개요
지출과 결과를 연결하기 때문에 중요하지만 공정성은 전적으로 결과를 정의, 측정 및 감사하는 방법에 따라 달라집니다.
심층 분석
대부분의 소프트웨어 가격은 액세스(시트) 또는 소비(사용량)에 따라 책정됩니다. 결과에 대한 결과 기반 가격 책정입니다. 고객 지원에서 공통 단위는 해결입니다. 즉, AI 에이전트가 사람에게 전달하지 않고 대화를 종료하는 것입니다. Intercom의 Fin은 해결 방법별 가격 책정으로 널리 인용되는 사례이며, Zendesk는 2024년에 AI 에이전트에 대해 결과 기반 가격 책정으로 전환했습니다. 모든 에이전트 가격 체계가 결과 기반인 것은 아닙니다. 일부 공급업체에서와 같이 대화당 요금을 청구하는 방식은 문제 해결 여부에 관계없이 비용을 지불하므로 사용량 가격에 더 가깝습니다. 결과의 정의는 핵심입니다. 고객이 답변이 도움이 되었다고 확인하거나 고객이 상담원을 요청하지 않고 설정된 시간 내에 돌아오지 않는 경우 해결 방법이 계산될 수 있습니다. 두 번째 정의는 측정하기가 더 쉽지만 중단된 대화를 성공으로 간주할 수 있습니다. 구매자는 계약서에서 어떤 이벤트가 포함되는지, 기간은 무엇인지, 에스컬레이션되거나 재개된 사례가 제외되는지 여부에 대한 정확한 정의를 요청해야 합니다. 공급업체는 일반적으로 자체 결과를 측정하기 때문에 감사가 중요합니다. 모범 사례에는 로그 액세스, 정기적인 녹취록 샘플링, 합의된 분쟁 프로세스, 해결된 대화, 에스컬레이션된 대화, 중단된 대화를 구분하는 보고가 포함됩니다. 구매자의 경우 실패한 시도에 대해 비용을 지불하지 않고 티켓당 인적 비용과 쉽게 비교할 수 있는 가격을 제공하는 이점이 있습니다. 위험에는 볼륨이 증가함에 따라 예측할 수 없는 청구서, 개수를 부풀리는 느슨한 정의, 공급업체가 고객 만족보다는 계산된 항목을 최적화하도록 하는 인센티브가 포함됩니다. 공급업체의 경우 실패한 시도로 인해 컴퓨팅 비용이 발생하는 위험이 있습니다. 일반적인 오해는 결과 가격 책정이 품질을 보장한다는 것입니다. 이는 계약에서 결과라고 부르는 것에 대해서만 비용을 지불한다는 것을 보장합니다.
전략적 영향
빌드 선택
애플리케이션 수준 설계는 AI가 실제 결과를 개선하는지 여부를 결정합니다.
팀과 워크플로우
훌륭한 워크플로우 통합은 사용자가 신뢰할 수 있는 생산성 향상을 가져옵니다.
위험과 안전
범위가 적절한 사용 사례는 변경 피로도와 구현 위험을 줄여줍니다.
AI 에이전트에 대한 결과 기반 가격 책정의 미래
결과 기반 가격 책정은 완료된 데이터 입력, 자격을 갖춘 리드 또는 처리된 문서와 같이 명확하고 계산 가능한 결과가 있는 다른 작업으로 확산될 가능성이 높지만 성공이 주관적이거나 지연되는 경우 적용하기가 더 어렵습니다. 구매자가 공급업체를 비교할 때 표준 정의와 독립적인 측정이 더욱 중요해질 수 있습니다. 결과 수에만 의존하기보다는 결과 수수료와 상한선, 최소값 또는 품질 조건을 결합하는 계약을 기대하는 것이 합리적입니다. 결과 가격 책정이 지배적인지 아니면 여러 옵션 중 하나로 남아 있는지 여부는 여전히 열려 있는 질문입니다.
실제 구현
Intercom은 해결 방법별로 Fin AI 지원 에이전트의 가격을 책정하여 처리하는 모든 대화가 아닌 해결된 것으로 간주되는 대화에 대해서만 고정 요금을 청구합니다.
Zendesk는 2024년에 AI 상담원에 대한 결과 기반 가격 책정을 발표했습니다. 즉, 각 상담원 자리 대신 자동화된 해결 방법에 대한 비용을 청구합니다.
고객 서비스 팀은 해결 방법당 가격을 동일한 티켓을 처리하는 인간 에이전트의 전체 비용과 비교하고 그 차이를 사용하여 AI 에이전트를 확장할 가치가 있는지 여부를 결정합니다.
한 회사는 녹음 내용을 샘플링하고 '해결된' 대화 중 일부가 단순히 포기하고 나중에 전화한 고객이라는 사실을 확인한 후 월별 청구서의 일부에 대해 이의를 제기합니다.
위험 및 가드레일
손상된 프로세스를 자동화하면 기존 문제가 증폭될 수 있습니다.
팀은 필요한 인간 판단을 과도하게 자동화하고 제거할 수 있습니다.
출력을 지속적으로 평가하지 않으면 품질이 달라질 수 있습니다.
구현 로드맵
현재 워크플로를 매핑하고 마찰이 가장 큰 단계를 식별합니다.
완전 자동화 전에 휴먼 체크포인트를 정의하세요.
프롬프트, 에스컬레이션 경로, 품질 표준에 대해 사용자를 교육합니다.
작업 수준 결과를 추적하여 지속적인 가치를 확인하세요.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Outcome-Based Pricing for AI Agents quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
자주 묻는 질문
AI 에이전트의 결과 기반 가격 책정이란 무엇입니까?
AI 에이전트의 결과 기반 가격 책정은 시트당 또는 요청당 비용을 지불하는 것이 아니라 사람의 도움 없이 지원 티켓이 해결되거나 작업이 완료되는 등 에이전트가 정의된 결과를 달성한 경우에만 고객이 비용을 지불한다는 것을 의미합니다. 지출과 결과를 연결하기 때문에 중요하지만 공정성은 전적으로 결과를 정의, 측정 및 감사하는 방법에 따라 달라집니다.
AI 에이전트의 결과 기반 가격 책정에 따라 고객은 얼마를 지불합니까?
결과 가격은 에이전트가 계약상 정의된 결과를 달성한 경우에만 부과되며 액세스 또는 원시 소비에 대해서는 부과되지 않습니다.
대화당 청구가 결과 가격보다 사용 가격에 더 가까운 이유는 무엇입니까?
대화당 요금은 성공이 아니라 상호작용 자체에 의해 발생하므로 소비 가격 책정처럼 작동합니다.
'고객이 일정 기간 내에 돌아오지 않았다'에 기반한 해결 정의에는 어떤 약점이 있습니까?
포기하고 떠나는 고객은 다시는 돌아오지 않을 수 있으므로 측정하기 쉬운 이 정의로 인해 청구되는 해결 방법 수가 부풀려질 수 있습니다.
결과 기반 가격 책정에서 감사가 특히 중요한 이유는 무엇입니까?
더 높은 계산으로 이익을 얻는 당사자도 계산을 수행하는 경우 구매자는 청구서를 확인하기 위해 로그, 샘플링 및 분쟁 프로세스가 필요합니다.
구매자에게 결과 가격 책정의 이점은 무엇입니까?
성공적인 결과만 청구되기 때문에 실패한 시도에 대해 구매자는 아무런 비용도 들지 않으며 가격은 티켓당 인적 비용과 쉽게 비교할 수 있습니다.
계속 학습하세요
관련 가이드
이 주제에 대해 선택된 추가 가이드