Смерть подписки за рабочее место
Per-seat модель ломается, когда AI-агент заменяет человека. Три ценовых архетипа, которые приходят на смену.
Zendesk берёт $115 в месяц за рабочее место оператора. Salesforce — $165. HubSpot — от $90 до $450. Эта модель работала двадцать лет, потому что больше людей означало больше лицензий. AI-агент ломает эту связь: он не «пользователь», не входит в систему, не заполняет интерфейс. Он потребляет токены, вызывает API и возвращает результат. Когда агент заменяет троих операторов — три лицензии исчезают. Per-seat модель наказывает клиента за эффективность.
Компании, которые перешли на оплату за результат, растут быстрее и зарабатывают больше.
Три ценовых архетипа
Per-outcome. Оплата за конкретный результат: закрытый тикет, квалифицированный лид, составленный контракт. Decagon берёт фиксированную ставку за обращение плюс бонус за каждое автономно решённое. Клиент платит только за работу, которая реально выполнена.
Usage-based. Оплата за потребление: токены, минуты, API-вызовы. Cursor — $20 в месяц плюс usage за токены сверх лимита. ElevenLabs — чистая оплата за минуту синтезированного голоса. Прозрачно, масштабируется линейно.
Revenue share. AI-SDR компании берут 3-5% от закрытых сделок. Salient берёт процент от собранной задолженности. Максимальное выравнивание интересов: не собрал — не заработал. Самый высокий ARPU из трёх моделей.
У каждого архетипа своя логика. Per-outcome проще продать и понять. Usage-based проще прогнозировать для продавца. Revenue share создаёт глубокое партнёрство, но требует прозрачности в attribution.
Zendesk vs Decagon: конкретная математика
Компания с 1000 тикетов в месяц.
Zendesk (per-seat): 10 операторов x $115 = $1 150 в месяц. Плюс зарплаты 10 операторов. Итого: десятки тысяч долларов в месяц. Стоимость не зависит от того, сколько тикетов реально решено.
Decagon (per-outcome): AI решает 70% тикетов автономно = 700 тикетов. Оставшиеся 300 эскалирует людям. Клиент платит за каждый тикет + premium за автономно решённые. Итого: в 3-5 раз дешевле при лучшем outcome rate. Decagon разделяет риск: не решил — не получил premium.
Разница — не только в цене. Decagon мотивирован решать тикеты качественно, потому что его выручка привязана к результату. Zendesk мотивирован добавлять рабочие места, потому что его выручка привязана к headcount.
Экономика AI SDR
Самый наглядный пример разницы в моделях.
Человеческий SDR обходится компании в 10-15% от ACV закрытой сделки — плюс зарплата $80-120 000 в год, бонусы, benefits, onboarding, управление. AI-SDR на модели success fee берёт 3-5% от сделки. Математика очевидна.
Но есть нюанс: кто закрыл сделку? AI сделал 5 automated follow-ups, AE провёл финальный звонок. Определение «outcome» — источник конфликтов. Успешные компании инвестируют непропорционально много в точное определение, что считается результатом и как распределяется attribution.
Риски новой модели
Outcome-based pricing — не панацея. Три реальные проблемы.
Переменная стоимость inference. SaaS имеет фиксированную структуру затрат: сервер стоит одинаково, обслуживает ли он 10 или 1000 пользователей. AI-агент потребляет токены на каждую задачу. Агент может потратить много токенов, не достигнув результата. Gross margin колеблется от задачи к задаче.
Сложность прогнозирования выручки. Per-seat даёт предсказуемый MRR. Usage-based и per-outcome создают волатильность. Для инвесторов, привыкших к SaaS-метрикам, это требует пересмотра фреймворка оценки.
Определение outcome. Что считать «решённым тикетом»? Клиент доволен, или проблема закрыта технически? Что считать «квалифицированным лидом»? Заполнил форму, или подтвердил бюджет? Без чёткого определения — конфликты и churn.
Что это значит на практике
Для покупателя AI: спрашивайте не «сколько стоит лицензия», а «сколько стоит результат». Если вендор продаёт per-seat — он продаёт инструмент. Если per-outcome — он берёт ответственность за результат. Второй рискует вместе с вами.
Для строителя AI-продукта: per-seat — быстрый старт и понятный GTM. Но потолок ограничен IT-бюджетом клиента. Outcome-based открывает операционный бюджет — на порядок больше. Переход от первого ко второму — вопрос зрелости продукта и уверенности в качестве.
В AIST.tech мы работаем по модели outcome-based: платите за результат, который агент приносит вашему бизнесу. Напишите, чтобы обсудить, как это может выглядеть для вашей задачи.