AI agent的收费格式皮皮娘，一直是产业界孤寒的中枢问题。

基于价值创造的抽成格式来袭，或将主导AI agent订价。

近期serviceNOW的CFO在参加巴克莱第22届全球科技年会上走漏出serviceNOW的AI agent收费格式：ServiceNow选拔了价值启动的订价策略，确保客户赢得90%掌握的价值，ServiceNow保留10%；这一策略匡助公司在与客户的订价谈判中保执强势，并确保价钱高潮恰当预期。Gina提到，刻下的Pro Plus和Now Assist SKU选拔搀和格式，基于座位数目和代币破费，这种神气简化了订价，便于客户预算和预计。

这个10%的价值抽成格式，是不是访佛电商的GMV抽成格式？

近期OpenAI的发布会也默示公司行将推出2000 好意思元/月的 AI Agent 订阅格式，这个订价又是chatGPT o1-pro 200好意思金订价的十倍涨幅。

大众都在猜疑，这个订价到底是如何界定的，2000好意思金一个月的天价C端订阅到底该如何推断其价值，其订价的基础到底是什么？

01 OpenAI与serviceNOW的AI Agent对比

OpenAI 行将推出的 2000 好意思元/月的 AI Agent 订阅格式与 ServiceNow 订价格式之间有很强的相似性但也存在一定的相反：

OpenAI 的订阅想路：据报说念，OpenAI 运筹帷幄推出一款“AI Agent”，订阅价钱为 2000 好意思元/月。该产物定位于可替代东说念主类高端本事劳能源（如领有“博士级”智能的各人）来完成复杂任务（举例预定旅行、辅助科研、分析数据以致策略决策）。其中枢价值在于减少客户对雇用高等专科东说念主才的依赖，从而大幅质问资本或提高服从。

ServiceNow 的价值启动订价（Value-Based Pricing）：ServiceNow 长久以来以提供企业级使命流自动化和数字化运营惩处有诡计为主，通过 GenAI、Pro Plus SKU 等高等功能升迁客户组织里面的分娩力、质问运营资本、升迁客户泄气度和业务服从。ServiceNow 的订价策略强调阐发客户赢得的施行价值来订价，并通过与客户施行收益挂钩（如保留 10%的增量价值）来达到双赢的价值分派。

相似点：我以为主要都是基于价值的逻辑

第一，都是价值主导而非资本主导：二者齐非精真金不怕火按照功能数目或使用次数收费，而是强调“惩处客户施行问题”和“创造经济价值”。

OpenAI 的 AI Agent 定位在高阶智能和决策辅助层面，额外于提供一个“诬捏高等照顾人”或“诬捏职工”。要是客户购买该服务可替代一部分腾贵的东说念主才资本，那么2000好意思元/月的订阅费对客户来说可能是合算的。

ServiceNow 则透过自动化历程、减少东说念主力重叠使命、升迁销售滚动率、质问合规风险等神气，为客户带来数十万、数百万好意思元的经济收益。

第二，将“东说念主类变装”货币化为“机器智能服务”：ServiceNow 将 IT 服务、客户援助、HR 历程这些传统需要大批东说念主力和历程管束的使命自动化，从而体现出从东说念主力资本到软件价值的滚动。OpenAI 的运筹帷幄更为径直地声称可替代雇用一位“高等东说念主才”，这施行上亦然一种“价值基准线”的设立：要是雇用又名各人照顾人或具有博士学历的专科东说念主员每月资本远高于2000好意思元，那么客户将可通过购买 AI Agent 服求终了经济和服从上的双赢。

第三，与客户施行业务截至紧密挂钩：ServiceNow 的格式中，延续通过 ROI 计较、KPI 改善和业务历程优化等方针来度量价值；OpenAI 的AI Agent天然莫得明确流露具体如何量化客户的收益，但从其定位看，客户也会想考“我花2000好意思元/月能替代若干东说念主力资本、量入制出若干时期、带来若干业务升迁”。换言之，这类 AI 产物的订价也会天然指令客户想考投资呈文率（ROI），而不单是功能列表的堆叠。

相反点：订价格式与终了旅途存在相反

第一，固定订阅 vs. 动态分红：ServiceNow 在其价值订价的终了中，有些场景是阐发客户的施行使用量、产出改善来动态订价。举例其 GenAI Pro Plus SKU，订价可能组合了座位费（基础资本）与代币费（施行使用量），并强调阐发客户赢得的价值（如质问若干资本或升迁若干收入）来评释价钱合感性。相较之下，OpenAI 所公布的2000好意思元/月更像是一个基于产物定位和价值预期的固定订阅价。尽管其背后逻辑如故价值订价，但现在呈现的神气并非径直与客户终了的经济恶果挂钩，而所以“类替代东说念主力各人”的市集参考价定位。

第二，价值推断的透明度和可量化进程相反：ServiceNow 长久面向企业软件市集，对 ROI 计较、绩效方针升迁等有老到的一套照顾人式销售格式和推断尺度，客户也已民俗阐发量化绩效来评估软件的价值。而OpenAI对企业而言虽可提供“博士级智能”，但其价值推断可能更具弹性和主不雅性。不同客户对“高端各人替代品”的界说、预期产出、诈欺场景和评估尺度可能相反较大。短缺明确的KPI或客不雅量化尺度下，OpenAI的价值订价更多地依赖客户对AI的潜在产出联想和市集教练。

第三，市集老到度与用户继承度：ServiceNow 的客户多为已老到诈欺企业级SaaS和使命流自动化的公司，其采购部门、IT部门和业务部门都有才能对价值进行定量评估，对价值订价格式较易继承。

OpenAI 的AI Agent则进入了一个新市集：客户需要稳当将AI动作高端本事照顾人的看法。这需要市集教练与领略更变。尽管与 ServiceNow 访佛的价值订价理念存在，但施行操作与客户心智需要时期耕种。

从战术层面来看，这种订价格式的出生关于软件行业来说是TAM的一次弘大扩展：

第一，从东说念主力替代到价值订阅的趋势：不管是ServiceNow照旧OpenAI，都体现出软件/AI市集从传统许可销售格式向基于价值和恶果的格式更变。企业客户越来越孤寒参加与产出的匹配度，而非只是是功能列表。

第二，AI期间的价值订价挑战与机遇：跟着AI才能握住进化，推断AI创造的价值变得更为复杂。企业需要从资本中心的想维转向价值中心的想维。ServiceNow在这方面已有训戒，而OpenAI正在探索以“替代高端东说念主力”动作订价锚点的格式。要是OpenAI往时能为客户提供明确的价值量化器具（如若干小时东说念主力从简、若干销售额增长），则更能与ServiceNow的价值计价逻辑接轨。

第三，可扩展的生态与订价端倪：ServiceNow通过其合资平台为企业提供跨部门的价值创造，在价值订价上可从多个维度推断价值（IT、HR、CS、财务、销售前台等）。OpenAI的AI Agent若要执续看守高订阅价，也需握住扩展可替代的东说念主力范围和应用场景。当AI在更多垂直领域深入（如法律、医疗、金融分析），则不错像ServiceNow在各业务条线深耕一样，通过愈加密致化的价值创造与客户建设长久的价值分享格式。

因此，我以为OpenAI 的 2000 好意思元/月 AI Agent 与 ServiceNow 的价值订价格式在理念上有一定的相似性：两者都不是精真金不怕火地卖功能，而是出售价值与产出，并尝试让价钱与客户赢得的经济利益有关联。关联词，刻下OpenAI的有诡计更偏向以一个相对固定的高订阅价，将本人定位为“比雇用高端东说念主才更合算”的替代有诡计，尚未明确或公开以客户施行产出更正为基础的动态订价机制。而ServiceNow在企业软件市集已有较老到的价值推断和分红机制，更强调阐发客户现实的绩效改善和ROI来设订价钱。

因此，两者有相似的价值订价想路和办法，但在订价神气的老到度、量化维度和市集用户老到度上仍存在显赫相反。OpenAI往时若能像ServiceNow一样，将客户ROI量化并与订价紧密关联，则其价值订价格式将更具劝服力和可执续性。

02 AI agent 迈入GMV期间？

这部分，我中枢张开探讨分析一下serviceNOW AI agent的订价格式问题

ServiceNow选拔了价值启动的订价策略，确保客户赢得90%掌握的价值，ServiceNow保留10%。10%的价值抽成格式，让我猜想了电商的GMV抽成格式：

在电子商务（电商）领域，GMV（Gross Merchandise Volume，商品交往总和）抽成格式是一种常见的盈利格式。GMV抽成指的是电商平台从在其平台上完成的每笔交往总和中索要一定比例的佣金动作收入。这种格式不仅为平台提供了逍遥的收益开始，也为卖家和消费者创造了互利的生态系统。

GMV是推断电商平台交往规模的焦炙方针，代表在一定时期内通过平台完成的通盘订单的总金额。GMV抽成格式即平台通过对每笔订单总和按比例收取佣金，从而终了盈利。举例，要是一个平台的佣金率为5%，当一笔交往的GMV为1000元时，平台将收取50元动作佣金。

电商平台为卖家提供展示、交往和物流等服务，卖家在平台上开设店铺，发布商品信息。交往产生：消费者在平台上浏览商品、下单购买，完成交往。佣金结算：交往完成后，平台阐发事前商定的佣金比例，从交往总和中扣除佣金，剩余部分支付给卖家。附加服务收费：除了基本的佣金，部分平台还会对告白引申、会员服务、升值服务等特地收费，进一步增多收入开始。

基于价值订价（Value-Based Pricing）模子与电商GMV（Gross Merchandise Value）抽成格式，从订价逻辑、终了神气、价值度量、客户商酌与风险承担等方面来看，有什么异同呢？

基于价值订价（Value-Based Pricing）：依据客户施行赢得的经济与业务价值来笃订价钱。当供应商的产物或服务为客户创造可量化的经济价值（如质问资本、增多收入、提高服从），订价与客户从该价值中赢得的收益挂钩。将价钱与客户所获收益径直关联，使供应商只在客户果真受益的情况下获取收入，从而终了两边的利益一致。

电商GMV抽成格式（Commission on GMV）：在电商平台中，GMV指平台上成交的商品总价值，平台每每对商家销售额进行一定比例的抽成（如5%-15%）。平台的收入与商家在平台上的成交额径直有关。平台通过抽因素享商家销售的升值部分，从而造成紧密利益系缚。

二者有何相似之处？

收益分享：两者均体现了与客户（或协调伙伴）分享收益的理念。基于价值订价：供应商从客户的施行业务增量收益中索要一部分动作收入。GMV抽成：平台阐发商家在平台上的销售额获取一部分抽成。

利益系缚：在两种格式下，提供方的收入都与客户的到手紧密挂钩。基于价值订价：客户从惩处有诡计中赢得的价值越大，供应商收入越高。GMV抽成：商家的销售额越高，平台的收入也越高。

质问前期资本压力：相较于一次性高额订价，这两种格式往往能减少客户的前期资金压力。基于价值订价：客户先赢得价值，再分享部分收益给供应商，质问了客户在使用新有诡计时的前期参加费神。GMV抽成：商家无需支付高额入驻费，而是基于施行销售额分享利润，质问了前期不笃定性。

激励机制明确：两者均通过分红格式造成共赢商酌，激励供应商/平台执续优化、升迁服务质料，促进客户/商家成长。

又有何弘大的相反点？

1. 价值的推断对象不同

基于价值订价（Value-Based Pricing）：基于价值订价价值可体现为质问的资本、提高的分娩率、增多的销售额、量入制出的时期、质问的风险等。这些价值往往需要通过KPI、ROI计较、对比实施前后的绩效相反来精确推断。

GMV抽成：电商平台的推断方针较为精真金不怕火径直，即交往总和（GMV）。成交额是径直的货币量化方针，无需复杂的ROI推算。

2. 价值链位置与业务模子相反

基于价值订价：每每适用于企业软件、服务商讨、专科服务等较长价值链条和复杂场景，推断价值常触及多个维度与枢纽。

GMV抽成：每每发生在平台经济中，电商平台动作中间东说念主联络买方与卖方，抽成的依据是末端成交额，对象明白、交往瞬时完成、计价精真金不怕火。

3. 价值笃定的难易进程

基于价值订价：需对客户运营数据、使用情况、业务历程进行深入分析。价值计较较为复杂、如期校准，并需两边协商招供。

GMV抽成：计较粗拙易懂，GMV来自平台订单数据，基本无需争议。

4. 风险与不笃定性分派

基于价值订价：供应商需对客户业务改善效果有一定信心。要是客户未能终了期许的价值升迁，供应商的收入也将受限。风险在于对价值终了的依赖。

GMV抽成：电商平台对商家销售截至有不笃定性，但这种不笃定性往往受市集、促销策略、流量分发等径直影响，平台可通过流量歪斜、活动策划等较径直神气影响GMV。风险更易通过市集妙技调控。

5. 客户商酌与变装定位

基于价值订价：供应商与客户往往是协调共创价值的商酌。两边需要如期雷同、对账、评估ROI和价值终了进程。

GMV抽成：电商平台与商家商酌更访佛于“渠说念与入驻方”。平台提供基础设施（流量、支付、物流援助），商家稳健优化产物和营销。二者商酌虽共赢，但平台往往在交往数据和流量分派上掌控更大言语权。

6. 应用场景广度不同

基于价值订价：常用于复杂B2B场景、高价值专科服务、AI惩处有诡计、企业软件订阅升级等需要深度协妥洽定制化的场景。

GMV抽成：多用于B2C/B2B电商平台、在线零卖、服务中介平台（如Airbnb对房主收入抽成、Uber对司机收入抽成）等大规模、高频的交往场景。

关于战术与运营产生的影响

关于选拔基于价值订价的供应商而言，需要构建ROI模子、生意商讨才能、数据分析和执续客户到手管束的才能。关于选拔GMV抽成的电商平台而言，则需要聚焦流量引入、用户体验优化、供应商多元化和订价透明度，提高平台全体交往规模。

因此，从相似性角度来看，两者都以分享价值增量为订价基础，将本人收入与客户（或商家）的到手紧密挂钩，从而建设共赢商酌，激励提供方执续优化服务质料。

枢纽相反主要所以下两个方面：

基于价值订价的复杂度与活泼性更高，需要精确推断客户业务价值与绩效改善。GMV抽成模子更为直不雅爽朗，以最终成交额为基础，无需复杂ROI评估。

因此，我以为基于价值订价与GMV抽成格式均体现了从传统订价格式转向“基于恶果与价值”的趋势，但二者在价值推断难度、适用场景、客户商酌性质和风险分派神气上存在显赫相反。

03 AI agent 价值如何推断？

这里最枢纽的问题是AI agent产生的价值量如何推断，我在前期的著作中仔细分析过salesforce的订价格式Salesforce：劳能源无尽化与AI Agent模子，这里serviceNOW的订价格式也访佛。

在ServiceNow的价值订价策略中，确保客户赢得约90%的价值，而ServiceNow保留10%的收益比例，是一种基于客户施行业务升值的订价格式。为了灵验地推断和订价这一10%的抽成，必须系统地量化ServiceNow惩处有诡计为客户带来的具体价值。

1. 价值推断的基础逻辑

价值订价的中枢在于阐发客户从惩处有诡计中赢得的施行净收益来设订价钱。ServiceNow通过其AI功能（如Pro Plus和Now Assist），为客户带来了以下可量化的升值：

运营资施行问分娩力升迁收入升迁风险与安全性更正

这些升值将被滚动为货币价值，进而笃定ServiceNow的10%收益分红。

2. 明确界说价值范围

当先，明确哪些方针组成了客户所获价值的范围。取舍1-3个枢纽绩效方针（KPI）动作价值评估的中枢：

①运营资施行问，包括：IT运维资本量入制出；客服东说念主力资施行问；工单处理时期减少。

②分娩力升迁，包括：重叠劳动减少；使命流自动化水平提高；任务处理时期裁汰。

③ 收入升迁，包括：客户泄气度升迁带来的留存率增多；销售历程优化促进交叉销售和追加销售。

3. 建设基准线（Baseline）

伦理片在线伦理片观看

为准确推断增量价值，需建设“莫得ServiceNow惩处有诡计”或“升级AI功能前”的基准发挥水平：

IT工单处理时期

基准值：莫得AI助力前，东说念主力处理一个IT工单平均需要30分钟

实施后：引入AI后裁汰至10分钟

客户泄气度

基准值：莫得智能客服前，客户泄气度为80%

实施后：引入Now Assist后泄气度升迁至90%

这些基准值将用于量化增量价值。

4. 将服从升迁与更正转换为货币价值

将KPI升迁滚动为经济价值是枢纽本事。以下是我测试的具体的转换要领：

5. 10%分红的践诺神气

在明确了增量价值V后（举例每年创造特地价值V好意思元），ServiceNow以10%为基准收取用度，即V的10%。

静态合同

合同周期：商定一个周期（如一年）对客户ROI进行量化评估。订价诊治：不才一个付款周期阐发果真终了的价值诊治收费。

动态计费

座位数与代币破费：基于客户使用量（座位数和代币破费）动作价值的转折度量代理。有关性分析：通过分析客户使用量与KPI更正的有关性，将订价与使用量挂钩。 

客户使用量为 ????，中枢便是AI agent能带来的价值，可能是收入升迁，也有可能是资本从简等方面，事实上便是部分原本东说念主工的资本转换+收入增长的部分转换？

客户的使用量 Q代表了 AI Agent 为客户带来的概括价值，这包括收入升迁 和资本从简 两个主要方面。具体来说，这不错被视为部分原本东说念主工资本的转换 以及收入增长的部分转换。底下将深入分析这少许，并对数学模子进行扩展和细化，以更准确地响应这种价值转换。

使用量 Q与价值 V的商酌

价值组成：客户从 AI Agent 赢得的总价值 V不错拆分为两个主要部分：

资本从简（Cost Savings）：

东说念主工资本替代：AI Agent 代替部分东说念主工任务，减少东说念主力资本。

服从升迁：通过自动化历程，减少时期和资源花费，从而质问运营资本。

收入增长（Revenue Growth）：

销售升迁：AI Agent 通过优化销售历程、提供智能保举等功能，升迁销售额。

客户泄气度提高：更高效的客户服务升迁客户泄气度和诚心度，转折促进收入增长。

ServiceNow 进一步完善其基于价值订价（Value-Based Pricing）模子，关于软件服务行业具有潜入的影响。这不仅可能推进其本人业务的快速增长，还可能引发通盘这个词行业的变革，尤其是在总可寻址市集（Total Addressable Market， TAM）的扩展以及将劳能源开销AI化为软件收入方面。

基于价值订价是一种订价策略，价钱主要依据客户从产物或服务中赢得的施行经济价值，而非只是基于资本或竞争敌手订价。ServiceNow通过这一策略，确保其产物和服务的订价与客户赢得的价值径直挂钩，终了双赢。

对软件服务行业的影响

1. 推进行业订价格式更变

ServiceNow 的基于价值订价策略，可能会引颈通盘这个词软件服务行业从传统的基于功能或用户数目的订价格式，转向愈加防卫施行业务价值和恶果的订价神气。这种更变将促使其他软件服务提供商再行评估和优化其订价策略，以更好地匹配客户需乞降价值。

2. 加快AI在企业中的应用

基于价值订价的模子，卓绝是与AI功能相汇集，概况更好地展示AI在施行业务中的价值，如自动化历程、提高服从和质问资本等。这将进一步推进企业加快AI本领的遴选和应用，升迁全体行业的智能化水平。

3. 增强客户商酌与协调

通过价值订价，ServiceNow 与客户之间的商酌愈加紧密，两边共同孤寒业务恶果和价值创造。这种协调格式将增强客户的诚心度，升迁客户泄气度，同期为ServiceNow带来逍遥和执续的收入增长。

总可寻址市集（TAM）的扩展

1. 拓展市集范畴

基于价值订价的模子，使得ServiceNow概况进入更平方的市集领域，涵盖更多需要高价值定制化惩处有诡计的行业和企业。举例，医疗、金融、制造等行业，这些行业对高效、智能化的业务历程有着更高的需求。

2. 提高市集浸透率

通过展示其惩处有诡计带来的施行业务价值，ServiceNow 概况更灵验地劝服潜在客户，升迁市集浸透率。高价值的订价策略不仅招引大中型企业，还能招引那些追求高服从和高呈文的袖珍企业，进一步扩大其市集遮盖范围。

3. 激励新市集需求

基于价值订价的立异格式，不错激励市集对AI启动惩处有诡计的新需求。企业在寻求优化业务历程、升迁分娩力和质问运营资本的过程中，会更自得投资于概况带来显赫价值的高端软件服务，从而推进通盘这个词市集的需求增长。

四、将劳能源开销AI化为软件收入

1. 劳能源资本滚动

通过AI Agent等智能器具，ServiceNow 概况匡助企业自动化部分东说念主工任务，显赫质问劳能源资本。举例，自动化客服、智能IT运维和数据分析等功能，概况替代部分高资本的东说念主力资源。这种滚动不仅升迁了企业的运营服从，还为ServiceNow带来了逍遥的订阅收入。

2. 创造新的收入开始

AI Agent 不仅概况替代东说念主工，还能通过升迁业务服从和创造新的收入渠说念，为企业带来特地的价值。ServiceNow 通过基于价值订价模子，从中抽取一定比例的收入，造成新的收入开始。这种格式使得软件服务收入与客户的业务增长紧密关联，终明白收入的执续增长。

3. 升迁软件的战术价值

将劳能源开销AI化，升迁了软件在企业战术中的地位。AI Agent 不再只是辅助器具，而是成为企业中枢运营的一部分。ServiceNow 通过提供高价值的AI惩处有诡计，升迁了其在企业中的战术地位，增强了客户的依赖性和粘性。

往时，跟着本领的握住跳跃和市集需求的执续增长，基于价值订价的模子将成为软件服务行业的焦炙发展办法。ServiceNow 通过这一策略，不仅概况终了本人业务的执续增长，还能为客户创造更大的价值，推进通盘这个词行业的智能化和高效化发展。

著作开始：贝叶斯之好意思皮皮娘，原文标题：《重磅！AI agent迈入价值GMV抽成新期间》

风险教导及免责条件 市集有风险，投资需严慎。本文不组成个东说念主投资刻薄，也未筹商到个别用户特殊的投资办法、财务情景或需要。用户应试虑本文中的任何意见、不雅点或论断是否恰当其特定情景。据此投资，职守知足。