El reto de crear un modelo de precios viable para funciones de IA Generativa

En octubre, Box dio a conocer un nuevo enfoque de precios para las funciones de inteligencia artificial generativa de la compañía. En lugar de una tarifa plana, la empresa diseñó un modelo único basado en el consumo.

Cada usuario recibe 20 créditos por mes, válidos para cualquier número de tareas de IA que sumen 20 eventos, y cada tarea vale un solo crédito. Después de eso, las personas pueden recurrir a un fondo empresarial de 2000 créditos adicionales. Si el cliente supera esa cifra, sería momento de conversar con un vendedor sobre la compra de créditos adicionales.

El director ejecutivo de Box, Aaron Levie, explicó que este enfoque proporciona una forma de cobrar según el uso, en el entendido de que algunos usuarios aprovecharían las funciones de IA más que otros, y al mismo tiempo tendrían en cuenta el coste de usar la API OpenAI, que está utilizando la empresa por su modelo de lenguaje grande subyacente.

Mientras tanto, Microsoft ha elegido un modelo de precios más tradicional y anunció en noviembre que cobraría $30 por usuario por mes para utilizar sus funciones Copilot, además del costo de una suscripción mensual normal a Office 365, que varía según el cliente.

Si bien a lo largo del año pasado quedó claro que las empresas de software empresarial crearían funciones de IA generativa, en un panel sobre el impacto de la IA generativa en las empresas SaaS en la Cumbre Web en noviembre, Christine Spang, cofundadora y CTO de Nylas, una startup de API de comunicaciones, y Manny Medina, director ejecutivo de la plataforma de habilitación de ventas Outreach, hablaron sobre los desafíos que enfrentan las empresas SaaS al implementar estas funciones.

Spang dice, para empezar, que a pesar de las exageraciones, la IA generativa es claramente un gran paso adelante, y las empresas de software deben buscar formas de incorporarla a sus productos. «No voy a decir que es como 10 de 10 donde la exageración se encuentra con una realidad, pero creo que hay un valor real y lo que realmente marcará la diferencia es cómo las personas toman la tecnología y la conectan a otros sistemas, otras aplicaciones y, en cierto modo, generan valor real en diferentes casos de uso con ella», dijo.

También se trata de encontrar un equilibrio entre ofrecer el tipo de características que los clientes demandan de repente y encontrar una manera de fijar el precio de manera que proporcione valor real al cliente y al mismo tiempo permita a la empresa ganar dinero. “En realidad, aquellos de nosotros que agrupamos funciones de IA generativa necesitamos consultar repetidamente con nuestro proveedor de modelo de lenguaje grande, y eso se volverá caro rápidamente. Entonces, hasta que creemos experiencias diez veces más diferenciadas y por las cuales alguien quiera pagar, será un desafío”, dijo Medina.

Vale la pena señalar que los fabricantes de modelos como OpenAI ya están anunciando recortes de precios a medida que encuentran formas de ejecutar modelos de manera más eficiente, o reducir los precios de productos más antiguos a medida que se anuncian nuevos. Por ejemplo, en junio, la compañía anunció algunas características nuevas que aumentan la potencia de procesamiento, lo que brinda más beneficio y al mismo tiempo reduce el coste de las versiones anteriores para los desarrolladores que no requieren todas las novedades.

Spang dice que su empresa ya está utilizando un modelo de consumo basado en la cantidad de aplicaciones de calendario o correo electrónico conectadas, y espera seguir un enfoque similar a medida que agreguen funciones de inteligencia artificial generativa.

«Ya tenemos el caso en el que algunas personas envían muchos más mensajes, o reciben muchos más mensajes, y creo que es importante mapear a un modelo de precios similar que la gente entienda, y luego, con suerte, podremos encontrar un precio que «Esto funciona para la media», dijo.

Pero Medina dice que para una aplicación es más difícil utilizar un modelo de consumo que un proveedor de API como Nylas. “Simplemente no sé si ese es un modelo aceptable en las aplicaciones. Cuando eres un proveedor de Legos (como Nylas), es una historia diferente, pero para los proveedores de aplicaciones es más difícil”.

Pero tampoco está claro que las empresas estén dispuestas a pagar una tarifa fija como los 30 dólares mensuales por usuario de Microsoft por Office 365, a menos que puedan ver el valor real de ese coste adicional. “Aún no hay consenso hasta que alguien reduzca el precio y lo haga muy accesible para el resto de nosotros, o encontremos una manera de monetizarlo”, dijo Medina.

Una gran incógnita también son los costes de cumplimiento que podrían estar relacionados con el uso de esta tecnología, que sigue siendo una gran pregunta abierta para las empresas y sus clientes. «Entonces, si comienzas a incorporar algunas de estas aplicaciones y Estados Unidos u otro gobierno aprueba una ley que exige revelar la lista de ingredientes de tu IA, no obtendrás eso de OpenAI, por lo que será difícil» añadió.

Los CIO que controlan el presupuesto de tecnología de la empresa están analizando de cerca esta tecnología, pero todavía están tratando de determinar si el coste adicional que se les transfiere se amortizará en términos de una mayor productividad de los empleados.

Sharon Mandell, CIO de Juniper Networks, afirma que está analizando de cerca el retorno de la inversión (ROI) de estas funciones. «En 2024, vamos a poner a prueba el revuelo de GenAI, porque si esas herramientas pueden producir los tipos de beneficios que dicen, entonces el retorno de la inversión sobre ellas es alto y puede ayudarnos a eliminar otras cosas», dijo. Por eso, ella y otros CIO están ejecutando pruebas piloto, moviéndose con cautela y tratando de encontrar formas de medir si realmente hay un aumento de productividad que justifique el aumento de la inversión.

De todos modos, las empresas seguirán experimentando con modelos de precios, mientras sus clientes realizan pruebas piloto y de concepto. Parece que ambos tienen algo que gana, pero hasta que comencemos a ver más de estas herramientas en producción, es difícil saber los beneficios reales para todos los involucrados.