На рынке корпоративного искусственного интеллекта постепенно меняется сама логика ценообразования. Если раньше компании платили за количество пользователей, лицензий или вычислительных операций, то теперь всё чаще появляется другой вопрос: почему бы не платить ИИ только тогда, когда он действительно выполнил поставленную задачу?
Именно такой подход, по данным The Information, OpenAI уже начала тестировать с некоторыми крупными корпоративными клиентами. Новая модель предполагает, что компания платит только в том случае, если ИИ-агент действительно довёл работу до результата — например, самостоятельно решил задачу клиента. Официально OpenAI эту информацию не комментировала, но сама идея хорошо вписывается в более широкий тренд, который постепенно охватывает индустрию корпоративного ПО.
Традиционная модель SaaS была достаточно простой: компания покупала определённое количество аккаунтов для сотрудников и платила фиксированную сумму за каждый из них. С распространением ИИ такая система становится менее удобной.
Один агент может выполнить небольшую задачу за несколько секунд, а может несколько часов работать над сложным процессом и фактически заменить работу нескольких сотрудников. При этом количество обращений к модели или использованных токенов вовсе не обязательно отражает созданную для бизнеса ценность.
Представим, что ИИ совершил тысячу телефонных звонков от имени отдела продаж. Само количество звонков ещё ничего не говорит о результате. Гораздо важнее, сколько клиентов в итоге совершили покупку. Именно поэтому компании, работающие с ИИ-агентами, начинают переходить к модели оплаты за результат.
Похожие эксперименты уже проводят другие игроки рынка. Например, американская компания Sierra предлагает корпоративным клиентам платить за задачи, которые ИИ действительно завершил без вмешательства человека.
Компания Fin, которую Salesforce приобретает за несколько миллиардов долларов, также строит модель вокруг успешно решённых обращений клиентов. Разработчик ИИ для программирования Cognition пошёл ещё дальше и предлагает крупным заказчикам компенсационные кредиты, если конечный результат работы системы окажется недостаточно ценным.
Теперь к этому направлению присоединяется OpenAI, и это может стать важным сигналом для всей индустрии. Оплата за результат постепенно перестаёт быть экспериментом небольших стартапов и превращается в один из вариантов будущей бизнес-модели ИИ.
Особенно активно эту модель развивает Salesforce. Компания предлагает клиентам разные варианты оплаты своих ИИ-агентов Agentforce, включая контракты, в которых стоимость может зависеть непосредственно от бизнес-результата. Речь идёт не просто о количестве выполненных операций, а о том, сколько дополнительных продаж удалось получить или сколько расходов на обслуживание клиентов удалось сократить.
Для Salesforce это принципиальное изменение. В традиционном SaaS компания зарабатывала на количестве пользователей: чем больше сотрудников работало в системе, тем больше лицензий покупал клиент. Но ИИ-агенты способны работать непосредственно с корпоративными программами, поэтому сотруднику уже необязательно самому открывать Salesforce и выполнять все операции вручную.
Если пользователь просто попросит ИИ найти данные клиента, изменить заказ или проверить наличие товара, агент может сделать это в фоновом режиме. Интерфейс привычного корпоративного приложения постепенно становится менее заметным, а иногда и вовсе перестаёт быть необходимым.
Поэтому Salesforce приходится искать новый источник ценности. Компания, например, уже интегрирует свои системы с ИИ-агентами Anthropic, позволяя пользователям обращаться к данным и функциям Salesforce непосредственно через Claude. Это означает, что даже если человек больше не открывает приложение напрямую, сама платформа всё равно может оставаться инфраструктурой, через которую работает ИИ.
Таким образом, корпоративное программное обеспечение может постепенно перемещаться с переднего плана на задний. Пользователь взаимодействует с ИИ, а тот обращается к базам данных, CRM и другим корпоративным системам. Для разработчиков SaaS это создаёт угрозу, но одновременно открывает новый способ монетизации: зарабатывать не на количестве людей, которые нажимают кнопки в программе, а на ценности операций, которые ИИ выполняет внутри неё.
Однако переход к оплате за результат создаёт и серьёзные проблемы.
Первая связана с надёжностью самих ИИ-агентов. При традиционной модели клиент платит за использование системы независимо от того, насколько хорошо она выполнила конкретную задачу. Если агент не справился, поставщик всё равно получил деньги за вычислительные ресурсы. В модели «результат или ничего» часть риска переходит на разработчика. Чем чаще агент ошибается, тем больше компания тратит на работу, которая не приносит дохода.
Это особенно важно на нынешнем этапе развития технологии, когда ИИ-агенты всё ещё способны ошибаться при выполнении сложных многоэтапных задач. Если же поставщик обещает брать деньги только за успешное выполнение, надёжность агента становится не просто техническим показателем, а непосредственно финансовым фактором.
Есть и вторая, ещё более сложная проблема — определить, что именно считать результатом.
Если ИИ самостоятельно решил обращение клиента, результат относительно легко измерить. Но как определить его вклад в рост продаж? Допустим, после внедрения ИИ выручка компании выросла на 20%. Какую часть этого роста обеспечил агент, а какую — новая рекламная кампания, запуск продукта или сезонный спрос?
Поэтому модель оплаты за результат требует не только хороших ИИ-систем, но и новых правил измерения их эффективности. Компании должны заранее договариваться, какой результат считается выполненным, как рассчитывается вклад ИИ и в каких случаях клиент обязан платить.
В этом и заключается главный парадокс новой модели. На первый взгляд она выглядит максимально выгодной для заказчика: если ИИ ничего не сделал, платить не нужно. Но для поставщика это гораздо более рискованный бизнес. Он фактически начинает разделять с клиентом ответственность за конечный результат.
Возможно, именно здесь начинается следующий этап развития программного обеспечения. SaaS на протяжении десятилетий продавал доступ к инструменту, а эпоха ИИ постепенно подталкивает рынок к продаже конкретно выполненной работы. Если раньше клиент покупал программу и сам решал, насколько эффективно ею пользоваться, то теперь поставщик ИИ хочет получать деньги за то, что его система действительно сделала.
Это может изменить саму экономику корпоративного ПО. Вместо оплаты за пользователя или количество операций компании будут всё чаще платить за решённые проблемы, завершённые задачи, дополнительные продажи или сэкономленные расходы.
Для OpenAI и других разработчиков ИИ это одновременно огромная возможность и серьёзный вызов. Если агенты станут достаточно надёжными, модель оплаты за результат способна значительно увеличить их ценность для бизнеса. Но если ИИ по-прежнему будет часто ошибаться, обещание «платите только за результат» может оказаться слишком дорогим для самого поставщика.
Похоже, поэтому главный вопрос будущего ИИ-бизнеса звучит уже не «сколько стоит использование модели?», а гораздо проще: сколько денег эта модель действительно помогла заработать или сэкономить?