Компания OpenAI начала позволять некоторым из своих крупнейших клиентов платить только тогда, когда ее ИИ действительно выполняет задачу. Кевин Маклафлин (Kevin McLaughlin) и Амир Эфрати (Amir Efrati) сообщили об этом изменении в издании The Information, приведя в пример взаимодействие со службой поддержки, обработанное от начала и до конца.
Эта схема ограничена лишь избранными крупными учетными записями и не предлагается повсеместно, причем официально OpenAI об этом не объявляла. Издание TNW не смогло независимо проверить этот отчет, а условия, список клиентов и цены остаются неизвестными.
В индустрии это называется ценообразованием на основе результата (outcome-based pricing), и привлекательность такого подхода для финансового директора очевидна. Счет, который приходит только тогда, когда что-то сработало, защитить перед руководством гораздо проще, чем тот, который выставляется независимо от результата.
Оплата за токены сделала эту проблему актуальной. Один разработчик, запустивший сто агентов параллельно, за тридцать дней накопил счет за токены OpenAI на сумму 1,3 миллиона долларов. Это экстремальный пример общей закономерности, при которой затраты масштабируются в зависимости от количества попыток, а не результатов.
Служба поддержки — это сфера, где данная модель уже прижилась, поскольку успешное решение является одним из немногих результатов работы ИИ, которые кто-либо может четко определить. Intercom берет 0,99 доллара за каждый разговор, который решает их агент Fin, и ничего не берет за те, которые он решить не смог.
В мае компания Zendesk пошла еще дальше, ограничив выставление счетов тем, что она называет «подтвержденными решениями» (Verified Resolutions), которые проверяются с помощью оценки LLM в течение 72 часов после разговора. Помощь при эскалации и локализованные решения стали бесплатными, а ставка за оплачиваемый результат составляет примерно от 1,20 до 1,50 долларов при определенном объеме.
Salesforce решала тот же вопрос публично и более неуклюже. Продукт Agentforce был запущен по цене 2 доллара за разговор — плата взималась за каждую 24-часовую сессию независимо от того, было ли что-то решено, что клиенты сочли как дорогостоящим, так и не поддающимся прогнозированию.
Ответом на это стало появление Flex Credits, перенесших акцент с разговоров на отдельные действия стоимостью около 10 центов каждое, начиная с 500 долларов за 100 000 кредитов. Это ценообразование на основе потребления, а не результатов, и это различие имеет значение, поскольку неудачное действие все равно подлежит оплате.
Судя по всему, покупатели хотят и того, и другого, именно в таком порядке. Компания Futurum Group выяснила в мае, что 43% из них предпочитают модели на основе потребления, а 27% — на основе результатов, и менее чем один из пяти респондентов по-прежнему предпочитает платить за пользователя.
«Ценообразование на основе результатов становится рыночным стандартом», — написал Кит Киркпатрик (Keith Kirkpatrick), директор исследовательской группы компании по корпоративному ПО. Более резкий вывод его исследования заключается в том, что поставщики, предлагающие оплату только за рабочие места (seats), теперь отсеиваются еще до начала оценки.
Для OpenAI этот шаг является изменением позиции, а не выпуском нового продукта. Раньше компания продавала вычислительные мощности по токенам с ценой за модель и за вызов, а предложение корпоративным клиентам платить за выполненную работу означает принятие риска того, что работа не будет завершена.
Этот риск должен быть заложен в цену, и интересный вопрос заключается в том, где именно. Поставщик, уверенный в своем проценте успешных операций, может позволить себе такую схему, в то время как неуверенный вынужден повышать цену за успешный результат до тех пор, пока экономика проекта не сойдется — именно поэтому тарифы за одно решение держатся около доллара, а не цента.
Это также меняет того, кто несет издержки за плохой ответ. При тарификации по токенам клиент платит за каждую неудачную попытку, в то время как при оплате за результат вендор берет эти расходы на себя, что означает существенный перенос риска с покупателя на компанию, создавшую модель.
Самое сложное — прийти к соглашению о том, что именно считать успехом. Решение задачи поддается определению, но агентская работа, к которой стремится OpenAI (с ее 10 миллионами пользователей агентов), включает в себя многоэтапные задачи, где завершенность скорее является вопросом субъективной оценки, а не заполненным полем в базе данных.
Существует коммерческая причина стремиться к быстрому урегулированию этого вопроса. Предприятие, которое не может спрогнозировать счет, склонно бесконечно проводить пилотное тестирование вместо того, чтобы подписать контракт, и ценообразование по результату устраняет это возражение именно на том этапе цикла продаж, где процесс обычно замирает.
Ничего из этого еще не урегулировано окончательно и не является публичным. Официально подтверждено лишь то, что крупнейший поставщик моделей начал — тихо и выборочно — продавать результаты вместо вычислительных мощностей.
Опубликовано 31 августа 2026 - 01:55 Наверх
