研究60家AI代理公司，我總結了AI代理的4大定價模式

今年以來，AI代理開始徹底爆發，越來越多AI代理產品上線，並快速進入商業化階段。

作為一個新興的產品形態，有一個很現實的問題擺在他們面前——AI代理應該如何定價？

為了搞清楚這個問題，Kyle Poyar分析了市面上60多家AI代理公司，總結了現在AI代理的四大定價模式，分別是：代理席位定價、代理行為定價、代理流程定價和代理結果定價。

通過這份報告，我們將能更清楚地瞭解AI代理產品在定價方面的趨勢。（原文鏈接：https://www.growthunhinged.com/p/ai-agent-pricing-framework）

/ 01 /

AI代理的四種定價模式

許多公司只使用這四種模式中的一種，但也存在一些混合模式（例如，按座位定價和按座席定價相結合）。

模型1：按席位定價

11x、Harvey和Vivun等公司率先採用了這種方法，有效地將其AI代理定位為數字員工。

這個模式下，每個代理都被視作初級員工或者部分全職員工的替代者；這意味著，支出應該來自員工預算，而不是IT或軟件工具預算。主要包括三個特點：

1） 部署每個代理的固定月費

2） 價值標準與員工支出直接相關

3）成本可預測，類似於傳統平台或基於座位的SaaS定價

提示：當您的座席能夠執行一系列原本需要額外招聘員工的綜合任務時，這種模式尤其有效。當您能夠證明月薪2000美元的AI代理能夠取代年薪60000美元的初級員工時，客戶會更容易理解AI代理的價值。

此模式通常與按席位、按項目或其他基於使用情況的指標合併，形成混合模式。像Salesforce 和HubSpot這樣的公司都會按傳統用戶席位收費，並額外收取代理功能費用。像ServiceNow這樣的公司，也會在其分級席位定價的高端版本，加入代理功能。

最適合這種定價方式的AI企業：

AI代理負責處理廣泛職責或完整工作職能，且工作量穩定且可預測。同時，又能夠清晰地闡明接管該職能後可以節省的成本。

優點：預算來自員工支出，而非技術工具支出，潛在付費能力更強。

缺點：競爭差異化程度低。這種定價策略很容易讓企業陷入價格戰。

模式2：按代理行為定價

Bland、Parloa和HappyRobot等公司都採用了這種方法，它與雲基礎設施、業務流程外包 (BPO)和其他類型的呼叫中心的基於使用量的定價方式類似。每當客服人員執行一項獨立操作時，客戶就需要為這次服務付費。

這種付費方式有三個特點：

1） 通常表現為象徵性消費，並附加保證金；

2） 有時表現為按分鐘定價；

3） 使用量和成本之間的直接關係；

提示：此模式提供透明度，並將成本與實際使用情況掛鉤。客戶只需按實際使用量付費，這對於工作流程相對複雜或正在嘗試AI的組織而言極具吸引力。

最適合這種定價方式的AI企業：執行頻率或數量不可預測，且擅長完成多個離散任務的代理。

優勢：與其他自由職業機構相比，業務流程外包的預算更容易獲得，因為後者提供更優厚的服務、更完善的服務等級協議(SLA)且成本更低。一些大型企業的BPO支出將達到1528億美元，相當於每位員工877美元。

缺點：競爭差異化程度最低。按活動定價本質上讓你變成了一種商品，而且價格會下降。

模式3：按代理工作流程定價

Rox、Salesforce和Artisan等公司已經實施了這種模式，對提供特定結果的理操作的完整序列收費。

這種付費方式有三個特點：

1） 根據已完成的工作流程而非單個操作進行定價；

2） 每個工作流程代表一系列相關且有用的任務（例如，進行研究、撰寫和發送電子郵件或處理對話）；

3） 價值與流程自動化相關，而不僅僅是任務執行；

提示：這種方法在基於消費和基於結果的定價之間取得了平衡，使其成為複雜但標準化流程的理想選擇。

最適合的AI企業：執行多步驟流程並具有明確中間交付成果的代理。

優點：如果工作流程標準化，則易於實施，並且企業可以輕鬆衡量使用AI而非人工操作的成本節省。複雜的工作流程更難定價，但它們能為企業帶來更牢固的護城河。

缺點：如果工作流程是標準的，例如客戶研究或電子郵件撰寫，這種定價方式會讓企業面臨價格下降的風險。如果工作流程很複雜，定價就會很睏難，企業可能會因為運行時間較長，工作流程無法產生收入而出現虧損，比如解析一組冗長複雜的文檔（例如Icertis ）或執行安全掃瞄（例如XBOW ）。

模式4：按代理的結果定價

Zendesk、Intercom、Airhelp和Chargeflow （前面介紹過）等公司率先採用了這種方法，將定價直接與完成的目標掛鉤。

這種付費方式有三個特點：

1）根據已完成的工作或取得的成果收費；

2）可以是標準化結果（Intercom）或根據客戶定製（Sierra）；

3）將價格與交付的業務價值直接掛鉤；

提示：此模式為客戶提供了最清晰的價值主張，因為他們只有在獲得切實成果後才會付費。然而，AI企業需要保證AI代理能夠持續交付結果。

最適合的AI企業：在相對成熟的場景，具有可預測性能和明確定義的成功指標的AI應用。

優點：產品與客戶需求高度契合，被競爭對手取代的風險最低，也會避免因市場競爭導致的價格下降。

缺點：結果需要高度定製，這可能導致定製項目的合約激增。同時，結果也可能受歸因影響，例如AI SDR。如果沒有辦法證明AI代理所產生的結果，這就不是一個好的定價方式。

/ 02 /

定價模式的優化建議

隨著大模型成本下降，AI代理將會出現新的定價模式，這會對傳統的定價模式造成巨大壓力。

1）按座席定價

我們相信這種模式可能會持續一段時間，但為了面向未來，建議您：

1）將價值主張從「比人類便宜」轉變為「比人類更有能力」；

2）將更多功能加入到固定價格的套餐里；

3）創建具有明確能力差異的分層代理級別；

2）按代理行為定價

我們認為這種模式不會經受住時間的考驗。因為這種定價模式很容易受到技術成本下降以及價格戰的影響。

1）快速過渡到工作流程或基於結果的模型；

2）添加商品產品中不具備的專有功能；

3）專注於你的專業知識可以獲得溢價的專業領域；

3）按代理工作流程定價

這個定價方式非常穩健，但仍然有一些可以優化的地方：

1）專注於複雜、多步驟的工作流程，並提供清晰的投資回報率 (ROI)；

3）開發抵製商品化的專有工作流組件；

3）將分析和優化等業務關鍵部分捆綁到工作流程定價中；

4）按代理結果定價

從長遠來看，這種模式將會勝出。它目前仍處於萌芽階段，準確歸因的難度較大，其落地仍然有一定難度。為了更好的落地，我們建議：

1）製定穩健的歸因方法；

2）創建共享風險/回報模型，為成功提供績效保證或獎金；

3）專注於您可以衡量的高價值業務成果。

/ 03 /

如何選擇正確的定價模型？

在確定哪種定價模型最適合您的特定AI代理時，請問自己這些問題。

第一，AI代理是否直接替換了員工人數？

如果您的代理的價值主張以節省時間為中心，但卻沒有提供明確可識別的結果（文檔審查、安全掃瞄等）：

• 每位代理的價格：如果您替換可預測的任務，則將其定位為部分FTE替換

• 每個工作流程的價格：如果您的代理完成具有步驟值的多步驟工作流程，則使用節省的時間×小時費率作為基準。

第二，AI代理成果能夠被準確衡量嗎？

如果您對您的代理能夠始終如一地提供可識別的結果充滿信心：

• 每項成果的價格：與創造的價值直接掛鉤

• 基於結果的獎金：通過績效激勵補充另一種定價模式

第三，AI代理的任務量是否難以預測？

如果您的代理的價值主張集中在執行可能有很大差異的各種任務上：

• 每次行動價格：定位為消費模型（可能與「每次代理」混合），並按離散行動收費，例如行動數量×行動率。

/ 04 /

總結

長期來看，理想的定價模式應該與客戶對價值的感知和衡量方式相一致。

比如，AI代理能夠實現全流程工作的自動化，就可以使用按座席計費的方式，充分利用員工預算。對於變化的工作量，可以按操作計費。對於複雜的流程，可以按工作流程計費。對於可衡量的結果，可以按結果計費，從而最大限度地獲取價值。

AI代理的定價也是一個不斷調整的過程。企業可以從一個簡單的模型開始，然後隨著瞭解客戶真正重視什麼而不斷改進，並基於此快速調整，最終正確定位自己。