ความท้าทาย

Chipp.ai เปิดตัวในปี 2023 โดยมีเป้าหมายเพื่อทำให้ทุกคนสามารถเข้าถึง AI ได้อย่างเท่าเทียม สตาร์ทอัพนี้ตั้งอยู่ที่เมืองฟาร์โก รัฐนอร์ทดาโคตา Chipp.ai ต้องการช่วยเหลือธุรกิจขนาดเล็กในการสร้างเอเจนต์ AI ที่ออกแบบเองของแบรนด์เหมือนกับที่บริษัทขนาดใหญ่สร้างขึ้นให้เว็บไซต์ของตน จึงได้สร้างแพลตฟอร์มแบบไม่ต้องเขียนโค้ดซึ่งช่วยให้ลูกค้าสามารถพัฒนา ฝึกฝน และใช้งานเอเจนต์ AI ของตนเองได้ Chipp ทำให้ธุรกิจต่างๆ เช่น โรงแรม การปฏิบัติงานด้านการแพทย์ และเอเจนซี สามารถผสมผสานและเลือกใช้โมเดล LLM ยอดนิยมจาก Anthropic, OpenAI และ Google ได้โดยไม่ต้องจ่ายค่าสมัครใช้บริการหลายครั้ง

ในตอนแรก Chipp เรียกเก็บเงินจากลูกค้าโดยใช้โมเดลการสมัครใช้บริการ SaaS แบบดั้งเดิม แต่ในเวลาไม่นานกลับพบว่าระบบนี้ไม่เหมาะสม นั่นคือ ค่าใช้จ่ายของ Chipp อาจแกว่งไปมาตามจำนวนโทเค็น LLM ที่ลูกค้าแต่ละรายใช้ ทั้งในช่วงที่สร้างอินเทอร์เฟซและหลังจากที่เริ่มใช้งานเอเจนต์จริง ผู้ใช้งานระดับสูงเพียงไม่กี่รายอาจก่อให้เกิดค่าใช้จ่ายที่สูงเกินคาด ซึ่งเบียดเบียนส่วนต่างกำไรของ Chipp เช่น ธุรกิจหนึ่งที่ใช้โทเค็นไปถึง 4,000 ดอลลาร์ขณะที่ใช้แพ็กเกจรายเดือนราคา 29 ดอลลาร์ นอกจากนี้ ทีมของ Chipp ยังต้องใช้เวลาหลายชั่วโมงในการสร้างใบแจ้งหนี้และติดตามการชำระเงินด้วยตนเอง

"โดยพื้นฐานแล้ว เราพยายามคาดการณ์ว่าควรคิดค่าบริการจากการสมัครใช้บริการเท่าใด เราถึงจะไม่ขาดทุน" Scott Meyer ผู้ร่วมก่อตั้งและซีอีโอของ Chipp กล่าว "เราตัดสินใจได้ว่าไม่ต้องการโมเดลธุรกิจที่ขัดแย้งกับความสำเร็จของลูกค้าของเรา"

Chipp เคยพิจารณาที่จะสร้างระบบติดตามและเรียกเก็บเงินค่าโทเค็นที่เป็นขององค์กรเอง แต่วิธีนี้จะทำให้ทีมวิศวกรรมมีเวลาให้การพัฒนาผลิตภัณฑ์น้อยลง และยังจำเป็นต้องอัปเดตอย่างต่อเนื่องเมื่อโมเดลและราคาโทเค็นเปลี่ยนแปลงไป

แต่ Chipp ต้องการโซลูชันการเรียกเก็บเงินตามการใช้งานที่นำไปใช้ได้อย่างรวดเร็ว โดยเป็นโซลูชันที่ทำให้มองเห็นการใช้งาน LLM ของลูกค้าได้อย่างชัดเจน ปกป้องส่วนต่างกำไร และช่วยให้ลูกค้าตัดสินใจได้ดีขึ้นว่าจะใช้โมเดลใด

โซลูชัน

Chipp ใช้งาน Stripe อยู่แล้ว โดยได้ผสานการทำงานกับ Stripe Billing, Stripe Payments และ Stripe Tax เพื่อเปิดตัวทั่วโลกตั้งแต่วันแรก บริษัทได้นำ Stripe Connect มาใช้ด้วย เพื่อให้เอเจนซีและที่ปรึกษาต่างๆ สามารถสร้างเอเจนต์ AI สำหรับลูกค้าของตนเองและไม่ต้องแบกรับภาระค่าใช้จ่ายจากการใช้แพลตฟอร์ม Chipp ในเดือนธันวาคม 2025 Chipp ได้อัปเดตการผสานการทำงานกับ Stripe และกลายเป็นหนึ่งในบริษัทแรกๆ ที่ใช้ฟีเจอร์การเรียกเก็บเงินตามการใช้งานของ Stripe กับโทเค็น LLM

การติดตั้งระบบใหม่ทำได้ง่ายมาก เนื่องจากเอกสารประกอบของ Stripe ได้รับการจัดรูปแบบไว้สำหรับ LLM ซึ่ง Hunter Hodnett ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และเทคโนโลยีของ Chipp ใช้ Claude Code ในการกำหนดค่าบัญชี Billing ของบริษัทสำหรับการเรียกเก็บเงินค่าโทเค็น LLM ระบบการคิดค่าบริการตามใช้งานนี้จะบันทึกคำขอ LLM จากนั้นส่งต่อไปยังเกตเวย์ AI ของ Stripe เพื่อบันทึกจำนวนโทเค็นที่ใช้ไปสำหรับแต่ละโมเดล แล้วรวบรวมข้อมูลการใช้งาน และเชื่อมโยงกลับไปยัง Stripe ID เฉพาะของลูกค้า นอกจากนี้ Stripe ยังติดตามการเปลี่ยนแปลงของค่าใช้จ่ายโทเค็นและอัปเดตตรรกะการเรียกเก็บเงินของ Chipp ตามความเหมาะสม

เนื่องจากมีฟังก์ชันการติดตามโทเค็นให้ใช้งาน Chipp ได้อัปเดตค่าสมัครใช้บริการโดยใช้สูตรง่ายๆ และโปร่งใส โดยธุรกิจที่ใช้บริการ Chipp จะได้รับหนึ่งในสามของค่าสมัครใช้บริการรายเดือนในรูปแบบโทเค็น และชำระเงินค่าโทเค็นเพิ่มสำหรับจำนวนที่ใช้เกินขีดจำกัดนั้น ซึ่ง Chipp จะคิดราคาเพิ่ม 30% เพื่อให้ครอบคลุมค่าใช้จ่ายทางธุรกิจ ธุรกิจเอเจนซีสามารถใช้ Chipp แบบไม่ติดแบรนด์และนำเสนอโมเดลที่มีค่าบริการเดียวกันนี้ให้กับลูกค้า และเรียกเก็บเงินค่าใช้งานโทเค็นผ่าน Connect ได้

เพื่อป้องกันไม่ให้ลูกค้าใช้จ่ายโดยไม่รู้ตัว Hodnett ใช้ API แจ้งเตือนการเรียกเก็บเงินของ Stripe ในการตั้งค่า Webhook เพื่อแจ้งเตือนลูกค้าโดยอัตโนมัติเมื่อโทเค็นของลูกค้าเหลือน้อย และแจ้งให้ชำระเงินเพื่อซื้อโทเค็นเพิ่ม หากลูกค้าใช้โทเค็นจนถึงขีดจำกัด ระบบจะระงับการเข้าถึง LLM ของลูกค้าจนกว่าจะซื้อเพิ่ม

นอกจากนี้ Chipp ยังนำ Stripe Sigma มาใช้เพื่อเพิ่มการรายงานข้อมูลในระบบการเรียกเก็บเงินตามการใช้งาน และช่วยวิเคราะห์ธุรกิจในหลายๆ ด้าน Stripe Sigma ช่วยให้ธุรกิจวิเคราะห์ข้อมูลได้โดยการสร้างรายงานแบบกำหนดเอง, พรอมต์ SQL และการสืบค้นด้วยภาษาธรรมชาติ Chipp ใช้ Stripe Sigma เพื่อให้ได้ข้อมูลเชิงลึกที่ละเอียดขึ้นเกี่ยวกับผลกระทบจากการเปลี่ยนแปลงค่าบริการและบริการเสริมต่างๆ เช่น หลักสูตรแบบเสียค่าใช้จ่าย

ผลลัพธ์

ใช้เวลา 2 วันในการนำระบบการเรียกเก็บเงินตามโทเค็นมาใช้

เอกสารประกอบที่รองรับ LLM ของ Stripe และการสนับสนุนจากหลายฝ่าย ทำให้ Chipp สามารถนำระบบการเรียกเก็บเงินตามโทเค็นมาใช้ได้ภายในเวลาเพียง 2 วัน

"การเรียกเก็บเงินตามโทเค็นช่วยธุรกิจของเราไว้ การสร้างระบบนี้ด้วยตัวเองจะต้องใช้เวลาเป็นเดือนๆ ซึ่งเราไม่มีเวลามากขนาดนั้น" Hodnett กล่าว

การเรียกเก็บเงินตามการใช้งานยังช่วยลดความจำเป็นในการอัปเดตราคาด้วยตนเองเมื่อมีการเปลี่ยนแปลงโมเดลและการกำหนดราคาโทเค็น ซึ่งต้องใช้เวลามาก

การเรียกเก็บเงินตามโทเค็นสร้างรายรับเพิ่มขึ้น 20%

การเปลี่ยนมาใช้โมเดลการคิดค่าบริการตามการใช้งานทำให้โมเดลธุรกิจของ Chipp สอดคล้องกับความสำเร็จของลูกค้า ยิ่งลูกค้าใช้ผลิตภัณฑ์มากก็ยิ่งสร้างรายรับได้มากขึ้น Chipp มีรายรับเพิ่มขึ้น 20% ในเดือนแรกหลังจากนำโมเดลการเรียกเก็บเงินแบบใหม่มาใช้ และมีการเรียกเก็บเงินค่าโทเค็นมากกว่า 5.9 พันล้านโทเค็นภายใน 2 เดือนแรก

การเรียกเก็บเงินอัตโนมัติช่วยลดเวลาที่ใช้ในการออกใบแจ้งหนี้ด้วยตนเอง

ระบบแจ้งเตือนเมื่อโทเค็นเหลือน้อยที่สร้างขึ้นโดยใช้ API แจ้งเตือนการเรียกเก็บเงิน ทำให้ Chipp ไม่ต้องใช้ขั้นตอนการเรียกเก็บเงินและออกใบแจ้งหนี้ด้วยตนเองที่เคยกินเวลาของทีมประมาณ 25% อีกต่อไป ปัจจุบัน Chipp ติดตามการใช้โทเค็นโดยอัตโนมัติผ่าน Stripe และแจ้งเตือนลูกค้าให้เติมเครดิตภายในแพลตฟอร์มได้แล้ว ทำให้ทีมมีเวลาทุ่มเทให้กับการพัฒนาผลิตภัณฑ์มากขึ้น

"เวลาที่เสียไปกับเรื่องพวกนั้นทำให้ผมไม่สามารถคิดค้นนวัตกรรมใหม่ๆ ให้กับผลิตภัณฑ์ของเราได้ ตอนนี้ผมไม่ต้องจัดการเรื่องการออกใบแจ้งหนี้แล้ว วงจรการพัฒนาผลิตภัณฑ์จึงเดินหน้าไปได้ไกลขึ้น ทำให้ผมนำฟีเจอร์ต่างๆ เข้าสู่ขั้นตอนการใช้งานจริงได้มากขึ้น" Hodnett กล่าว

ปรับปรุงการมองเห็นภาพรวมการมีส่วนร่วมของลูกค้าและรายรับในอนาคต

ข้อมูลการใช้งานที่ผ่านเข้ามาทาง Stripe ทำให้ Chipp มองเห็นการมีส่วนร่วมของลูกค้านอกเหนือจากช่วงเวลาที่มีการใช้งานจริงได้ชัดเจนยิ่งขึ้น Meyer สามารถเข้าสู่ระบบแดชบอร์ด Stripe เพื่อตรวจสอบการใช้โทเค็น แนวโน้มของโมเดล และความสม่ำเสมอในการใช้งานผลิตภัณฑ์ของลูกค้าแต่ละรายได้ และด้วยอัตรากำไรในคงที่ 30% Chipp จึงใช้ข้อมูลนี้คาดการณ์รายรับได้อย่างแม่นยำ

"เราต้องการติดตามว่าผู้คนใช้งานผลิตภัณฑ์ของเราอย่างสม่ำเสมอหรือไม่ และเมื่อคุณใช้เอเจนต์ การใช้งานโทเค็นจะเป็นตัวชี้วัดที่ดีกว่าการเข้าสู่ระบบเพียงอย่างเดียว การเรียกเก็บเงินตามการใช้งานทำให้เรามองเห็นจำนวนโทเค็นที่ใช้ไปแบบเรียลไทม์ เราใช้กราฟเดียวก็วิเคราะห์ได้รอบด้าน" Meyer กล่าว

การรายงานแบบกำหนดเองของ Stripe Sigma ช่วยให้ทีมของ Chipp สามารถเจาะลึกเกณฑ์ชี้วัดต่างๆ เช่น รายรับ ธุรกรรม และการเลิกใช้บริการ เพื่อให้ตัดสินใจได้รวดเร็วขึ้นโดยใช้ข้อมูลประกอบ

ความโปร่งใสและคุณค่าที่มากขึ้นสำหรับลูกค้า

โมเดลการเรียกเก็บเงินตามโทเค็นของ Chipp ช่วยให้ลูกค้าสามารถเข้าถึงโมเดลที่ตรงกับความต้องการที่สุดและเห็นข้อมูลเกี่ยวกับบริการที่ตนเองจ่ายไปได้ชัดเจนยิ่งขึ้น ตัวอย่างเช่น ลูกค้าสามารถเลือกโมเดลที่เร็วและถูกกว่าสำหรับแชทบอทตอบคำถามที่พบบ่อยให้ลูกค้า และโมเดลที่มีประสิทธิภาพมากกว่าสำหรับการคาดการณ์ทางการเงิน ลูกค้าสามารถดูคำขอ โมเดล และค่าใช้จ่ายทั้งหมดภายใน Chipp ได้ ทำให้ตัดสินใจได้อย่างมีข้อมูลรอบด้าน

"การเรียกเก็บเงินตามโทเค็นช่วยให้ทุกคนเข้าถึงเครื่องมือที่ดีที่สุดได้ เราทุกคนใช้ AI เดียวกันได้ ไม่ว่าคุณจะทำงานให้บริษัทเทคโนโลยีขนาดใหญ่หรือคลินิกทันตกรรมในท้องถิ่น" Meyer กล่าว

ลูกค้าเอเจนซีของ Chipp ไม่ต้องเผชิญกับความไม่แน่นอนด้านค่าบริการอีกต่อไปเมื่อกำหนดค่าบริการสำหรับผลิตภัณฑ์ AI ลูกค้าดังกล่าวสามารถติดตามและเรียกเก็บเงินจากการใช้โทเค็นของลูกค้าโดยอัตโนมัติโดยคาดการณ์ค่าใช้จ่ายที่บวกเพิ่มได้