Zendesk переходит на оплату ИИ-агентов за верифицированный результат

Zendesk представила обновленную модель ценообразования для своих инструментов на базе искусственного интеллекта, которая смещает фокус с лицензирования ПО на оплату за фактически достигнутые результаты. В основе новой стратегии компании лежит концепция, согласно которой ИИ-агенты должны восприниматься не как набор программного кода, а как самостоятельная единица труда. По мнению генерального директора Дэвида Сакса, переход от классических метрик «подписки на сервис» к модели, привязанной к «верифицированным исходам», является фундаментальным изменением в оценке внедрения нейросетевых решений.

Концептуальный переход от софта к трудовой единице

Заявление о том, что ИИ-агенты — это «единица труда», отражает попытку компании изменить сложившийся подход к расчету ROI в корпоративном секторе. Проще говоря, если раньше бизнес платил за доступ к вычислительным мощностям или токенам, то теперь стоимость напрямую коррелирует с успешно закрытыми кейсами. Такой подход призван обеспечить прозрачность ценообразования и снять вопросы о реальной экономической эффективности автоматизации клиентской поддержки.

На практике это значит, что компании платят только за те взаимодействия, в которых ИИ-система смогла самостоятельно, без участия оператора-человека, довести решение вопроса до конца. Такая привязка к измеримым результатам дает бизнесу понимание того, за что именно уходят ресурсы, снижая риски при интеграции интеллектуальных агентов в существующие процессы.

Рыночные перспективы новой модели

Данная инициатива Zendesk может спровоцировать тренд среди других поставщиков AI-решений, вынуждая их также пересматривать свои прайс-листы. Если рынок воспримет модель оплаты по результату как стандарт, это значительно повысит планку ответственности для разработчиков ПО. В конечном итоге, изменение парадигмы оплаты способно подстегнуть внедрение технологий автоматизации в тех сегментах, где ранее руководители сомневались в быстрой окупаемости инвестиций, ссылаясь на непрозрачность затрат на обслуживание сложных нейросетевых моделей.