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 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 的在线电视产品组合。

m3ter 是一款 SaaS 平台，旨在帮助公司实施和管理复杂的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，并自动整个报价到现金流程，允许企业生成准确的实时账单，同时减少收入泄漏和运营成本。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，并更深入地了解客户的使用情况和收入流，使其对转向基于消费的商业模式的现代软件公司尤其有价值。

您联合创立和扩展了 GameSparks，直到被收购，然后选择创立 m3ter，专注于计费基础设施和现代货币化。是什么吸引您来到这个特定的问题领域，您之前的创业经验如何影响了这一决定？

我们是一个典型的创始团队，解决了我们亲身经历过的问题。在 GameSparks，我们有一个现代的货币化策略 – 基于使用情况的定价 – 因为这适用于我们所处的业务（云基础设施）。这是我们成功的关键，但也带来了很多运营和销售上的痛苦。然后在 AWS，也是一家云基础设施业务，尽管规模更大，我们看到他们有相同的问题。我们还看到他们为解决这些问题投入了多少努力，因为这对于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 本地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。创始人应该如何思考将定价与价值对齐，同时保护毛利率？

传统的 SaaS 产品通常具有近零的边际使用成本。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，因为它们的使用情况会带来令牌消耗等成本。如果您的价格是固定的，那意味着您的毛利率会根据客户的使用情况而有很大差异。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将在订阅上添加使用情况组件，还是您预见到完全新的货币化框架出现？

我不预计会出现任何完全新的事情 – 只是以前看到的定价模型的重新发明。你会看到从纯订阅到基于结果的模型的整个范围。但是，最大的集群将是混合的：固定周期元素用于可预测性，结合一个适用于客户（他们将其与成功联系起来）和供应商（它与成本足够对齐以保护他们的利润率）的可变指标。

围绕 AI 时代的基于结果的定价正在日益受到关注。您在哪里看到真正的牵引力出现，在哪里认为该模型变得太复杂而无法有效实施？

基于结果的定价的挑战在于归因 – 为了使其有效，需要有一个可衡量的结果明确由供应商的产品驱动。有时这是可能的 – 支付是一个例子，提供商从交易中抽取一定比例，这似乎是公平的。但在我的经验中，这种情况相对较少，公司往往会回到更像价值代理的定价指标 – 例如，对于 AI 客户支持代理，未经人工干预解决的呼叫。同样，会有从基于使用情况到价值代理到基于结果的定价的解决方案 – 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 驱动的产品中定义价值时，公司应该关注哪些实际指标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泄漏、糟糕的客户体验和缺乏定价敏捷性，这会阻碍产品和销售。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 系统之间的自动连接。

许多企业都深深地致力于 Salesforce 和 NetSuite 等系统。m3ter 如何在不强迫公司更换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，假设了一个订阅的世界。这并不意味着它们不能很好地适用于现代的货币化方法 – 您只需要填补关键的差距，这就是 m3ter 所做的。我们专注于精确的缺失部分：使用情况数据处理、先进的评级和报价到现金系统之间的数据流的自动化。

收入泄漏往往被低估。在现代 SaaS 业务中，这个问题有多严重，通常是什么原因造成的？

收入泄漏是已经赚取的价值（您已经出售并交付了它），但由于计费不准确而没有收集到的价值 – 您的账单没有完全捕获所有客户的使用情况，或者没有应用正确的商业条款。这是一个大问题 – 普华永道的收入完整性团队估计其范围为 4-7%，而且复杂的定价越多，泄漏就越可能发生。根本原因归结为系统和控制：无法有效地捕获使用情况数据；没有自动连接定价和账单计算机制之间的真实来源；账单计算机制不够复杂，无法处理复杂性（例如，依赖于电子表格）。

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 – 您拥有越多的定价敏捷性，您就可以更快地推出新产品，并更容易地将定价适应客户的需求和愿望，包括帮助销售团队赢得私人定价交易。这是业务的战略能力。但是，您无法在没有自动化和控制的情况下拥有灵活性。否则，您将遇到计费错误、收入泄漏和合规性挑战。

展望未来，您是否认为 AI 将在实时动态优化定价模型方面发挥作用，为了使其可靠地扩大规模，需要具备什么条件？

我当然对 AI 在价格优化方面的潜力感到非常兴奋。但是我对实时方面的看法却不那么乐观，至少对于软件即服务或解决方案即服务业务来说是如此。如果您正在出售酒店房间或航空座位，动态定价是有效的，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，客户也不希望定价在一天一天地不可预测地变化。因此，价格优化将专注于为长期交易创建定制的定价 – 为供应商和客户在多年关系中提供最佳结果而设计的定价。

感谢这次精彩的采访，希望了解更多的读者可以访问 m3ter。