課題

Retell AI は、高速でインテリジェントかつ大規模に適応可能な AI 音声エージェントを構築することで顧客サービスを再定義し、企業が人間味を損なうことなく営業や顧客サポートの電話を自動化できるようにします。2024 年にサンフランシスコでローンチしたとき、同社は、月間総通話時間、使用された LLM モデルと音声エンジン、顧客が独自のテレフォニー技術を使用しているか Retell AI が提供するテレフォニーを使用しているかなど、サービスの使用方法に基づいて顧客に正確に料金を請求することが財務上の成功にかかっていることを認識していました。
「私たちのビジネスは、一般的な SaaS 会社とは異なります。すべてのインタラクションで大量の GPU パワーと LLM トークンを使用するため、非常に複雑でコストがかかります。そのため、請求の観点から使用状況を非常に詳しく把握する機能が必要でした」と Retell AI の社長であるトッド・リー氏は述べています。

同社は請求目的で各顧客の使用状況を手動計算しようとしましたが、顧客ベースが拡大するにつれて、13 人の会社にとってすぐに時間がかかりすぎるようになりました。さらに、手動プロセスには、顧客が請求書を確認する際に必要とする透明性が欠けており、苦情につながりました。自動請求の欠如も請求書の未払い率の高まりに寄与し、Retell AI の収益性への道に影響を与えました。

Retell は、使用状況の追跡と請求プロセスを自動化する新しいソリューションを必要としていました。同時に、同社は、決済処理、不正利用管理、税務コンプライアンスなど、他の財務ワークフローを改善し、大規模な財務部門を雇うことなく成長を続けたいと考えていました。

ソリューション

Retell AI は、Stripe Payments を使用して、手動従量課金モデルを通じて生成された顧客支払いを処理していました。手動請求プロセスの課題に数か月間苦労した後、同社は Stripe Billing を実装して 従量課金 を自動化しました。

Retell AI は Billing を使用して、合計通話時間、LLM モデル、音声エンジン、テレフォニーオプションなど、各顧客の複数の次元にわたって使用状況を追跡します。それぞれの要因は Retell AI のインフラストラクチャコストに大きな影響を与えるため、同社は顧客の使用状況を正確に追跡し、請求する必要があります。このデータを使用して、Retell AI の請求システムは、顧客が使用状況ログと照合できる詳細かつ正確な請求書を自動的に作成します。

また、新しい請求システムにより、同社は新しい顧客獲得戦略を開始することができました: 限られた数の無料使用クレジットを新しいアカウントにプリロードするクレジット付与モデルです。Retell AI はサインアップ時にクレジットカード情報を取得するため、顧客が無料使用クレジットを使い果たすと、請求用のクレジットカードに自動的に切り替わり、ユーザーのコンバージョン摩擦を軽減し、予期しないサービス中断のリスクを排除します。このアプローチにより、見込み顧客は、時間ベーストライアル中に顧客がサービスを使いすぎるリスクに Retell AI をさらすことなく、プラットフォームを探索する機会が得られます。

Retell AI は、Payments の組み込み最適化を使用して支払いパフォーマンスを向上させます。Smart Retries などの機能は、失敗した支払いを最適なタイミングで自動的に再試行し、取引が成功する可能性を高めます。

Retell AI は Stripe の Optimized Checkout Suite を使用して、高速で柔軟かつ安全なチェックアウト体験をすばやく作成します。決済を収集するため、Retell AI は Payment Element と Hosted Invoice Page を使用して、顧客が自動請求の決済手段を入力できる Stripe ホスト型カスタマーポータルを作成します。決済手段を登録しておくことで、毎月請求書を手動で送信する必要がなくなりました。Adaptive Pricing は、150 以上の市場の現地通貨で価格を自動的に表示し、チェックアウト体験を簡素化します。

コンバージョンを増やすために、Retell AI は Link を実装しました。これは、保存されたカードや銀行口座から支払い詳細を自動入力する Stripe ウォレットで、顧客が好みの決済手段でより迅速にチェックアウトできるようにします。現在、Link は Retell AI の支払い量の 38% を占めており、成長の主要な原動力となっています。

そのプラットフォームが世界中の新規顧客に届くにつれて、Retell AI は Stripe Tax を追加し、税務コンプライアンスプラットフォーム Taxually との統合を通じて税金を自動的に計算、徴収、申告し、ビジネスがエラーを回避し期限内に申告できるようにしました。これにより、同社は財務チームに人員を増やすことなく、国際的な成長に集中できます。

Retell AI は Stripe Radar for Fraud Teams も追加し、リスクの高い取引やプリペイドクレジットカードからの決済をブロックするルールを作成することで、Retell AI のプラットフォームのような従量課金製品に特にリスクをもたらす不正利用を防止しました。

成果

Retell AI は従量課金で収益を 10 倍に増加

Retell AI のエンジニア 1 人が、同社のプラットフォームと既存の Payments アカウントに従量課金を統合するのに 1 か月かかりました。従量課金を自動化するために Billing を実装してから 1 年以内に、Retell AI は年間収入が 100 万ドルから 1,000 万ドル超に拡大し、現在では月間 3,000 万件以上の通話を処理しています。

「当社の Stripe 顧客サクセスマネージャーは終始サポートしてくれ、製品開発からすべてのエンジニアリングリソースを引き抜くことなく、従量課金を簡単に実装できるよう支援する認定パートナーを推薦してくれました」と Li 氏は述べています。

自動請求により未払い残高が 87% 削減

Stripe カスタマーポータルを通じて顧客の決済情報を収集したことで、未払い残高を持つ顧客の数が 40% から 5% 未満に減少し、87% 改善されました。

「請求書の支払いを全員にメールで通知するよりも、すぐに決済を徴収する方がはるかに簡単です。すべてのドルは、手動介入なしで自動的に処理されます。これにより、少なくとも週に約 10 時間節約でき、より早く利益を上げることができました」と Li 氏は述べています。

Retell AI がオーソリ率を 40% 向上

Stripe でローンチして以来、Retell AI は決済オーソリ率を 40% 向上させ、同社は初年度に収益性を達成しながら、1,000 万ドルの売上を獲得することができました。

「私たちは 16 人のチームです。Stripe を使用せずに請求と決済を手動で管理するには、専任の財務チームを雇う必要があり、収益性に影響を与えていました。Stripe のおかげで、それを達成することができました」と Li 氏は述べています。

Smart Retries が決済回復を促進

Retell AI は、Smart Retries を使用して失敗したクレジットカード決済の 60% を回復し、同社のサブスクリプション収益保持を大幅に向上させます。

Retell AI は Stripe と協力して従量課金の未来を形作るのを支援

Retell AI は、顧客がクレジットの前払いを可能にする新しいクレジットバーンダウンモデルのパイロットパートナーとして Stripe と協力しており、サービスの中断を回避するためにアカウントがゼロになる前にクレジットが自動的に補充されます。このモデルは、Retell AI のような従量課金会社が多額の残高が蓄積されるのを待つのではなく、段階的に決済を行うのに役立ち、キャッシュフローを改善しながら決済失敗のリスクを軽減します。

「この新しいモデルは、顧客が当社の製品をより多く使用するにつれて、クレジットカード決済失敗のリスクを軽減します。Stripe はこの機能を当社の価格設定モデルに基づいて構築しているため、これが他の従量課金企業にどのような影響を与えるかを見るのは素晴らしいことです」と Li 氏は述べています。

AI により専任の税務チームが不要に

Retell AI は、Tax を使用して 100 か国以上とアメリカの 50 州で税金を計算、徴収、申告し、税務専門の人員を追加することなく国際的な成長をサポートします。

「私たちは初日からグローバルだったので、税務は自動化する必要があることはわかっていました。Stripe Tax は、5 人のフルタイムの財務担当者が税務コンプライアンスに注力するのと同等の働きをしています」と Li 氏は述べています。

Radar が 27.5 万ドル超の不正利用をブロック

Radar の高度な ML 不正利用対策と Retell のカスタム Radar ルールのおかげで、Retell AI は 27.5 万ドル以上の不正請求を防止し、同社がカードネットワークとの良好な関係を維持しながらコストを節約するのに役立ちました。

「Radar のおかげで、カードネットワークから否定的な評判を得たり、加盟店としてブロックされたりするのを防いでいます」と Li 氏は述べています。