Griffin Parry，m3ter 的 CEO – 采访系列

Griffin Parry 是 m3ter 的 CEO 和联合创始人。他之前曾联合创立并领导了 GameSparks，一家云服务公司，于 2017 年被亚马逊收购，此后他在 AWS 工作了 3 年，担任高级产品和销售职务。他在媒体行业（Sky，News International）开始了他的职业生涯，专注于数字战略和数字产品开发，包括推出和领导 Sky 的在线电视产品。

m3ter 是一个 SaaS 平台，旨在帮助公司实施和管理基于使用情况的定价，通过作为现有系统（如 CRM 和 ERP）旁边的计量和计费基础设施层来实现。它可以摄取原始产品使用数据，应用灵活的定价逻辑，并自动化整个报价到现金流程，使企业能够生成准确的实时账单，同时减少收入损失和运营开支。通过解除计费与核心系统的耦合，m3ter 允许公司尝试不同的定价模型，更快地推出新产品，并对客户使用情况和收入流有更深入的了解，这使得它对转向基于消费的商业模式的现代软件公司尤其有价值。

您联合创立并扩展了 GameSparks，之后又创立了 m3ter，专注于计费基础设施和现代化的货币化。是什么吸引您来到这个特定的问题领域，您之前的创业经验又如何影响了这一决定？

我们是一个典型的案例，创始人解决了他们亲身经历过的问题。在 GameSparks，我们有一个现代化的货币化战略 —— 基于使用情况的定价 —— 因为这适用于我们所从事的业务（云基础设施）。这对于我们的成功至关重要，但也带来了很多运营和销售上的痛点。然后在 AWS，我们也看到了一家云基础设施业务，尽管规模更大，但他们面临着同样的问题。我们还看到他们投入了多少努力来解决这些问题，因为这对他们的业务至关重要。我们意识到，在基于使用情况的世界中，计费基础设施是大多数公司无法开发的战略能力，所以我们创立了 m3ter 来改变这一点。

AI 原生产品可能具有不可预测的基础设施成本，例如推理、令牌使用或模型重新训练。创始人如何思考与价值相符的定价，同时保护毛利率？

传统的 SaaS 产品通常具有近零的边际成本。换句话说，客户使用产品的数量不会影响您提供服务的成本。这对于 AI 产品来说是不正确的，因为它们的使用会带来诸如令牌消耗等成本。如果您的价格是固定的，这意味着您的毛利率会根据客户的使用情况而有显著的差异。这反过来又使得基于使用情况的定价策略几乎不可避免：它将收入与成本对齐并稳定了毛利率。

随着 AI 被嵌入到现有的软件类别中，您是否预计大多数公司会将使用情况的组件添加到订阅中，还是会出现完全新的货币化框架？

我不期望任何完全新的事物 —— 只是以前见过的定价模型的重新发明。你会看到从纯粹的订阅到基于结果的模型的整个范围。但是，最大的群体将是混合型的：固定、可重复的元素以实现可预测性，结合一个可变的指标，这既适用于客户（他们将其与成功联系起来），也适用于供应商（它足够与成本对齐以保护他们的利润率）。

关于 AI 时代的基于结果的定价正在进行的讨论。您在哪里看到真正的吸引力正在出现，哪里认为这种模式变得过于复杂而难以有效实施？

基于结果的定价的挑战在于归因 —— 为了使其有效，一个可衡量的结果需要被明确地归因于供应商的产品。有时这是可能的 —— 支付是一个例子，提供商占据了交易的一部分，这似乎是公平的。但在我的经验中，这种情况相对较少，公司往往会回归到更像价值代理的定价指标 —— 例如，对于一个 AI 客户支持代理，解决不需要人工干预的呼叫。同样，会有从基于使用情况、通过价值代理到基于结果的定价的各种解决方案 —— 这取决于用例。它们都共享一个共同点：需要计算和应用定价，这就是 m3ter 的作用。

在 AI 驱动的产品中，什么实用的指标应该公司关注作为结果的合理代理？

这是一个很难回答的问题，因为它非常依赖于具体的用例。有一些“始终”考虑 —— 指标是否简单、可预测、与价值相关，并且与服务成本足够对齐？但指标本身取决于产品的功能。“使用的令牌”适用于 LLM 模型。“处理的文档”适用于合同分析。“执行的查询”适用于企业搜索。“处理的对话（无需人工干预）”适用于客户支持。

公司在从仅订阅模式转向混合或基于使用情况的定价时面临的最常见的运营和技术挑战是什么？

关键的痛点在于收入损失、糟糕的客户体验以及缺乏定价敏捷性，这阻碍了产品和销售。原因根源于错误的运营基础。从仅订阅转向混合或基于使用情况的定价时，所需的关键（新）能力是使用情况数据处理、先进（和连续）的账单计算以及 CRM、计费和 ERP 系统之间的自动化连接。

许多企业深深地致力于 Salesforce (CRM ) 和 NetSuite 等系统。m3ter 如何在不强迫公司彻底改变现有技术栈的情况下现代化货币化基础设施？

成熟的报价到现金工具，如 Salesforce 和 NetSuite，假设一个订阅的世界。这并不意味着它们不能很好地适用于现代的货币化方法 —— 你只需要填补关键的空白，这就是 m3ter 所做的。我们专门关注缺失的部分：使用情况数据处理、先进的计费和报价到现金系统之间的数据流的自动化。

收入损失通常被低估。这种问题在现代 SaaS 业务中有多大，通常是什么原因造成的？

收入损失是已经获得（您已经出售并交付）的价值，但由于计费不准确而未被收集的价值。它是一个大问题 —— 普华永道的收入完整性团队估计其为 4-7%，而且定价越复杂，出现这种情况的可能性就越大。根本原因在于系统和控制：无法有效地捕获使用情况数据；缺乏定价和计费机制之间的自动化连接；计费机制不够复杂，无法处理复杂情况（例如，依赖电子表格）。

更大的定价灵活性如何影响软件组织内的产品创新和销售策略？

很简单 —— 您拥有的定价敏捷性越多，就可以更快地推出新产品，并更容易地根据客户的需求和愿望调整定价，包括在私人定价交易中帮助销售团队赢得订单。这是业务的战略能力。但是，您不能没有自动化和控制就拥有灵活性。否则，您会遇到计费错误、收入损失和合规性挑战。

展望未来，您是否认为 AI 将在实时动态优化定价模型中发挥作用，为了使其可靠地扩大规模，需要满足什么条件？

我绝对对 AI 在价格优化中的潜力感到兴奋。但是我对实时方面的说服力较小，至少对于软件即服务或解决方案即服务业务来说。如果您正在出售酒店房间或飞机票，动态定价有效，因为它是一次性交易。但是 B2B 软件供应商希望与客户建立持久的关系，客户也不希望定价每天都在变化。因此，价格优化将专注于为长期交易创建定制定价 —— 设计为在多年关系中为供应商和客户带来最佳结果的定价。

感谢这次精彩的采访，希望了解更多的读者可以访问 m3ter。