ספקי המחשוב גובים לפי עובד ומבטיחים פחות עובדים בזכות בינה מלאכותית
מאת מערכת זירת AI · פורסם: · עודכן:
ספקי שירותים מנוהלים נאלצים לבחון מחדש את מודל התמחור לפי משתמש, כשעלויות הצריכה של AI אינן צפויות ולקוחות דורשים תקציב ברור והוכחת ערך. לפי GTIA, 97% מהספקים משתמשים ב-AI, אך רק 25% גיבשו אסטרטגיה להפקת הכנסות. מומחים בתעשייה מעריכים שמודלים היברידיים, המשלבים דמי בסיס, מכסות שימוש ותשלום לפי ביצועים, יהיו הכיוון המוביל.
בקצרה:
- בתמחור לפי תוצאה, קשה להפריד בין תרומת הספק לבין השפעת הלקוח ושותפים אחרים.
- השקעות במומחים, באינטגרציה ובהדרכה עשויות להידרש עוד לפני קבלת תשלום.
- GTIA השיק את Managed Intelligence Alliance, שיפתח לחבריו מחקרים, מקרי בוחן וגישות תמחור.
הבינה המלאכותית מערערת את המודל הכלכלי שעליו נשענים ספקי שירותים מנוהלים (MSP). מצד אחד, לקוחות מצפים לשירותי AI ולהוכחות לתשואה. מצד שני, עלויות הצריכה של מודלים וסוכנים אינן צפויות, ושיטות התמחור המוכרות מתחילות לאבד רלוונטיות. בכנס GTIA ChannelCon EMEA, שהתקיים מוקדם יותר החודש, הציגו בכירים בתעשייה תמונה של שוק שעדיין מחפש את המודל העסקי הנכון.
מרישיון למנוי, ומשם לתוצאה
רוד בפטי, מייסד Baptie & Company ובעל ותק רב בערוץ ההפצה, תיאר את השינוי כהתפתחות היסטורית: התחלנו ברישיון, עברנו למנוי שהעניק גישה, וכעת היצרנים רוצים לעבור לתמחור לפי צריכה, בעוד הלקוח רוצה לשלם על התוצאה. לדבריו, מודל ה-SaaS המסורתי עבד משום שהוספת משתמש נוסף עלתה ליצרן מעט מאוד. בבינה מלאכותית, לעומת זאת, כל שימוש נוסף מייקר את כוח המחשוב, וסוכנים אוטונומיים עלולים להגדיל את העלויות עוד יותר ולהשאיר את הלקוח מול חשבון גבוה ובלתי צפוי.
לטענת בפטי, לקוחות אינם ששים לשלם על טוקנים מבלי לדעת איזה ערך יקבלו, ובלשונו מדובר ב"צ'ק פתוח" שקשה לתקצב. הוא מנה ארבע גישות אפשריות: תמחור לפי צריכה, צריכה עם תקרה, חיוב על פעולות או תהליכים בודדים, ותמחור לפי תוצאה. עם זאת, הוא מעריך שהמודל שיגבר יהיה היברידי: דמי שירות בסיסיים, מכסות שימוש ואולי תשלומים התלויים בביצועים.
פער בין אימוץ לבשלות
נתוני GTIA, איגוד תעשיית הערוץ, ממחישים עד כמה התעשייה רחוקה מהפקת הכנסות עקבית מ-AI. לפי האיגוד, 97% מספקי השירותים המנוהלים בעולם משתמשים בבינה מלאכותית באופן פנימי, אך רק 20% הקימו מסגרת ממשל משמעותית סביבה, ורק 25% גיבשו אסטרטגיה רשמית להפקת הכנסות.
אימוץ ובשלות בקרב ספקי שירותים מנוהלים יחידה: % מקור: GTIA שימוש פנימי ב-AI: 97% מסגרת ממשל משמעותית: 20% אסטרטגיה רשמית להכנסות: 25%
קרולין אפריל, סגנית נשיא למחקר ומודיעין שוק ב-GTIA, טענה שהבשלות היא המבדל החדש: השאלה אינה אם משתמשים בבינה מלאכותית, אלא איך ועד כמה טוב. היא צופה שהתמחור המסורתי לפי משתמש או לפי מכשיר יאבד בהדרגה את מעמדו לטובת מודלים של צריכה ותוצאה. לפי מחקר האיגוד, 45% מהעסקים בערוץ משלבים מכירת מוצרים, פרויקטים והכנסות חוזרות, ורק כארבעה מכל עשרה מגדירים את עצמם כספקי שירותים מנוהלים טהורים. לדבריה, הגמישות הזו עשויה להיות יתרון, משום ש"כרגע איננו יודעים מה יהיה המודל העסקי הדומיננטי".
הפרדוקס של התמחור לפי עובד
איאן גרובס, מנכ"ל ספקית השירותים הבריטית Start Tech, הצביע על סתירה מובנית: כמעט כל הספקים גובים לפי אדם לחודש, ובאותה נשימה מבטיחים ללקוח שבזכות הבינה המלאכותית יזדקק לפחות עובדים. לדעתו, הספקים צריכים להתמקד פחות במכירת מוצרי AI ויותר בזיהוי המקומות שבהם הטכנולוגיה משפרת את פעילות הלקוח.
גם לתמחור לפי תוצאה יש מחיר. בפטי הזהיר שקשה להוכיח איזה ספק אחראי לתוצאה מסוימת כשמעורבים כמה טכנולוגיות ושותפים, והתנהגות הלקוח עצמו עלולה לפגוע בהשגת היעדים ולהשאיר את הספק ללא תשלום. לדבריו, זהו האידיאל של הלקוח, אבל קשה מאוד להגיע אליו.
הגנה על שולי הרווח ותזרים המזומנים
בפטי הדגיש שספקים עשויים להידרש להשקיע בעובדים מומחים, באינטגרציה, בממשל ובהדרכת לקוחות עוד לפני שיקבלו תשלום, ועלויות צריכה משתנות עלולות לשחוק את הרווחיות אם החוזים לא יביאו בחשבון עלייה בשימוש. הוא ממליץ על דמי הטמעה, תשלומים לפי אבני דרך, מגבלות שימוש ברורות והפרדה בין שירות מובטח לתגמול מבוסס ביצועים, וכן על היערכות לשינויי מחירים של יצרנים ולסוכנים שיוצאים משליטה. ההזדמנויות הגדולות, לדעתו, יגיעו לספקים שישלבו מומחיות טכנית עם היכרות עמוקה עם ענפים ספציפיים.
מנכ"ל GTIA, דן וונסלי, הודה שייתכן שהספקים מעריכים יתר על המידה את קצב הנכונות של לקוחות לשלם, אך ציין שבניגוד למעבר הקודם לשירותים מנוהלים, הביקוש כבר קיים: לקוחות קטנים ובינוניים מבקשים בינה מלאכותית ואף מטמיעים אותה, לעיתים מהר יותר משהספקים מספיקים לרכוש מומחיות. האיגוד השיק את Managed Intelligence Alliance, שיפתח עבור חבריו מחקרים, מקרי בוחן וגישות תמחור. האתגר, בסופו של דבר, הוא לתרגם ייעוץ, אינטגרציה, אבטחה וממשל לחוזים שהלקוח מבין, שמתגמלים שיפור מדיד ושמגינים על רווחיות הספק.
שאלות נפוצות
מה זה ספק שירותים מנוהלים (MSP), ואיך בינה מלאכותית משנה את המודל העסקי שלו?
ספק שירותים מנוהלים (MSP) מספק ללקוחות שירותי מחשוב שוטפים, לרוב בתשלום חודשי לפי משתמש או מכשיר. בינה מלאכותית מערערת את המודל הזה: עלויות השימוש במודלים ובסוכנים משתנות, והלקוחות מצפים לשיפור עסקי מדיד. לכן נבחנים מודלים המבוססים על צריכה, תוצאות או שילוב ביניהם.
למה תמחור שירותי מחשוב לפי עובד הופך לבעייתי בעידן הבינה המלאכותית?
תמחור לפי עובד יוצר סתירה כאשר ספק המחשוב מבטיח שבינה מלאכותית תאפשר ללקוח לפעול עם פחות עובדים. אם ההבטחה מתממשת, בסיס החיוב של הספק עלול להצטמצם. לכן, לפי הדברים שהוצגו בכנס, ספקים צריכים להתמקד בשיפור פעילות הלקוח ולבחון תמחור שאינו תלוי רק במספר המשתמשים.
מה ההבדל בין תמחור בינה מלאכותית לפי צריכה לבין תמחור לפי תוצאה?
בתמחור לפי צריכה, הלקוח משלם בהתאם לשימוש במודלים או בסוכנים, ולכן החשבון עלול להיות בלתי צפוי. בתמחור לפי תוצאה, התשלום תלוי בהשגת יעד עסקי מוסכם. ההבדל המרכזי הוא חלוקת הסיכון: בצריכה הלקוח מסתכן בעלויות גבוהות, ובתוצאה הספק מסתכן באי־תשלום אם היעד לא יושג.
איך צפוי להיראות מודל תמחור היברידי לשירותי בינה מלאכותית?
מודל תמחור היברידי לשירותי בינה מלאכותית משלב דמי שירות בסיסיים, מכסות שימוש ולעיתים תשלומים התלויים בביצועים. לפי ההערכה שהוצגה בכתבה, שילוב כזה עשוי לגבור על חלופות אחרות. הוא נועד לאזן בין רצון הלקוח לקבל ערך ויכולת תקצוב לבין הצורך של הספק לכסות עלויות שימוש משתנות.
איך ספקי שירותי מחשוב יכולים להגן על הרווחיות בשירותי בינה מלאכותית?
ספקי שירותי מחשוב יכולים להגן על הרווחיות באמצעות דמי הטמעה, תשלומים לפי אבני דרך, מגבלות שימוש ברורות והפרדה בין שירות מובטח לתגמול מבוסס ביצועים. בנוסף, החוזים צריכים להביא בחשבון עלייה בצריכה ושינויי מחירים של יצרנים, לצד השקעות מוקדמות במומחים, באינטגרציה, בממשל ובהדרכת לקוחות.