組織内の先進的なアナリストが、超強力なRFPアシスタントとして機能するAIエージェントを設計したと想像してみてください。リーダーシップがそれを100人の営業チームにスケールさせようとした瞬間、2つの大きな疑問が生じます：誰にクエリを実行する権限があるのか、そしてそれをスケールさせるにはどれだけのコストがかかるのか？
ほとんどのAI価格設定モデルは、人々に貢献するためではなく、マシンを測定するために構築されていました。トークン、API呼び出し、コンピュートサイクルなど、どこかのサーバーで何が起きているかというメカニズムを追跡しています。Alteryxでは、AIを活用した分析の価格設定において異なる視点からスタートしています。それは、「ビジネスにとって実際に価値を生み出すものは何か、そしてお客様のためにその価値を最大化するにはどのような価格設定にすべきか」ということです。
まずは誰が利用するのかから始めましょう
多くのAI導入が、アクセスの問題で静かに停滞しています。結局のところ、財務部門やIT部門の担当者が、どのチームにシートを割り当てるか、どのユースケースに費用をかける「価値」があるか、誰を待たせるかを判断することになります。AIを活用した分析の本来の目的が、より少ない人数ではなく、より多くの人にインサイトを届けることであることを考えると、そこにボトルネックが生じるのは不自然なことです。
Alteryxは、分析、データ、AIエージェントは組織内のできるだけ幅広い従業員が利用できるべきだという、正反対の前提から出発しています。商用モデルが、チームが取り残される理由であってはなりません。
モデルのことは当社にお任せください。
AIの価格設定には、基盤となるエンジニアリングがどれほど優れているか—あるいはどれほど無駄が多いか—に対して、顧客が実質的にコストを支払うという形態があります。単純なタスクに高価なモデルを実行すれば、顧客がそのコストを負担することになります。
私たちは、それは逆であると考えています。Alteryxは、統制されたビジネスロジック、再利用可能なワークフロー、内部でのモデル選択を活用し、適切なツールを適切なタスクに適合させます。顧客が対価を支払うのは成果に対してです。つまり、インサイト、自動化、完了したワークフローです。
結論として：AIコンピュートのあらゆるリソースからより多くの価値を引き出す作業は弊社が担うものであり、お客様自身が監査や管理を行う必要はありません。
計画の基準となる1つの数値
Alteryxで分析アセットを作成するアナリストはシート単位の料金を支払いますが、それらのアセットにアクセスする組織内のより多くのユーザー層には料金が発生しません。これらのユーザーに対して、Alteryxは個別のシート単位やクエリごと、またはトークン消費量ごとの課金を行うのではなく、事前に作成されたデータアセットからインサイトを得るための料金を請求することはありません。
Alteryxで料金が発生するのは、自動化されたワークフローを使用してそれらのデータセットが更新された場合のみです。これはまた、どのモデルが特定の質問に回答したかや、それにどれだけのバックエンドコンピューティングが必要だったかによって、提示される価格が変動することはないことも意味します。お支払いいただく料金は提供される価値と結びついており、目に見えない場所で行われるインフラの決定に左右されることはありません。
予期せぬものとして現れるものはありません
財務チームに従量課金制ソフトウェアで最も嫌いな点を尋ねると、通常「予測できない請求書」が上位に挙がります。Alteryxの標準的なアプローチは、時間の経過とともに消費される前払い制キャパシティです — 四半期が終了した後ではなく、開始前に数値を把握できます。
ただし、それが成り立つのは、顧客が実際に使用状況をリアルタイムで確認できる場合のみです。そのため、可視化機能が標準で組み込まれています。残りのキャパシティ、その推移傾向、そして上限に達して問題になってからではなく問題になる前に意思決定を下すための十分な猶予が備わっています。
1月に10人が使用していたワークフローが、夏までには200人を支える重要な基盤になっている可能性があります。Alteryxは、契約容量を超過するはるか前に、その変化を顧客と社内の双方に早期に通知できるよう設計されています。
そのような場合でも、アクセスを遮断して対応することはありません。明らかな不正利用がない限り、実際のビジネスでの利用状況に合わせてサブスクリプションを適正化するための話し合いを進める間も、チームは必要なワークロードを実行し続けることができます。利用量の増加は、サービスの停止ではなく、契約に関する話し合いの契機となるべきです。
そのすべての根底にある賭け
これらはどれも、構築が最も簡単な価格設定モデルではありません。トークンを計測してコストをそのまま転嫁する方が、エンジニアリングの観点からはシンプルです。Alteryxがより困難な道を選んだのは、容易な道を選ぶと誤った動機付けを生んでしまうためです。顧客が自らの好奇心を制限することになり、AIとのあらゆるやり取りがコストに関する判断に変わってしまうからです。
キャパシティベースの価格設定は、利用量を細かく制限して人々に利用を控えさせるのではなく、常に、幅広く、そして摩擦なく利用されることでAIがビジネスにおいて確固たる地位を確立するという考えに基づいています。