AI代理最公平的定价模型究竟是什么?按消息、对话、操作还是解决?
摘要
文章讨论了AI代理的各种定价模型,如按对话、按解决和按操作,并质疑哪一种是最公平的,尤其是在客户支持中定义解决情况带来了挑战。
大家好,我一直关注AI代理的定价方式,惊讶地发现至今还没有一个真正的标准模型。我至少看到了5种不同的方法:
按座位基本上是传统的SaaS定价。可预测,但感觉有点奇怪,因为代理的核心目的是减少所需的人工工作量。
按对话易于理解,但无论代理是否成功处理对话,你都要付费。
按解决在理论上可能最符合客户利益。你只在代理实际完成工作时付费。但随后你有明显的问题:什么算作“解决”?如果客户停止响应,算解决吗?如果他们24小时后带着同样的问题回来,还计数吗?如果AI完成了90%的工作然后升级给人工,你应该付费吗?
按操作对于在其他系统中实际执行操作的代理来说很有趣。但这似乎很难预测。一个客户请求可能需要2次操作。另一个可能需要15次API调用/查询/写入来完成基本上相同的结果。
平台费+使用量从供应商的经济角度来看可能合理,但作为买家我最不喜欢这个,因为标榜的使用价格可能看起来便宜,而平台最低费用主导了实际账单。
我越来越认为最重要的定价问题不是:“你的AI代理多少钱?”而是:“什么事件会导致我被收费?”
特别是在客户支持方面,我喜欢按解决定价的想法,因为至少供应商和客户在理论上朝着相同的结果优化。但公平地定义解决似乎出奇地困难。
我很好奇大家怎么看。如果你正在构建或购买代理,你实际上更喜欢哪种定价模型?对于按解决收费的人:你们如何定义解决,以便双方都同意代理确实成功了?请分享你的想法,谢谢!
相似文章
与众多AI初创公司合作后,我认为大多数AI聊天应用的定价模式完全不合理
文章认为,大多数AI聊天应用的定价模式不可持续,因为它们将重试、上下文增长和多模型调用等复杂成本隐藏在固定订阅费背后,并提出基于使用量并设置限制和超额费用的定价模式更为可行。
您的智能体的API费用
一篇讨论帖,询问AI智能体构建者如何向客户定价API成本,涵盖直通费用、固定费用、基于使用量的计费以及监控支出的工具。
Salesforce刚刚定义了"resolved"并标定了价格。
Salesforce宣布了每解决一个AI代理问题收费2美元的定价模式,将'已解决'定义为无需人工升级或客户放弃即可完成。这种基于结果的定价与token计量形成对比,可能为企业AI成本树立先例。
人们究竟是如何给AI代理分配成本的?
这篇文章探讨了准确评估AI代理成本的挑战,这些成本超出了LLM的开销,包括在多代理环境中用于测量的工具和模型。
给“AI员工”定价让我头疼。推销这东西几个月后的一些笔记
一位从业者分享了为小型企业定价AI代理的经验教训,认为将其定位为“AI员工”并按月收取类似工资的费用,比按席位或成本加成定价更有效,而且信任和安全问题必须在价格之前解决。