作者：王聪彬
Salesforce现在已经是按对话次数为自己的AI代理定价，但其他几种定价模式也正在出现。哪个是最佳选择，这要取决于组织使用代理的频率。
代理AI是通用生成式AI一个更专注的替代方案，正在企业逐渐发展崛起，Forrester在今年6月将其评为2025年的顶级新兴技术。
从那时起，一些组织已经开始使用这项技术，Salesforce和ServiceNow等主要供应商已经开始向客户提供AI代理。
代理AI专注于执行特定的任务，强调运营决策，而不是那些通常与生成式AI工具相关的内容生成。
这项技术尚处于早期阶段，还有几个问题悬而未决——其中最主要的是AI代理应该如何定价。到目前为止，尚未就定价模型最终如何达成一致，但CIO们需要意识到，某些定价模型会更适合他们的具体场景。
例如，Salesforce提供了三种定价模型：一种包括1000次的Agentforce“对话”，免费提供Salesforce Foundations CRM服务；另一种包括标准成功计划；以及每次对话2美元的单点服务。Salesforce将对话定义为客户在24小时内发送至少一条消息或选择至少一个菜单选项或选择（除“结束聊天”之外）。
Salesforce公司AI产品营销高级总监Ryan Shellack表示，每次对话2美元的方法可以包括客户和Agentforce之间很多轮的互动。他补充说，Salesforce专注于基于使用情况进行定价，只需要一个客户席位即可管理。
有很多定价模型需要考虑
基于每次对话进行定价的模型，只是几种定价方法之一。Box公司首席执行官Aaron Levie在最近发表的LinkedIn帖子中，概述了可能出现的四种代理AI定价模型。
首先，厂商可以根据它们所取代的传统工作来确定AI代理任务的价格，并在传统劳动力价格上进行打折。“AI代理执行一定量的工作，您需要支付完成这项工作所需的时间或单位费用，一般来说，这对客户和提供商来说是公平的交易。”
其次，代理可以根据结果定价，价格以任务的完成情况为重点。Levie写道：“这种模式允许在客户需要什么以及他们为完成任务而支付的费用之间建立简单的关系。这还有一个好处，就是当基础AI成本随着时间推移而下降的时候，服务提供商可以从中获得更多的利润。”
他说，AI代理定价的第三种方式是计算基础成本并收取少量加价。他说：“这对那些技术娴熟的客户来说可能是很好的，但存在无法充分从AI成本中抽象出来以保持长期价值的风险。这对客户来说可能很好，但对股东回报来说可能并不是。”
最后，代理AI厂商可以提供按席位订阅的SaaS模式，让用户无限制地访问代理。Levie说：“这种模式可能是相当颠覆的，在终端用户要使用大量席位的领域，它可能非常具有战略意义；在席位数量较少的领域，你可能会放弃太多的价值。”
Levie在接受采访时表示，可能会出现更多的定价模式。他写道，这是“在经过十多年的有限变化之后，软件中出现新商业模式的、一个相当激动人心的时刻”。
对话和订阅
波士顿咨询集团IT建设和设计部门BCG X董事总经理、高级合伙人、北美地区主席Sesh Iyer表示，按对话收费模式似乎是一种新兴的方法。厂商还可以针对每个音频输入或输出收取少量费用。
他补充说，或者，基于代币的消费方法可以按照所选语言模型的每个代币输入和输出费率对用于助手API工具的代币进行计费。
IDC人工智能、自动化、数据和分析研究总经理、集团副总裁Ritu Jyoti表示，早期的趋势似乎是SaaS模式的，针对不频繁使用的用户，按对话收费模式正在兴起。
她说，当很难定义AI代理干预是否取得成功的时候，基于结果的定价可能就会变得很棘手。Jyoti表示，基于结果的定价可能会导致厂商和用户之间就是否实现了预期效果产生争议，但是基于解决方案的定价在客户服务情况下会取得很好的效果。
“这完全取决于功能和使用量，企业在采用这一技术时真正需要的是，他们希望采用基于订阅的定价模式，并根据功能和使用量制定分级计划，原因是企业希望获得一定的可预测性。”
然而，一些专家认为，其他定价模式正在兴起。DataChat联合创始人、首席技术官Rogers Jeffrey Leo John表示，基于结果和成本的定价模式可能会流行起来，该公司的DataChat是一个无代码的即时分析AI平台。相比之下，他指出，当前大型语言模型采用的是基于结果的定价方式，用户需要为处理或生成的代币付费。
Leo John表示：“对于商业用户来说，基于结果的定价通常是最直观的，这种模式将成本直接与特定结果或成功完成联系起来，使其更容易与交付的价值联系起来。”
他补充说，基于成本的定价也很有吸引力，因为它是很容易计算的。
Leo John说：“通过基于计算、延迟和吞吐量的底层成本进行定价，这种模式可以明确费用的确定方式，更精确地进行预算。虽然可能缺乏对基于结果的模式的直接投资回报率调整，但简化了了解和管理技术资源用户的财务规划流程。”
过度消费的危险
AI驱动的可观察性平台Observe的首席执行官Jeremy Burton表示，虽然可能会出现几种定价模型，但CIO和IT领导者应该警惕消费定价。
“这一切听起来都很好，但挑战在于人们得到年度预算，无法容忍出现变化。每个人都认为，如果他们从订阅转向某种形式的消费就会省钱，直到他们看到价格飙升并在几周内花掉一半的预算。”
他说，IT行业的一些大型厂商可以要求以消费进行定价，“但从我在应用层面看到的情况来看，这是一场噩梦。”
关注您的业务需求
专家表示，定价模式将随着代理AI模型的发展而发展，CIO应该探索最适合其需求和使用模式的选项。
Leo John说：“AI成本已经大幅下降，每单位的AI工作成本也在下降，能力迅速提高，厂商可能会转向将基于成本的透明度与绩效驱动的激励相结合的混合模式。AI的不断进步将推动AI服务定价方式的不断演变，以保持竞争力，与市场需求保持一致。”
Leo John补充说，CIO应该考虑AI代理的具体用例和期望结果。这种评估可以确定是基于结果的定价模型，还是基于计算和吞吐量等运营费用的基于成本的模型，哪一种更合适。
他说，CIO还应该考虑总拥有成本。“随着新模型和改进模型几乎每天都在出现，领导者还必须考虑在这个快速发展的环境中，重新训练或定制AI模型的相关成本。”
BCG X的Iyer补充说，CIO和IT领导者必须确定他们的组织将如何使用AI代理，以确定最适合他们的定价模式。
“他们应该在深入了解定价和数量的基础上，评估当今可用的资源，建立大规模使用预测，并构建单位成本增加的场景（如云），可选择切换代理以防止锁定，”他说。
Box的Levie表示，透明度和可预测性将成为代理AI定价的驱动因素。他预测，那些提供了可预测价格和结果的厂商将在市场上获胜。
“你需要非常了解你实际支付的费用，因此当你无法真正预测会发生什么的时候，就不会拥有这些庞大的、不透明的系统。通常，你不会看到支出增加10倍的情况，因为系统内发生了一些意料之外的事情。”