Pēdējos piecpadsmit gadus modelis "maksa par lietotāju mēnesī" ir bijis neapstrīdams biznesa programmatūras karalis. Jūs pieņēmāt darbā jaunu darbinieku, nopirkāt viņam Slack licenci, Microsoft 365 licenci un piekļuvi savai CRM sistēmai. Tas bija prognozējami, mērogojami un — godīgi sakot — nedaudz līdzīgi slazdam. Kā vadītājs uzņēmumam, kurā mākslīgais intelekts ir prioritāte, esmu novērojis, ka šajā modelī parādās arvien lielākas plaisas. AI implementation for small business nav tikai cilvēka veidota uzdevuma aizstāšana ar robotu; tā ir fundamentāla produktivitātes apmaksas veida demontāža.
Mēs virzāmies no laikmeta "Programmatūra kā pakalpojums" (SaaS) uz laikmetu "Programmatūra kā rezultāts". Vecajā pasaulē jūs maksājāt par piekļuvi. Jaunajā pasaulē jūs maksājat par rezultātiem. Šī pāreja no fiksētu izmaksu abonementiem uz mainīgas maksas tokenu modeļiem ir lielākās izmaiņas MVU naudas plūsmā kopš pārejas uz mākoni. Ja 2024. gadā joprojām plānojat budžetu darba vietām (licencēm), jūs, visticamāk, maksājat to, ko es saucu par Dīkstāves programmatūras nodokli (Shelfware Tax) — un tas jums izmaksā vairāk, nekā jūs domājat.
Digitālā iznomātāja gals
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Tradicionālie SaaS uzņēmumi ir digitālie iznomātāji. Tie izīrē jums vietu (licences) neatkarīgi no tā, vai jūs tajās faktiski "dzīvojat". Ja jums ir 20 darbinieki, jūs maksājat par 20 licencēm. Nav svarīgi, vai pieci no šiem darbiniekiem pieslēdzas tikai reizi mēnesī, vai arī desmit no tiem izmanto tikai 5% no programmatūras iespējām. Jūs maksājat par lietošanas potenciālu, nevis par rezultāta vērtību.
AI vadīti rīki ir citādi. Lielākā daļa mūsdienu mākslīgā intelekta modeļu darbojas uz "tokenu" jeb lietojuma bāzes. Jūs maksājat par ģenerētajiem vārdiem, izveidotajiem attēliem, analizētajiem datiem vai atrisinātajiem pieteikumiem. Tā ir fundamentāla pāreja uz uz patēriņu balstītām operācijām. Līdzīgi kā ar elektrības rēķinu — ja neieslēdzat gaismu, jūs nemaksājat.
Aplūkojot IT atbalsta izmaksas lielākajā daļā MVU, neefektivitāte ir satriecoša. Jūs varētu maksāt £50 par lietotāju mēnesī par atbalsta dienestu, kas šim lietotājam visa gada laikā apstrādā tikai trīs pieprasījumus. AI-first pieeja to maina pretēji: jūs maksājat centus par apstrādātajiem pieprasījumiem un neko klusuma periodos. Šeit uzvar elastīgs bizness.
Dīkstāves programmatūras nodoklis: kāpēc abonementi kavē izaugsmi
Esmu pavadījis daudz laika, analizējot to uzņēmumu bilances, kuri cenšas mērogoties. Atkārtots modelis, ko redzu, ir tas, ko esmu nosaucis par Dīkstāves programmatūras nodokli. Tā ir starpība starp jūsu programmatūras abonementu kopējām izmaksām un faktisko lietderību, ko jūsu komanda no tiem gūst.
Tradicionālajā SaaS modelī programmatūras piegādātājs ir ieinteresēts padarīt savu produktu piesaistošu, bet ne obligāti efektīvu. Jo vairāk cilvēku izmanto rīku, jo vairāk viņi nopelna. AI šo stimulu maina. Ja mākslīgā intelekta rīks var atrisināt problēmu 30 sekunžu skaitļošanas laikā, tas jums izmaksā mazāk nekā tad, ja tas aizņemtu 30 minūtes. Stimuls mainās par labu radikālai efektivitātei.
Apsveriet savas HR programmatūras izmaksas. Bieži vien jūs maksājat maksu par darbinieku par rīku kopumu, ko varētu izmantot tikai pieņemšanas posmā vai ikgadējās pārrunās. AI ekonomikā ar maksu par lietošanu jūs radītu ievērojamas izmaksas tikai tad, kad AI faktiski veic talantu piesaistes, atlases vai adaptācijas uzdevumus. Parastos mēnešos jūsu programmatūras pieskaitāmās izmaksas samazinās gandrīz līdz nullei.
Ietvars: Mainīgā lietderības matrica
Lai saprastu, kur piemērot AI implementation for small business, jums ir jāraugās uz savām operācijām caur to, ko es saucu par Mainīgo lietderības matricu. Tas palīdz izlemt, kuras funkcijas jāsaglabā abonēšanas režīmā un kuras jāpārvieto uz AI modeli ar maksu par lietošanu.
- Augsta biežuma / zemas sarežģītības (Tokenu zona): Tie ir tādi uzdevumi kā klientu apkalpošanas biežāk uzdotie jautājumi, pamata datu ievade un pirmā līmeņa IT triāža. Tie nekavējoties jāpārvieto uz AI ar maksu par lietošanu. Kāpēc maksāt par cilvēka darba vietu (vai SaaS rīku) 24/7, ja varat maksāt par katru atrisināto pieteikumu?
- Zema biežuma / augstas sarežģītības (Konsultatīvā zona): Stratēģiskā plānošana, augsta līmeņa radošais darbs un sarežģīti juridiskie jautājumi. Šeit joprojām ir lietderīga cilvēka uzraudzība vai specializēti SaaS rīki. Tomēr pat šeit salīdziniet Penny pret Quickbooks, lai redzētu, kā AI-first padomdevējs var sniegt dziļāku vērtību nekā statiska grāmatvedības sistēma par daļu no izmaksām.
- Augsta biežuma / augstas sarežģītības (Kopilota zona): Programmatūras izstrāde vai padziļināta pētniecība. Šī ir joma, kurā modelis "maksa par darba vietu" pagaidām vēl ir jēdzīgs — nodrošinot jūsu labākajiem darbiniekiem labākos rīkus, lai palielinātu viņu jaudu.
90/10 likums un lomu pārveide
Viens no sekundārajiem efektiem, pārejot uz AI modeli ar maksu par lietošanu, ir 90/10 likuma atklāšana. Kad AI var tikt galā ar 90% funkcijas (piemēram, grāmatvedību vai pamata tekstu melnrakstu sagatavošanu), atlikušie 10% reti attaisno atsevišķu amatu vai premium līmeņa programmatūras licenci katram lietotājam.
Kad pārtraucat maksāt par darba vietām un sākat maksāt par tokeniem, jūs sākat uztvert savu biznesu kā darbplūsmu virkni, nevis nodaļu kopumu. Jums vairs nav "Mārketinga nodaļas" izmaksu; jums ir "Satura ģenerēšanas" patēriņa izmaksas. Jums nav "Klientu apkalpošanas" pieskaitāmo izmaksu; jums ir "Pieprasījumu risināšanas" mainīgās izmaksas.
Tas padara jūsu biznesu neticami izturīgu. Lejupslīdes laikā jūsu programmatūras izmaksas automātiski samazinās līdz ar apjomu. Uzplaukuma laikā jūs nesaņemat milzīgu abonēšanas maksas lēcienu tikai tāpēc, ka esat pievienojuši trīs jaunus lietotājus.
Pāreja no budžeta apstiprināšanas uz sliekšņu uzraudzību
Lielākais izaicinājums šajā pārejā nav tehnoloģijas — tā ir finanšu nodaļa. Tradicionālā budžeta plānošana mīl fiksētas mēneša izmaksas. Tās ir viegli ievadīt izklājlapā. AI ar maksu par lietošanu ir mainīgs lielums, kas var radīt kontroles trūkuma sajūtu.
Tomēr kontrole faktiski palielinās. Tā vietā, lai apstiprinātu £2,000 mēneša abonementu, jūs iestatāt sliekšņa brīdinājumus savam API lietojumam. Jūs varat reāllaikā redzēt, kuras darbplūsmas sniedz vērtību un kuras lieki tērē tokenus. Tā ir finanšu granularitāte, ko SaaS nekad nav nodrošinājis.
Kā sākt migrāciju
Ja jūtaties apjukuši šīs pārejas priekšā, nemēģiniet uzreiz atcelt visus abonementus. Sāciet ar tokenu zonu.
- Auditējiet savas "Rēgu licences": Meklējiet SaaS abonementus, kuros 20% lietotāju veic 80% darba. Vai šos pārējos 80% varētu apkalpot AI saskarne ar maksu par lietošanu?
- Meklējiet alternatīvas, kas balstītas uz patēriņu: Izvēloties jaunus rīkus, dodiet priekšroku tiem, kas piedāvā uz lietojumu balstītu cenu līmeni. Tā ir zīme, ka uzņēmums ir pārliecināts par sava AI efektivitāti.
- Pieņemiet elastīgu komandu: Pārejot uz maksu par lietošanu, jūs redzēsiet, ka varat vadīt daudz lielāku biznesu ar daudz mazāku pamatkomandu. Es esmu tam pierādījums. Mana komanda ir optimizētu AI darbplūsmu kopums, un mans algu saraksts būtībā ir API rēķins.
Šo pārmaiņu logs sāk vērties ciet. Uzņēmumi, kas pāries no maksāšanas par darba vietām uz maksāšanu par rezultātiem, iegūs naudas plūsmu, lai investētu vairāk nekā konkurenti. Tie būs efektīvāki, ātrāki un pelnošāki.
Vai jūs joprojām maksājat par potenciālu, vai arī esat gatavi sākt maksāt par rezultātiem?