释客户在付费什么、使用如何改变服务成本，以及哪些行为应推动收入增长？

真正的对齐需要将所有在这些重点领域工作的人员聚集在一起。两个重要的指导原则包括：

确定一位强有力的定价负责人。 首席定价官（或具备相似职责的人）可以确保所有团队在定价和 AI 变现目标上保持一致，从而使客户和公司双赢。产品、财务、工程、市场进入和销售团队都需要对共享目标保持一致。统一的视角，而非孤立的部门倡议，支持组织在以下因素上制定策略：

• 客户被承诺的内容以及实际付费的内容，
• 基础设施对数据计量并收费的效果如何，
• 服务水平协议的履行效率如何，
• 快速变更授权方式的影响是什么，
• 组织在整合和提供 AI 功能方面的表现如何，
• 对功能收费的准确性如何（许多企业仍未解决）。

不要假设。 获取关于上下游情况的明确信息，以描绘组织内所有 AI 项目以及它们对客户体验的影响。我将借用同事 Shinie Shaw 的一些建议，她最近强调了在 AI 定价时对齐人员、产品和运营的重要性。 正如她总结的那样：“不要假设别人负责。挑战现状。提出问题。”

构建支持对齐的基础设施

AI 项目的组织对齐需要有效的基础设施支撑。否则，“对齐”只能停留在愿景而非运营模式。以下要素对各团队及整体业务至关重要：

• 变现数据: 变现数据展示了客户在试用、采用、销售、转化、上手和续约等阶段如何购买产品和功能。以用户为中心的变现使技术公司能够：报告谁在何时何地使用了什么（包括季节性或项目性使用峰值）；将许可证关联到用户；扩展用户许可证并按功能、产品和套件提供访问；并将用户访问与设备、共享以及基于使用的模型相结合。
• 使用洞察: 衡量和分析 AI 使用及消耗的能力是 AI 变现和权益策略的核心，能够为所有 AI 应用（包括在线、离线或隔离环境）提供灵活的费率定义。希望引导和衡量消费的客户需要预算控制。必须提供准确的数据用于计费、报告和收入确认。
• 灵活包装: 通过将配置交给买家并灵活捆绑产品，供应商能够满足客户在适应 AI 需求过程中的多样化需求。基于积分的方式将价格与费率表挂钩，为客户提供灵活的消费选择，并可根据需要扩大使用量。
• 高效的报价到收款流程:整个报价到收款（QTC）流程必须简化，以管理和验证权益、许可证合规性和使用情况，确保拥有唯一的真实来源来区分已拥有与正在使用的内容。仪表化和集成应跟踪许可证和使用情况，为连接的 SaaS 应用和 AI 解决方案提供权益强制执行，采用有效的 API 驱动合规与执行，并集成至 CRM 和计费系统。
• 销售激励: 清晰、简洁的销售激励结构，能够调动销售人员的积极性，并奖励他们了解客户不断变化的软件需求——并提供客户想要的功能和套餐。

这些要素共同构成 AI 变现的运营支柱：定义价值、衡量消费、控制权益，并将结果连接到商业系统。

AI 变现就绪检查

任何 AI 功能在发布前都不应缺少变现就绪检查，以确认：

• 已定义 AI 价值指标，
• 产品、财务、工程、销售和运营团队对该指标达成一致，
• 可计费和非计费使用量均可衡量，
• 使用情况映射到权益和预算控制，
• 包装和定价体现客户价值及服务成本，
• 报价到收款和收入工作流相连，且
• 有客户证据验证定价假设。

现在对齐，确保未来 AI 变现成功

对 AI 创新的推动已十分明确。业务策略需要跟上技术能力的步伐。实现这一点需要组织对齐。要开始的话：

• 定义您的价值指标，
• 提前对使用进行监控，
• 在发布前对定价进行对齐，且
• 与客户验证。

将团队聚合在一起，使技术公司能够专注于创新、有效变现软件、简化运营并整体加速业务。各公司正争相对 AI 使用进行计量。最终的赢家将是首先就变现价值达成共识，并构建公平捕获该价值的商业和技术基础设施的企业。