斯科特·伍迪，Metronome 的 CEO 和联合创始人 – 采访系列

斯科特·伍迪，Metronome 的 CEO 和联合创始人，一直致力于打造能够平衡技术深度和实际影响的产品。在创立 Metronome 之前，他曾在 Dropbox 担任关键领导职务，从工程师晋升为工程总监，负责核心基础设施的建设和跨数百万用户的运营。在此之前，他联合创立了 Foundry Hiring，一种直观的申请人跟踪系统，并在 D. E. Shaw & Co. 开始了他的职业生涯，开创了数据驱动的招聘策略。他的多学科背景，从科学建模到大规模软件工程，支撑了他领导 Metronome 的能力，处于技术、数据和商业转型的交叉点。

Metronome 提供了一种现代的计费基础设施，旨在为创新软件公司提供基于使用情况和混合定价模型的支持。该平台实现了无缝的计量、计费和收入确认，具有实时数据准确性，赋予财务和工程团队以单一真实来源的权力。通过抽象掉内部计费系统的复杂性，Metronome 帮助快速增长的公司，如 OpenAI、Databricks 和 Anthropic，扩大其盈利策略，而不牺牲灵活性或透明度。

您在 2019 年联合创立了 Metronome——最初您试图解决什么问题，您的使命如何随着 AI 采用的加速而演变？

当我们开始 Metronome 时，最初的问题很简单：现代软件企业需要在定价和包装方面非常快，但他们的计费系统无法跟上。在 Dropbox，我们想运行一个定价实验，但仅仅将其编码到计费系统中就需要六个月。计费系统成为我们业务中几乎所有事情的瓶颈。

我们旨在建立盈利基础设施。Metronome 的设计初衷是为现代软件企业带来速度和敏捷性，使定价和包装的变化变得快速和容易，而不是需要工程师参与的项目。

AI 在两个关键方面加速了这一使命。首先，它使世界变得更加基于使用情况，这是我们的核心业务。但更重要的是，AI 创造了超级竞争。不同的公司不断相互竞争，试图利用定价和包装作为区分的手段。

这意味着我们最初构建的软件——使定价和包装的变化变得非常容易和快速——现在已经成为基本要求。如果您不利用这种灵活性，您的竞争对手就会这么做。定价和包装已经成为达尔文式竞争的战场，这意味着随着竞争的加剧，对 Metronome 的需求会增加。

您刚刚宣布了新的功能，如基于座位的积分和统一发票。这些功能如何融入您的愿景？

是的，今天我们宣布了一个关于定价、发票和客户体验的重大扩展——这实际上是 AI 盈利基础设施的下一章。

在中心是我们的新基于座位的积分功能，允许公司运行混合定价模型，将订阅的可预测性与使用情况的增长相结合。我们看到的是，许多在 2010 年代创建的公司——比如 Dropbox、Figma、Notion——主要通过基于座位的费用来盈利。您的公司使用产品的人越多，您就越多付钱。这很好——它很容易、可预测，并且随着您的业务增长而扩大。

但这些公司现在正在将 AI 本地功能添加到他们的产品中，并且他们意识到他们的产品的价值不再与座位数量成比例。它实际上是随着他们的产品使用情况而增长的。他们需要一个商业模式，能够随着他们的产品提供的价值而扩大。基于座位的积分是一种非常具体的实现此目的的方式——您可以获得座位的好处和使用情况的上升空间。这已经成为世界上几乎每一家 SaaS 企业的标配模式。

我们强调的第二个功能是统一的发票，涵盖 AWS、Azure 和 GCP 市场，并引入了企业计费的账户层次结构。这意味着公司现在可以通过一个系统管理所有收入动作——自助服务、企业和市场——而不是处理多个断开的工具。

我们的客户正在要求支付选项。这些 AI 本地公司往往同时进入所有地理区域，如果您研究支付，特别是国际支付，您会发现不同的支付轨道在不同地理区域具有更高的接受率和更低的费用。随着我们的客户群体的增长和成熟，他们正在寻找不同地理区域的支付选项。他们可能希望使用特定于欧洲的支付处理器或特定于美国的支付处理器。通过允许我们的客户在如何接收付款和进行发票方面拥有选择和灵活性，我们为他们提供了在不同地理区域接受付款的更多选项。今天我们推出的功能只是这一旅程的第一步——直接从 Metronome 发出发票并使用您选择的支付处理器进行付款。随着时间的推移，我们将在该支付处理器层中扩展可用的选择。

在客户体验方面，我们正在发布成本预览 API、仪表板内发票和生命周期通知。现代计费应该是透明的，并且是产品体验的一部分。这些功能为客户提供了对使用情况和支出的实时可见性，消除了意外账单，并通过透明度建立信任。

这些公告反映了我们对盈利基础设施的信念，即它必须为公司提供三件东西：收入的可预测性、团队的可见性以及随着产品变化而演变定价的控制力。

在 Metronome 之前，您在 Dropbox 花了几年时间担任工程师和后来的工程总监。您从扩展全球 SaaS 平台的经验中学到了什么，并如何将这些经验应用于构建 Metronome？

从 Dropbox 学到的有两大经验塑造了我们如何构建 Metronome。

首先是大规模下的灵活性。Dropbox 以其简单的“良好、更好、最佳”定价和免费计划而闻名——表面上看起来很简单。但在计费系统的后面，内部有成千上万个不同的 SKU，用于满足成千上万个不同的客户配置。管理这种复杂性实际上相当困难。

我们构建 Metronome 以适应大型企业的这种复杂性。问题变成了：如何为客户提供简单的抽象，赋予他们业务成长和成熟所需的全部权力和灵活性？

第二个经验是关于服务多个角色。Dropbox 中的一个主要挫败感是计费团队总是过度劳累——他们有很多事情要处理，总是被拉往不同的方向，试图帮助财务、销售和产品团队。

我们构建了 Metronome——既是业务也是产品——以同时服务多个不同的角色。我们最擅长的是成为客户的外部合作伙伴。如果您是大型语言模型提供商，Metronome 不仅仅是软件，也是定价专家。我们将以非常高触感的方式个别支持客户。

这就是人们真正欣赏与我们合作的原因之一——我们形成的合作伙伴关系有多深。这不仅仅是一种供应商-客户关系，而是一种真正的合作伙伴关系。

Metronome 正在为 OpenAI、Anthropic、Databricks 和 NVIDIA 等 AI 领域最具影响力的玩家提供商业模式的支持。他们有什么共同点，使您的动态计费方法如此有价值？

这些客户有两三件共同的事情。

首先，当您达到这种规模和水平时，您的定价就是复杂的。您有很多不同的产品，很多不同的客户类型。必要的复杂性——您提供的 SKU 数量、不同的定价和包装配置——意味着您需要一个从头开始构建的系统，以处理这种水平的规模和客户之间的差异。

同时，您希望与之交互的抽象是简单的。如果您是与 Metronome 合作的运营人员，您不希望总是考虑所有这些复杂性。平衡这两者——给予您 Metronome 提供的权力和控制，而不让最终用户感到不知所措——这是我们在构建产品时的关键设计原则。

将所有我们的客户团结在一起的另一件事是，他们都非常注重最终客户。我们构建了 Metronome，以使其内部的所有数据持续可供他们的最终客户使用。如果您是 OpenAI 的客户，您可以检查您的余额，设置预算，限制您的使用率——所有这些都是关于消费型定价模型上的客户体验，而 Metronome 是使其成为可能的关键平台。

许多创始人专注于产品或模型创新。您认为定价和计费现在是 AI 基础设施栈的一部分。为什么您认为盈利是这个新时代软件的基础？

有几个不同的原因使得盈利对于 AI 基础设施如此关键。

首先，这与超级竞争的观点有关。这个软件时代只是更加竞争激烈。在过去的时代，您可以专注于产品差异化——这不再有效了。

第二，在软件的每个时代，最大、最成功的公司都将产品创新与商业模式创新相结合。想想 Salesforce——他们发明了基于云的 CRM。CRM 软件并不是新东西，但将其部署在云中是新的。他们将其与订阅定价相结合，随着您的公司的增长而扩大，这与 Siebel 相比是非常破坏性的，Siebel 收取大量的固定费用。您可以从每年在 Siebel 上花费一百万美元转变为每个座位每月 100 美元——这为客户提供了完全不同的价值主张。

同样的事情正在 AI 中发生。但还有一个主要因素：AI 的运行成本非常高。您的客户使用您的产品越多，您的成本就越高。这意味着作为供应商，您需要一个定价模型或商业模型，能够随着您的产品的使用情况而扩大——否则您就有可能在 COGS 上过度收费。

公司在从静态订阅转向基于使用情况或结果的定价时面临的最大技术或文化挑战是什么？

有两三项主要变化伴随着从座位订阅转向使用情况的转变。

首先，您正在从基于预订的业务转向基于净收入留存率（NRR）的业务。在实践中，这意味着在座位订阅时代，您的底线并不总是与客户价值挂钩——您可以为客户签订合同，即使他们十个月后才上线，您仍然可以获得付款。在使用情况的业务中，您无法收集收入，直到客户使用您的产品，这意味着客户成功和售后支持非常、非常重要。

第二，人们低估了使用情况的业务模型本质上是可变的，这意味着客户对其使用您的产品的可见性有着更高的期望。我的方式是：他们需要对自己的预算有可见性、透明度和控制权。如果您不为他们提供工具来做到这一点，他们将不会成为幸福的客户。

第三，在使用情况的业务中，真正的回报是建立增长飞轮——产品中的小循环，使用越多，花费越多，使用越多。通过在您的产品中创建这些病毒式循环，就像在基于广告的社交网络中一样，病毒式循环在基于广告的社交网络中效果很好，因为您构建的病毒式循环越多，您就显示的广告库存越多，您赚的钱就越多。

同样的事情适用于使用情况的定价。它在订阅中并不真正如此，除非像 Dropbox 这样的情况，病毒式循环对于分发至关重要。主要是，病毒式循环被限制在基于广告的业务中。我实际上认为增长学科的崛起——由 Facebook 开创——将与 AI 的崛起相吻合。

您最近关于“盈利运营模型”的白皮书概述了公司如何将收入系统与真正的客户价值对齐。这种模型如何改变 AI 初创公司对扩张的思考方式？

这与我之前提到的病毒式循环有关。当这些 AI 本地企业找到产品市场契合点时，收入可以非常快速地扩大。您会看到以前存在于社交媒体网络中的病毒式循环，但现在它直接被货币化了。

这从根本上解释了为什么像 Cursor 这样的公司可以在两年内从零增长到十亿美元的年收入。他们终于将价格和价值对齐了，这对企业来说是一个非常强大的解锁因素。

由于 OpenAI 和 Anthropic 既是客户又是投资者，您如何在塑造 AI 驱动的商业基础设施的未来方面平衡合作与独立性？

我们将这些关系视为根植于解决 AI 前沿真正问题的伙伴关系。OpenAI 和 Anthropic 正在定义下一代软件，而我们正在构建将创新转化为可扩展和可持续的商业模式的基础设施。

同时，我们的使命比 AI 实验室更广泛。Metronome 的设计是为需要现代化其盈利方式的每一家公司提供服务，包括 AI 本地初创公司和将使用情况的定价添加到现有产品的 SaaS 公司。我们专注于成为盈利基础设施的类别领导者，而不仅仅是某一细分市场的计费工具。

AI 本身如何影响 Metronome 自身的平台——您是否使用机器学习来优化计费准确性、检测异常或预测使用情况趋势？

我们使用机器学习来改进异常检测、使用情况预测和模式识别——但我们在应用它时非常谨慎。计费需要精确性，因此 AI 必须提高准确性，而不是引入抽象概念。

从长远来看，我们认为 AI 将帮助公司将盈利数据转化为战略情报——了解哪些功能驱动价值、确定最佳定价阈值以及实时发现收入机会。这就是盈利基础设施成为真正的增长引擎的地方。

Metronome 已经成为结果驱动的盈利的骨干。您是否认为我们正在接近一个世界，在那里每一家软件公司在本质上都是一个由 AI 驱动的数据企业？

我的基本理论是，AI 将破坏软件和商业的每个方面。您可以看到软件企业内部的初步破坏——软件开发人员完全被 AI 破坏，作家完全被 AI 破坏。

我认为这只是时间问题，更多的企业将受到 AI 的影响。我们正在看到对商业中更容易被破坏的部分的初步影响，但像法律和其他领域将会跟进。我认为很明显，随着时间的推移，更多的工作将受到 AI 的影响——因此将受到基于结果和使用情况的商业模式的影响。感谢您这次精彩的采访，希望读者能够通过访问 Metronome 来了解更多信息。