หลังการเปิดตัว ChatGPT ไปเมื่อ 4 ปีก่อน ผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ก็หลั่งไหลเข้าสู่ตลาด ไม่ว่าจะเป็นผู้ช่วยเขียนโค้ด เครื่องมือสร้างสรรค์ เอเจนต์ช่วยบริการลูกค้า หรือตัวช่วยดูแลด้านการเดินทาง ทั้งหมดนี้ล้วนขับเคลื่อนด้วยโมเดล AI ที่มีประสิทธิภาพกว่าที่เคย และผลิตภัณฑ์เหล่านี้ก็มีจำนวนพุ่งสูงขึ้นอย่างที่ไม่เคยเป็นมาก่อน โดยใน Stripe เราพบว่า สตาร์ทอัพ AI มีรายรับต่อปีถึง 1 ล้านดอลลาร์ได้เร็วกว่าสตาร์ทอัพ SaaS รุ่นก่อนๆ ถึง 25%

แม้จะมีความรวดเร็วเช่นนี้ แต่ปัญหาที่ซ่อนอยู่ก็คือการสร้างรายได้จากผลิตภัณฑ์ AI ให้สำเร็จ สตาร์ทอัพ AI ต่างๆ สร้างรายรับถึงเป้าได้เร็วขึ้นโดยมีโมเดลธุรกิจที่ซับซ้อนขึ้น เมื่อผลิตภัณฑ์ทำอะไรสักอย่างที่ไม่มีใครเคยทำได้มาก่อน เราก็ต้องหาวิธีใหม่ๆ ในการวัดและสร้างมูลค่าจากผลิตภัณฑ์นั้นๆ ยิ่งไปกว่านั้น ค่าประมวลผลด้วย AI แม้กับงานง่ายๆ ก็อาจผันผวนจนไม่อาจคาดการณ์ได้ การชำระเงินตามรอบบิลแบบเดิมๆ จึงไม่ตอบโจทย์กับความผันผวนเช่นนี้ และส่งผลให้บริษัทต่างๆ มีความเสี่ยงที่จะเรียกเก็บค่าบริการต่ำหรือสูงเกินไปอย่างมาก

กรอบการคิดค่าบริการ AI

กลยุทธ์ใหม่ๆ ในการสร้างรายได้จาก AI เริ่มเป็นที่ชัดเจนขึ้น โดยการสำรวจครั้งล่าสุดของ Stripe พบว่า ผู้นำในบริษัท AI จำนวน 56% ระบุว่าใช้ค่าบริการแบบไฮบริด ส่วนอีก 38% ระบุว่าใช้ค่าบริการตามการใช้งานล้วนๆ แม้ว่าโดยทั่วไปแล้ว บริษัทต่างๆ จะใช้โมเดลตามการใช้งานและแบบไฮบริดในการเติบโตคนละช่วงกัน แต่โมเดลทั้ง 2 แบบนี้ก็ช่วยให้ค่าบริการสอดรับกับคุณค่าที่ลูกค้าได้มากขึ้นจากผลิตภัณฑ์ AI ต่างๆ ได้ดีกว่า และอาจช่วยรองรับค่าใช้จ่ายในการส่งมอบคุณค่านั้นๆ ได้อย่างน่าเชื่อถือขึ้นด้วย

แต่โมเดลตามการใช้งานและแบบไฮบริดนั้นซับซ้อน โมเดลเหล่านี้มีปัจจัยหลายอย่างที่ต้องปรับให้เข้ากับฟีเจอร์เฉพาะตัวต่างๆ ของผลิตภัณฑ์ AI ด้วยเหตุนี้ เราจึงเห็นได้ว่าโมเดลเหล่านี้มีการนำไปใช้กันหลากหลายรูปแบบ และเมื่อดูว่ากลยุทธ์การสร้างรายได้ต่างๆ ที่มีประสิทธิภาพมีอะไรเหมือนกันบ้าง เราก็พบว่าผู้นำ AI ที่ประสบความสำเร็จมักตอบคำถามเหล่านี้ได้อย่างชัดเจน

• ผลิตภัณฑ์ของฉันให้คุณค่าแบบใดกับลูกค้า และฉันจะเรียกเก็บค่าบริการให้ครอบคลุมค่าใช้จ่ายที่เพิ่มขึ้นได้หรือไม่
  
• ฉันจะเปลี่ยนเมตริกการเรียกเก็บเงินนี้ให้กลายเป็นโมเดลค่าบริการที่ส่งเสริมการนำไปใช้และการเติบโตของลูกค้าพร้อมๆ กับสร้างรายรับที่แน่นอนได้อย่างไร
  
• โมเดลค่าบริการนี้มีความเสี่ยงเพิ่มเติมอย่างไรบ้าง และฉันจะจัดการความเสี่ยงเหล่านี้ได้อย่างไร
  

เราได้พูดคุยกับผู้เชี่ยวชาญด้านค่าบริการจาก Anthropic, Clay, Fin, PostHog, Vercel และ Bessemer Venture Partners เพื่อดูว่าคนเหล่านี้รับมือกับความท้าทายดังกล่าวอย่างไร และนำข้อมูลที่ได้มาจัดทำกรอบการทำงาน 5 ขั้นตอนขึ้นมา ซึ่งจะช่วยให้บริษัท AI คิดค่าบริการได้เหมาะสม

1. กำหนดเมตริกคุณค่า ให้ทำการวิจัยผู้ใช้เพื่อดูปริมาณประโยชน์ที่ลูกค้าได้รับ รวมถึงผลลัพธ์ต่างๆ ที่เกิดจากผลิตภัณฑ์ของคุณ
   
2. กำหนดเมตริกการเรียกเก็บเงิน เลือกวิธีเรียกเก็บเงิน โดยให้คุณค่าที่ลูกค้าได้รับสอดคล้องกับค่าใช้จ่ายผันแปรของคุณ
   
3. เลือกโมเดลค่าบริการ ให้ออกแบบโมเดล (เช่น ตามการใช้งาน ไฮบริด) ที่คำนึงถึงการคาดการณ์รายรับและการเติบโตของลูกค้าพอๆ กัน
   
4. วางมาตรการป้องกัน ใช้มาตรการควบคุมต่างๆ เช่น ขีดจำกัดการใช้จ่ายและการแจ้งเตือนให้จัดการความเสี่ยงด้านค่าใช้จ่ายและป้องกันใบเรียกเก็บเงินที่ไม่คาดคิด
   
5. พัฒนากลยุทธ์ไปเรื่อยๆ ให้มองว่าค่าบริการเป็นขั้นตอนที่ไม่สิ้นสุด โดยต้องคอยปรับเปลี่ยนเล็กน้อยอยู่บ่อยๆ เพื่อให้เข้ากับการเปลี่ยนแปลงของตลาด
   

ขั้นตอนที่ 1: กำหนดเมตริกคุณค่า

แม้ว่าคุณจะอยากข้ามไปดูวิธีเรียกเก็บเงินจากลูกค้า (เมตริกการเรียกเก็บเงิน) เลย แต่เราพบว่า การสร้างรายได้จาก AI ให้ประสบความสำเร็จนั้นเริ่มมาจากขั้นตอนหนึ่งก่อนหน้านั้น โดยเป็นการกำหนด "เมตริกคุณค่า" แต่ผลิตภัณฑ์ AI อาจให้คุณค่าได้มากมายหลายแบบ ไม่ว่าจะเป็นการปรับงานให้เป็นแบบอัตโนมัติ เพิ่มประสิทธิภาพของผู้ปฏิบัติงาน ประหยัดเงิน หรืออีกมากมาย

คุณจะอธิบาย (ยังไม่ต้องบอกปริมาณ) ประโยชน์ที่ลูกค้าจะได้จากผลิตภัณฑ์ของคุณอย่างไรให้เหมาะสม

• ทำความเข้าใจความต้องการของลูกค้าก่อน ผู้นำด้าน AI ต่างเห็นตรงกันว่า การกำหนดเมตริกคุณค่าที่ดีนั้นเริ่มจากการสนทนากับผู้ใช้ (หลายๆ รายด้วย) ผลิตภัณฑ์ AI มักจะให้ประโยชน์ใหม่ๆ ซึ่งการสัมภาษณ์ การสำรวจ และการขอข้อเสนอแนะอาจช่วยให้คุณพบจุดเด่นของผลิตภัณฑ์ได้
  

"สำหรับเราแล้ว การหาคุณค่าเริ่มจากการตั้งคำถามให้ถูกต้อง" คุณ Sydney Meheula (Head of product finance ของ Anthropic) อธิบาย "เราพิจารณาประเด็นสำคัญๆ เช่น ธุรกิจประหยัดเวลาได้กี่ชั่วโมงเมื่อใช้เทคโนโลยีของเรา ลูกค้ามีอัตราการลดข้อผิดพลาดอยู่ที่เท่าไหร่ มีความเสี่ยงใดบ้างที่ลดน้อยลง เทคโนโลยีนี้ช่วยให้เกิดนวัตกรรมใหม่ๆ อะไรบ้าง"

• มุ่งเน้นที่ผลลัพธ์ ลูกค้าจะช่วยให้คุณได้ข้อมูลมากมายว่าตนใช้ผลิตภัณฑ์ของคุณในแต่ละวันอย่างไรบ้าง แต่คุณต้องให้ความใส่ใจเป็นพิเศษกับผลลัพธ์ต่างๆ ที่ลูกค้าได้รับ (หรือหวังว่าจะได้รับ)
  

Fin คือเอเจนต์ดูแลลูกค้าด้วย AI ของ Intercom ซึ่งออกแบบมาให้แม่นยำ รวดเร็ว และน่าเชื่อถือ ตอนที่เปิดตัวเป็นครั้งแรก "ผู้คนไม่ค่อยเชื่อมั่นว่าเอเจนต์จะตอบคำถามต่างๆ ได้อย่างมีประสิทธิภาพ" คุณ Aisling O'Reilly หัวหน้าฝ่ายผลิตภัณฑ์และค่าบริการของ Fin กล่าว "หากคุณให้ลูกค้าจ่ายค่าบริการต่อการสนทนา และเอเจนต์ทำไม่ได้อย่างที่ลูกค้าต้องการ แสดงว่าคุณกำลังให้ลูกค้าต้องจ่ายเงินถึง 2 รอบ โดยรอบแรกจ่ายเป็นค่าเอเจนต์ ส่วนอีกรอบก็จ่ายให้กับเจ้าหน้าที่ที่ต้องเข้ามาจัดการหลังจากนั้น"

ความเข้าใจลูกค้าเช่นนี้และการเดิมพันว่าบริษัทจะรองรับค่าใช้จ่ายต่างๆ ได้เป็นอย่างดี ส่งผลให้บริษัทนี้เลือกใช้โมเดลแบบอิงตามผลลัพธ์ แม้ว่าจริงๆ แล้ว การเรียกเก็บเงินจากผลลัพธ์จะไม่ใช่วิธีที่เหมาะกับทุกบริษัท (ดูขั้นตอนที่ 2: กำหนดเมตริกการเรียกเก็บเงิน) แต่การหาจุดที่ค่าบริการสอดคล้องกับคุณค่าที่ลูกค้าได้รับมากที่สุดจะช่วยให้คุณเห็นโอกาสใหม่ๆ ในการสร้างรายได้

ขั้นตอนที่ 2: กำหนดเมตริกการเรียกเก็บเงิน

เมตริกการเรียกเก็บเงิน คือ หน่วยการใช้งานที่ธุรกิจนำมาใช้คิดค่าบริการ เพื่อเปลี่ยนปริมาณการใช้ผลิตภัณฑ์ให้เป็นรายรับ แม้ว่าแนวคิดนี้จะไม่ได้ใช้กับ AI เพียงอย่างเดียว แต่การกำหนดเมตริกการเรียกเก็บเงินให้กลับเป็นเรื่องยากที่พบเฉพาะในผลิตภัณฑ์ AI

เมตริกนี้ควรสอดคล้องกับเมตริกคุณค่าของคุณให้มากที่สุด ในขณะเดียวกันก็ควรครอบคลุมค่าใช้จ่ายได้อย่างน่าเชื่อถือด้วย "AI ทำให้เกิดค่าใช้จ่ายผันแปร ซึ่งผันผวนไปตามงานหรือโมเดลที่ใช้ได้อย่างมาก" คุณ Jasdeep Garcha จาก Vercel อธิบาย "เราจัดการโดยแยกค่าใช้จ่ายเหล่านั้นออกจากกัน เราคิดค่าประมวลผลจากลูกค้าอย่างโปร่งใส และกำหนดค่าบริการตามคุณค่าที่เรามอบให้ เมื่อใช้วิธีนี้ เป้าหมายของเราก็จะเป็นไปในทิศทางเดียวกัน นั่นคือ เราไม่ได้พัฒนาเพื่อให้โมเดลมีราคาถูกลง แต่เราพัฒนาเพื่อให้เกิดผลลัพธ์ที่ดีขึ้น"

เราสังเกตเห็นว่า ผลิตภัณฑ์ AI มีเมตริกการเรียกเก็บเงินอยู่ 3 ประเภทหลักๆ ซึ่งแต่ละประเภทก็มีการหาจุดกึ่งกลางระหว่างค่าใช้จ่ายกับคุณค่าที่แตกต่างกันไป กล่าวคือ โมเดลที่เน้นไปทางค่าใช้จ่ายก็เป็นการตั้งสมมติฐานว่าลูกค้าจะรับได้ (หรือกระทั่งยินดี) กับค่าบริการที่ไม่ค่อยสัมพันธ์กับคุณค่าทางธุรกิจนัก ส่วนโมเดลที่เน้นไปทางคุณค่าก็มองว่าตนจะสร้างโมเดลค่าใช้จ่ายได้อย่างถูกต้องแม่นยำ

• ตามการใช้งาน (ต่อการเรียกใช้ API, ต่อโทเค็น LLM): เมตริกการเรียกเก็บเงินนี้จะเชื่อมโยงใกล้ชิดกับค่าใช้จ่ายด้านโครงสร้างพื้นฐาน ด้วยเหตุนี้ ค่าใช้จ่ายที่เกิดขึ้นต่อการดำเนินการจะแสดงให้คุณเห็นอย่างชัดเจน แต่ลูกค้าของคุณจะเชื่อมโยงกับคุณค่าทางธุรกิจที่เป็นรูปธรรมได้ยากขึ้น คุณควรใช้เมตริกนี้เวลาที่ลูกค้าอยากจะควบคุมการใช้งานของตนโดยละเอียด
  
  • ตัวอย่าง: OpenAI เรียกเก็บค่าบริการต่อโทเค็นที่ใช้ไป
    
• ตามขั้นตอนการทำงาน (ต่องานที่เสร็จสิ้น): เมตริกนี้ทำให้ค่าใช้จ่ายผันผวนมากขึ้น แต่จะเชื่อมโยงกับคุณค่าได้ง่ายกว่า คุณอาจตั้งราคาสำหรับการทำงานที่ซับซ้อนมากขึ้น ซึ่งใช้ทรัพยากรต่างๆ มากขึ้น เช่น การจองเวลานัดหมายพูดคุยหรือการวิเคราะห์สเปรดชีต แม้ว่าอาจจะไม่ได้เชื่อมโยงโดยตรงกับผลลัพธ์ทางธุรกิจ แต่ก็ช่วยปรับปรุงขั้นตอนทางธุรกิจได้อย่างชัดเจน
  
  • ตัวอย่าง: Salesforce Agentforce เรียกเก็บค่าบริการต่อการสนทนา
    
• ตามผลลัพธ์ (ต่อผลลัพธ์ที่สำเร็จ): เมื่อใช้เมตริกนี้ คุณจะเรียกเก็บเงินก็ต่อเมื่อลูกค้าของคุณแก้ไขปัญหาได้สำเร็จโดยใช้ผลิตภัณฑ์ของคุณเท่านั้น เมตริกนี้มีค่าใช้จ่ายที่ผันผวนมากที่สุด แต่ก็เป็นที่สนใจของลูกค้าเพราะเชื่อมโยงกับผลลัพธ์ทางธุรกิจได้ง่ายที่สุด
  
  • ตัวอย่าง: Fin เรียกเก็บค่าบริการต่อตั๋วขอรับการสนับสนุนที่เอเจนต์ช่วยจัดการ
    

ขั้นตอนที่ 3: เลือกโมเดลค่าบริการ

เมื่อคุณตัดสินใจเลือกเมตริกการเรียกเก็บเงินแล้ว ก็ถึงเวลาเอาเมตริกมาใช้ (หรือหลายเมตริก หากผลิตภัณฑ์ของคุณมีฟังก์ชันเฉพาะตัวหลายอย่าง) เพื่อจัดทำกลยุทธ์ค่าบริการที่ส่งเสริมการเติบโตและปกป้องธุรกิจของคุณจากความเสี่ยงที่ไม่ควรเกิดขึ้นไปพร้อมๆ กัน

มาดูกันที่รากฐานสำคัญกันก่อน โมเดลค่าบริการของผลิตภัณฑ์ AI มักใช้ค่าธรรมเนียมแบบใดแบบหนึ่งต่อไปนี้ หรือทั้ง 2 แบบ

• ค่าธรรมเนียมพื้นฐาน: เป็นค่าบริการของแพลตฟอร์มหรือค่าบริการตามสิทธิ์ใช้งานที่เรียกเก็บเป็นประจำ เราเรียกว่าการสมัครใช้บริการแบบง่าย ซึ่งอาจมีจำนวนการใช้งานกำหนดไว้ชัดเจนตามเมตริกการเรียกเก็บเงินของคุณ หรือมีการใช้งานแบบไม่จำกัดก็ได้
  
• ค่าธรรมเนียมแบบปรับเปลี่ยนได้: เป็นค่าบริการตามการใช้งานที่สอดคล้องกับเมตริกการเรียกเก็บเงิน ซึ่งอาจใช้เพียงอย่างเดียวหรือใช้ร่วมกับค่าธรรมเนียมพื้นฐานแบบประจำก็ได้
  

จากนั้น ระหว่างที่คุณพยายามใช้ค่าธรรมเนียมพื้นฐานและค่าธรรมเนียมแบบปรับเปลี่ยนได้ให้เข้ากันอย่างลงตัว ให้หาวิธีสร้างสมดุลให้กับปัจจัยต่อไปนี้ด้วย

การหาลูกค้าใหม่และการเติบโตของลูกค้า

โมเดลค่าบริการของคุณจะช่วยให้ลูกค้าอยากลองใช้ผลิตภัณฑ์ของคุณและใช้งานเพิ่มมากขึ้นเรื่อยๆ หรือไม่ หากบริษัทของคุณอยู่ในระยะเริ่มต้นและตั้งเป้าที่จะเติบโตแบบรุดหน้า หรือหากคุณใช้โมเดลการเติบโตแบบอาศัยผลิตภัณฑ์เป็นตัวนำ การลดอุปสรรคในการนำไปใช้ก็จะช่วยส่งเสริมให้ผู้ที่มีโอกาสเป็นลูกค้าทดลองใช้ได้

คุณ Everett Berry (Head of GTM Engineering จาก Clay) จำได้ว่า ค่าธรรมเนียมแพลตฟอร์มที่เพิ่มเข้ามา "ทำให้เกิดปัญหาที่ลูกค้าไม่สามารถขยายการใช้งานได้" แต่เมื่อ Clay หันมาใช้โมเดลตามการใช้งานล้วนๆ การเติบโตก็เกิดขึ้นอย่างรวดเร็ว "เมื่อรวมค่าใช้จ่ายทั้งหมดไว้ในราคาต่อเครดิต" เขากล่าวต่อว่า "เราก็ช่วยให้ลูกค้านำฟีเจอร์ใหม่ๆ ไปใช้และขยายการใช้งานไปพร้อมกับเราได้ง่ายขึ้นมาก"

รายรับที่เกิดซ้ำได้

ลูกค้าจ่ายค่าธรรมเนียมแบบประจำมากพอจนคาดการณ์รายรับได้หรือไม่ นี่เป็นเรื่องสำคัญเมื่อคุณพยายามจะลงทุนในการว่าจ้าง การวิจัย และโปรเจ็กต์ระยะยาวอื่นๆ หรือเมื่อคุณกำลังหาทางมัดใจลูกค้าที่ต้องการบริการที่มีค่าใช้จ่ายรายเดือนชัดเจน

สำหรับบางบริษัทแล้ว โมเดลตามการใช้งานล้วนๆ ไม่ใช่ทางเลือกที่ตอบโจทย์ "ปัญหาจะเกิดขึ้นในวงกว้าง" คุณ Kent Bennett (พาร์ทเนอร์ของ Bessemer Venture Partners) ระบุว่า "เมื่อลูกค้ามียอดที่ต้องเรียกเก็บถึง 100,000 ดอลลาร์ในเดือนหนึ่ง แล้วเดือนถัดไปมียอดถึง 300,000 ดอลลาร์ [บริษัทต่างๆ] คงไม่สามารถแบกรับความผันผวนเช่นนี้ได้ พอถึงจุดนั้น ความแน่นอนจะกลายเป็นเรื่องสำคัญที่เพิ่มเข้ามาใหม่ และโมเดลค่าบริการก็จะต้องเปลี่ยนไปเป็นแบบไฮบริดหรือแบบผสมผสานเพื่อรองรับการเติบโตหลังจากนั้น"

ตัวเลือกโมเดลค่าบริการ

การพิจารณากลยุทธ์ด้านผลิตภัณฑ์ทั้งหมด

สุดท้ายนี้ คุณควรพักสักครู่แล้วคิดดูว่า บริการ AI ของคุณส่งผลต่อคุณค่าของผลิตภัณฑ์หลักของคุณอย่างไรบ้าง แล้วบริการเหล่านั้นเชื่อมโยงกับวิสัยทัศน์ด้านผลิตภัณฑ์ของคุณในวงกว้างอย่างไร หลายๆ บริษัทรีบกอบโกยกำไรอย่างเต็มที่จากฟีเจอร์ใหม่ๆ ที่น่าเร้าใจ แต่คุณ James Hawkins (ซีอีโอร่วมของ PostHog) กลับมองต่างออกไป

ทีมของเขาต้องตัดสินใจครั้งสำคัญเมื่อคิดค่าบริการเอเจนต์ AI ของบริษัทว่า "บริการนี้เป็นฟีเจอร์เสริมหรือเป็นส่วนสำคัญของแพลตฟอร์มกันนะ" ซึ่งคุณ Hawkins และทีมใช้เวลาไม่นานก็ตระหนักได้ว่าเอเจนต์นี้ช่วยเพิ่มประสิทธิภาพให้กับผลิตภัณฑ์แทบทุกอย่าง "ตอนนี้ รายงานการวิเคราะห์เกือบ 20% จากทั้งหมดที่สร้างขึ้นใน PostHog จัดทำขึ้นผ่าน AI" คุณ Hawkins อธิบาย "เมื่อทราบข้อมูลนี้ ก็ทำให้เราต้องใช้หันมาเรียกเก็บค่าบริการตามการใช้งานเพื่อรองรับค่าใช้จ่ายของเรา ไม่ใช่การเพิ่มกำไรให้ถึงขีดสุด"

ขั้นตอนที่ 4: วางมาตรการป้องกัน

เมตริกการเรียกเก็บเงินที่ออกแบบมาอย่างดีและโมเดลค่าบริการที่สมดุลจะช่วยป้องกันความเสี่ยงด้านค่าใช้จ่ายเกี่ยวกับผลิตภัณฑ์ AI ได้ แต่ก็มีโอกาสที่จะมีค่าใช้จ่ายสูงอย่างไม่คาดคิดอยู่ เมื่อใดก็ตามที่การใช้งานของลูกค้าเปลี่ยนแปลงไป

มาตรการป้องกันเพิ่มเติมจะช่วยให้ความเสี่ยงเหล่านี้อยู่ในขอบเขตที่จัดการได้ มาตรการป้องกันที่เหมาะสมจะขึ้นอยู่กับว่ารูปแบบการใช้งานไหนที่น่าจะเป็นปัญหามากที่สุด

• ขีดจำกัดการใช้งานพร้อมการแจ้งเตือน: หากลูกค้ามีความเสี่ยงที่จะเผลอใช้จ่ายมากกว่าที่ตั้งใจไว้ เกณฑ์การใช้งานพร้อมการแจ้งเตือนอย่างทันท่วงทีจะช่วยป้องกันการเรียกเก็บเงินที่ไม่คาดคิดได้
  
• เกณฑ์การเรียกเก็บเงิน: ในการแก้ปัญหาเดียวกัน คุณอาจสร้างใบแจ้งหนี้เมื่อใช้จ่ายครบตามยอดตั้งไว้ และกำหนดให้ชำระใบแจ้งหนี้ดังกล่าวก่อนจึงจะใช้งานต่อไปได้
  
• การจำกัดอัตรา: หากงานหรือคำถามบางอย่างส่งผลให้การใช้ทรัพยากรผันผวนอย่างมาก การจำกัดอัตราจะช่วยควบคุมการใช้จ่ายได้ โดยที่ลูกค้าก็ปรับเปลี่ยนคำขอของตนได้ด้วย
  

ในทุกกรณี การสื่อสารเชิงรุกเป็นเรื่องสำคัญ ลูกค้าย่อมอยากจะเข้าใจว่าการใช้งานของตนส่งผลต่อค่าใช้จ่ายอย่างไร และรีบหาวิธีจัดการหากมีการใช้จ่ายมากกว่าที่ตั้งใจไว้

ขั้นตอนที่ 5: พัฒนากลยุทธ์ไปเรื่อยๆ

แม้ว่าลักษณะเฉพาะของโมเดลค่าบริการอาจแตกต่างกันไป แต่บริษัท AI ที่ประสบความสำเร็จจะมีอย่างหนึ่งที่เหมือนกัน นั่นคือ บริษัทเหล่านี้ไม่ได้มองว่าค่าบริการเป็นปัญหาที่แก้แล้วจบ

เมื่อค่าใช้จ่ายพื้นฐานของโมเดล AI เปลี่ยนไป สภาวะตลาดที่เติบโตเต็มที่แล้ว และลูกค้ามีความคาดหวังไม่เหมือนเดิม (ซึ่งเกิดขึ้นรวดเร็วอย่างที่ไม่เคยเป็นมาก่อน) คุณก็จะต้องพร้อมปรับตัวเพื่อให้ค่าบริการส่งเสริมการเติบโตได้อย่างต่อเนื่อง ผลการสำรวจล่าสุดจาก Stripe ก็รองรับประเด็นนี้ กล่าวคือ บริษัทที่มีการเติบโตสูงมีแนวโน้มที่จะปรับราคาบ่อยครั้งมากกว่าบริษัทอื่นเกือบ 3 เท่า

เวลาและวิธีในการอัปเดตราคา

ปัญหาที่ใหญ่ที่สุดของบริษัท AI ตามคำบอกเล่าของคุณ Kent Bennett จาก Bessemer Ventures คือ "การขยายการให้บริการก่อนที่บริษัทจะรองรับค่าใช้จ่ายผันแปรได้จริงๆ แล้วมารู้ตัวเอาทีหลังว่า บริษัทดำเนินงานโดยมีส่วนต่างกำไรขั้นต้นติดลบอยู่..." แม้ว่ามาตรการป้องกัน (ขั้นตอนที่ 4) จะช่วยยับยั้งปัญหาในระยะสั้นได้ แต่คุณจะหยุดอยู่แค่นั้นไม่ได้ "มาตรการป้องกันเบื้องต้นทางธุรกิจ" คุณ Bennett กล่าว "คือการมีวินัยในการทำบัญชีภายในให้รัดกุมและตระหนักถึงความเป็นไปตั้งแต่วันแรกๆ เลย"

คุณต้องเฝ้าติดตามอย่างใกล้ชิดว่า ค่าบริการของคุณส่งผลต่อลูกค้าอย่างไร พฤติกรรมของลูกค้าเปลี่ยนไปอย่างไรบ้าง และแรงกดดันด้านค่าใช้จ่ายเป็นอย่างไรบ้าง เพื่อรักษาแนวโน้มในการเติบโตที่ดีเอาไว้ ปัญหาที่เราพบบ่อยที่สุดและวิธีแก้ไขปัญหาเหล่านี้ที่เห็นบริษัทต่างๆ ใช้กันมีดังนี้

• ความสับสนหรือปัญหาที่เกิดขึ้นกับลูกค้า: หากคุณพบคำถามเดิมซ้ำๆ เกี่ยวกับค่าบริการ หรือการใช้ฟีเจอร์บางอย่างน้อยเกินไป แสดงว่าค่าบริการอาจซับซ้อนจนเข้าใจยาก ให้ลองปรับแพ็กเกจให้เรียบง่ายขึ้นและจัดทำเอกสารชี้แจงเพื่อช่วยให้เกิดความเข้าใจ
  
• การเติบโตที่ไม่เป็นไปในทิศทางเดียวกัน: หากรายรับไม่เพิ่มขึ้นตามการใช้ผลิตภัณฑ์หรือคุณค่าที่ส่งมอบ ให้ลองทบทวนเมตริกการเรียกเก็บเงินของคุณอีกครั้ง คุณอาจต้องเพิ่มค่าบริการระดับต่างๆ หรือเปลี่ยนไปใช้โครงสร้างแบบเครดิต
  
• แรงกดดันด้านส่วนต่างกำไร: หากคุณมีค่าใช้จ่ายด้านโครงสร้างพื้นฐานสูงกว่าที่คาดไว้ คุณอาจต้องมีมาตรการป้องกันเพิ่มเติม เช่น ขีดจำกัดอัตราหรือเพดาน หรือแม้แต่ลองปรับค่าบริการใหม่สำหรับกิจกรรมที่มีค่าใช้จ่ายสูงๆ
  
• ฟังก์ชันใหม่ๆ ของผลิตภัณฑ์: เมื่อคุณเพิ่มฟีเจอร์ใหม่ๆ หรือขยายฟังก์ชัน คุณจะต้องคำนึงถึงสิ่งต่างๆ เหล่านี้ในโมเดลค่าบริการด้วย คุณอาจออกแบบแพ็กเกจการสมัครใช้บริการแบบใหม่ เรียกเก็บเงินจากฟีเจอร์ต่างๆ แยกกัน หรือรวมเครดิตใหม่เพื่อรองรับรูปแบบการใช้งานใหม่ๆ
  
• พฤติกรรมเฉพาะกลุ่ม: หากคุณพบว่าลูกค้าประเภทต่างๆ ใช้ผลิตภัณฑ์ของคุณแตกต่างกัน (ระหว่างผู้บริโภคกับ B2B หรือแอปกับ API) คุณอาจต้องใช้แพ็กเกจค่าบริการตามบทบาทหรือเฉพาะประเภทธุรกิจ ซึ่งออกแบบโดยคำนึงถึงความต้องการของกลุ่มต่างๆ โดยเฉพาะ
  

กลยุทธ์ในการเปิดตัวการเปลี่ยนแปลงค่าบริการ

แม้ว่าการปรับค่าบริการอยู่เรื่อยๆ จะเป็นเรื่องสำคัญที่ช่วยให้คุณพบโมเดลค่าบริการที่เหมาะสม แต่ผู้นำด้าน AI ต่างกล่าวว่า คุณควรใช้แนวทางที่เป็นการทดลองแบบเฉพาะกลุ่ม ซึ่งก็เป็นแนวทางแบบเดียวกับที่มักใช้ในการพัฒนาผลิตภัณฑ์ เพราะสำหรับบริษัท AI แล้ว ผลิตภัณฑ์กับค่าบริการจะพัฒนาควบคู่กัน

คุณ Jasdeep Garcha ซึ่งทำงานด้านการสร้างรายได้ที่ Vercel ได้ตั้งข้อสังเกตว่า "เรื่องผิดพลาดที่มักทำกันก็คือการแยกการเปลี่ยนแปลงค่าบริการเป็นโปรเจ็กต์ใหญ่ๆ ที่เกี่ยวพันกับทั้งบริษัท" วิธีนี้จะทำให้ความคืบหน้าช้าลง แต่หากบริษัทต่างๆ ทำให้การเปลี่ยนแปลงค่าบริการเป็นเพียงการอัปเดตเล็กๆ น้อยๆ เฉพาะกลุ่ม ก็จะทำให้เกิด "แนวทางที่ทำซ้ำได้และรวดเร็วมาก ซึ่งคุณจะคิดทบทวนและปรับปรุงค่าบริการได้ทุกสัปดาห์"

คุณ Everett Berry จาก Clay เน้นย้ำถึงปัญหาอีกเรื่องหนึ่งในการเปิดตัวเป็นวงกว้าง นั่นคือ การทำให้ลูกค้าที่ใช้บริการมายาวนานรู้สึกแปลกแยก "เวลาที่เราทดลองเปลี่ยนแปลงค่าบริการในวงกว้างขึ้น เราก็จะเปิดตัวให้กับผู้ใช้รายใหม่ก่อน" เขากล่าว "วิธีนี้ช่วยให้เราเข้าใจผลกระทบที่เกิดขึ้นได้เป็นอย่างดี โดยไม่ส่งผลต่อขั้นตอนการทำงานและความคาดหวังด้านค่าใช้จ่ายที่ลูกค้าเดิมมีอยู่"

ข้อมูลการสำรวจของเราแสดงให้เห็นถึงแนวทางหลายๆ แบบ โดยผู้นำธุรกิจส่วนใหญ่เลือกที่จะใช้การเปลี่ยนแปลงค่าบริการกับลูกค้าบางกลุ่มก่อน

Stripe ช่วยอะไรได้บ้าง

เครื่องมือการเรียกเก็บเงินตามการใช้งานของ Stripe จะช่วยให้คุณเรียกเก็บเงินและจัดการลูกค้าได้อย่างที่ต้องการ (ตั้งแต่การชำระเงินตามรอบบิลแบบประจำทั่วไป ไปจนถึงค่าบริการตามการใช้งานและแบบไฮบริด) ขณะเดียวกันก็ช่วยให้คุณสร้างและมีรายรับมากขึ้น ปรับขั้นตอนการทำงานให้เป็นแบบอัตโนมัติ และรับชำระเงินได้ทั่วโลก และแม้จะเป็นความต้องการที่ซับซ้อนที่สุด Metronome ซึ่งเป็นผลิตภัณฑ์ของ Stripe ก็จะช่วยให้คุณมีเครื่องมือในการจัดการโมเดลที่เน้นการใช้งานและกรณีที่เน้นยอดขายแบบซับซ้อนได้

Stripe ช่วยให้คุณทำสิ่งต่อไปนี้ได้

• เสนอค่าบริการที่ยืดหยุ่น: รีบเปิดตัวพร้อมโมเดลค่าบริการตามการใช้งานและแบบไฮบริด เช่น ค่าธรรมเนียมคงที่แบบมีค่าธรรมเนียมส่วนเกิน เครดิต และอื่นๆ โดยรองรับคูปอง การทดลองใช้ฟรี การแบ่งชำระตามสัดส่วน และส่วนเสริมต่างๆ ในตัว เมื่อคุณขยายธุรกิจ Metronome ก็จะเปิดใช้การเรียกเก็บเงินแบบหลายมิติ และช่วยให้คุณปรับแต่งใบแสดงราคาตามกลุ่มลูกค้า อัปเดตค่าบริการได้ทันที และจัดการสัญญาต่อรองที่ซับซ้อนได้
  
• ติดตามตรวจสอบแนวโน้มแบบเรียลไทม์: เข้าถึงการวิเคราะห์แบบเรียลไทม์สำหรับการใช้งานและการชำระเงินตามรอบบิลเพื่อช่วยให้เห็นภาพรวมผลการดำเนินงานของธุรกิจ ระบุจุดที่ทำได้ดีและจุดที่ควรปรับปรุงได้อย่างรวดเร็ว และเปรียบเทียบกับธุรกิจที่คล้ายๆ กันบน Stripe โดย Metronome จะช่วยให้ทีมข้ามสายงานเห็นการใช้งานระดับเหตุการณ์ได้ เพื่อติดตามการใช้งานโดยละเอียด ระบุรูปแบบการใช้จ่าย และยกระดับการรับรู้รายรับ
  
• ทดลองและพัฒนาค่าบริการไปเรื่อยๆ: ตอบสนองต่อความต้องการของผู้ใช้ได้เร็วขึ้นด้วยเครื่องมือที่ไม่ต้องเขียนโค้ดเพื่อปรับอัตราตามการใช้งาน จัดการค่าบริการตามกลุ่มประชากร และให้ข้อมูลประกอบการตัดสินใจด้านค่าบริการด้วยการวิเคราะห์การใช้งานและการใช้จ่ายอย่างละเอียด
  
• ปรับค่าบริการให้เข้ากับคุณค่าที่ลูกค้าได้รับ: วัดและเรียกเก็บค่าบริการตามมิติการใช้งานที่ให้ผลกระทบมากที่สุด และกำหนดค่าบริการให้สอดคล้องกับคุณค่าที่ลูกค้าได้รับโดยตรง
  
• เพิ่มรายรับและลดการเลิกใช้บริการ: ให้คุณเก็บรายรับได้มากขึ้นและลดการเลิกใช้บริการโดยไม่สมัครใจด้วย Smart Retries ที่ขับเคลื่อนด้วย AI และระบบอัตโนมัติสำหรับกระบวนการกู้คืน เครื่องมือการกู้คืนของ Stripe ช่วยให้ผู้ใช้สามารถกู้คืนรายรับกว่า 6,500 ล้านดอลลาร์สหรัฐได้ในปี 2024
  
• เพิ่มประสิทธิภาพ: ใช้โซลูชันด้านภาษี การรายงานรายรับ และข้อมูลของ Stripe เพิ่มเติม เพื่อรวมระบบรายรับหลายระบบให้เป็นหนึ่งเดียว พร้อมผสานการทำงานกับซอฟต์แวร์ภายนอกได้อย่างง่ายดาย
  

หากต้องการดูข้อมูลเพิ่มเติมว่า Stripe จะช่วยบริษัทของคุณคิดค่าบริการเพื่อส่งเสริมการเติบโตได้อย่างไร โปรดติดต่อทีมงานของเรา