挑战

Retell AI 正在重塑客户服务领域，其打造的人工智能 (AI) 语音助手具备快速响应、智能灵活且可大规模部署的特点，助力企业实现销售及客户支持电话的自动化处理，同时不失人性化服务体验。该公司于 2024 年在旧金山成立，深知其财务成功取决于能否根据客户对服务的实际使用情况精准计费——例如每月通话总时长、所使用的大语言模型 (LLM) 及语音引擎类型，以及客户是采用自有电话技术还是 Retell AI 提供的电话技术。
Retell AI 总裁 Todd Li 表示：“我们的业务模式不同于典型的软件即服务 (SaaS) 公司。由于每次交互都需要消耗大量图形处理器 (GPU) 算力和大语言模型令牌，成本高且复杂，因此我们必须能够基于用量精确计费。”

该公司曾尝试手动计算每位客户的用量以进行计费，但随着客户群体的扩大，对于这家仅有 13 名员工的公司而言，这一过程迅速变得极为耗时。此外，手动流程缺乏客户在查看账单时所需的透明度，引发了诸多投诉。同时，缺乏自动计费功能也导致未付发票比例很高，影响了 Retell AI 的盈利之路。

Retell 需要一种新的解决方案，以实现用量跟踪和开单流程的自动化。与此同时，公司还希望优化其他财务工作流程，如支付处理、欺诈管理和税务合规等，从而在不大幅扩充财务部门的情况下实现持续增长。

解决方案

Retell AI 在推出其平台时，便采用了 Stripe Payments 来处理通过其基于用量的手动开单模式产生的客户付款。在手动开单流程带来的挑战中挣扎了数月后，该公司实施了 Stripe Billing，以将基于用量的计费工作自动化。

Retell AI 利用 Billing，针对每位客户从多个维度跟踪用量情况，包括通话总时长、使用的大语言模型、语音引擎以及电话选项等。每个因素都对其基础设施成本产生重大影响，因此公司需要精确跟踪客户实际使用情况，并据此进行计费。借助这些数据，Retell AI 的计费系统能够自动生成详细且准确的账单，客户可对照用量日志进行核实。

新的计费系统还助力公司推出了一项全新的客户获取策略：信用额度授予模式。该模式会为新账户预存一定数量的免费使用额度。由于 Retell AI 在用户注册时便已收集其信用卡信息，因此当客户用完免费额度后，系统可自动切换至信用卡进行计费。这一流程既降低了用户的转化阻力，又避免了服务意外中断的风险。同时，该策略也让潜在客户能够体验平台，而 Retell AI 也无需承担客户在限时试用期间过度使用服务的风险。

Retell AI 利用 Payments 的内置优化功能提升了支付性能。例如，Smart Retries 特性会自动在最佳时机重试失败支付，从而提高交易成功率。

此外，Retell AI 还采用了 Stripe 的结账优化套件，快速构建了快速、灵活且安全的结账体验。在收款方面，Retell AI 通过 Payment Element 和托管发票页面创建了一个由 Stripe 托管的客户门户，客户可在该门户中输入支付方式以实现自动计费。存储支付方式后，公司无需每月手动发送发票。同时，Adaptive Pricing 功能可在超过 150 个市场中自动以当地货币显示价格，从而简化了结账流程。

为提升转化率，Retell AI 引入了 Link ——Stripe 的钱包功能，可自动填充已保存银行卡及银行账户的支付信息，让客户能使用其偏好的支付方式快速完成结账。如今，Link 支撑了 Retell AI 38% 的支付交易量，成为推动业务增长的关键因素。

随着平台客户拓展至全球各地，Retell AI 增添了 Stripe Tax 功能，通过与税务合规平台 Taxually 集成，实现税费的自动计算、收取与申报，帮助企业规避税务差错并确保按时申报。这一举措使公司能够专注国际市场拓展，而无需扩充财务团队规模。

Retell AI 还添加了 Stripe Radar 风控团队版，通过制定规则拦截高风险交易及预付信用卡支付（这类支付方式对 Retell AI 平台等按用量计费的产品有特殊风险），从而有效防范欺诈行为。

成果

通过基于用量的计费，Retell AI 的收入增长了 10 倍

Retell AI 仅投入一名工程师，便在一个月内将基于用量的计费功能成功集成至公司平台及现有的 Payments 账户中。在采用 Billing 实现基于用量的计费自动化后的一年内，Retell AI 的年化收入从 100 万美元跃升至 1000 多万美元，目前每月处理的呼叫量已超过 3000 万次。

Li 表示：“Stripe 的客户成功经理全程为我们提供支持，还推荐了一家认证合作伙伴，帮助我们轻松实现了基于用量的计费功能，我们无需抽调所有工程资源来开发这项功能。”

自动化计费使未结账款减少 87%

通过 Stripe 客户门户收集客户支付信息后，存在未结账款的客户比例从 40% 降至不足 5%，降幅达 87%。

Li 表示：“我们如今能十分轻松地即时收款，无需再逐个发邮件提醒客户支付发票。所有款项均能自动处理，无需人工干预。这至少每周为我们节省了 10 个小时的工作时间，也让我们能更快实现盈利。”

Retell AI 授权成功率提升 40%

自与 Stripe 合作以来，Retell AI 的支付授权成功率提升了 40%，使公司在首年便实现盈利的同时，成功斩获超 1000 万美元的销售额。

Li 表示：“我们团队仅有 16 人，若没有 Stripe，要手动管理计费和支付，就必须组建一支专职财务团队，这势必会影响盈利能力。而借助 Stripe，我们成功避免了这一问题。”

Smart Retries 助力款项追回

Retell AI 通过 Stripe 的 Smart Retries 功能，成功追回了 60% 的银行卡支付失败款项，大幅提升了公司的订阅收入留存率。

Retell AI 与 Stripe 携手推动基于用量的计费模式的未来发展

Retell AI 正与 Stripe 合作，作为试点伙伴测试一种全新的信用额度消耗模型。该模型允许客户预购信用额度，并在账户余额即将耗尽前自动补充额度，从而避免服务中断。这一模式将帮助像 Retell AI 这样的按用量计费公司实现渐进收费，无需等待累积大额账单，既降低了支付失败风险，又改善了现金流状况。

Li 表示：“随着客户使用量增加，这种新模型将有效降低信用卡支付失败的风险。Stripe 正根据我们的定价模型开发这项功能，我们很高兴看到它将对其他按用量计费的公司产生积极影响。”

Retell AI 无需组建专职税务团队

Retell AI 利用 Tax 功能在超过 100 个国家/地区和美国 50 个州自动计算、收取和申报税款，无需增设税务人员即可支持国际业务扩张。

Li 称：“我们从创立之初就面向全球市场，因此深知必须实现税务自动化。Stripe Tax 功能相当于五名全职财务人员专门处理我们的税务合规问题。”

Radar 拦截超 27.5 万美元欺诈交易

借助 Radar 先进的机器学习 (ML) 欺诈保护系统及 Retell 定制的 Radar 规则，Retell AI 已成功阻止超 27.5 万美元的欺诈收款，在帮助公司节省资金的同时，也维护了与卡组织的良好合作关系。

Li 表示：“Radar 让我们避免了在卡组织中留下负面记录，或被列为高风险商户。”