基于对60家AI代理公司的研究，总结出AI代理的四大定价模式：

席位定价

• 定义： 将AI代理视为数字员工，按每个代理的固定月费进行收费。
• 特点：

* 部署每个代理收取固定月费。
* 价值标准与员工支出直接相关。
* 成本可预测，类似传统平台或基于席位的SaaS定价。

• 适用场景： AI代理负责处理广泛职责或完整工作职能，且工作量稳定可预测。
• 优势： 预算来自员工支出而非技术工具支出，潜在付费能力更强。
• 劣势： 竞争差异化程度低，易陷入价格战。
• 代表公司： 11x、Harvey、Vivun。
• 案例： OpenAI计划推出不同级别的AI代理服务，包括面向“高收入知识工作者”的低端代理（每月2000美元）、主要用于软件开发的中端代理（每月10000美元）和博士级研究代理（每月20000美元）。

代理行为定价

• 定义： 类似于云基础设施或呼叫中心的定价模式，客户为AI代理执行的每个独立操作付费。
• 特点：

* 通常表现为象征性消费，附加保证金。
* 有时表现为按分钟定价。
* 使用量和成本之间存在直接关系。

• 适用场景： 任务量难以预测，价值主张集中在执行各种任务上。
• 优势： 提供透明度，成本与实际使用情况挂钩，对工作流程复杂或尝试AI的组织有吸引力。
• 劣势： 价值主张可能难以证明。
• 代表公司： Bland、Parloa、HappyRobot。

代理流程定价

• 定义： 针对AI代理参与的特定工作流程或流程自动化进行定价。
• 特点

* 专注于具有明确投资回报率（ROI）且可展示的复杂多步骤工作流程。
* 开发能够抵御商品化的专有工作流程组件。
* 将分析和优化等关键业务部分捆绑到工作流程定价中。

• 适用场景： 适用于需要自动化且具有可衡量结果的复杂业务流程。
• 代表公司： 暂无具体公司。

代理结果定价

• 定义： 基于AI代理交付的成果或结果进行定价，与创造的价值直接挂钩。
• 特点：

* 每项成果的价格。
* 基于结果的奖金，通过绩效激励补充另一种定价模式。

• 适用场景： AI代理成果能够被准确衡量。
• 优势： 允许在客户需求和他们为完成任务而支付的费用之间建立简单的关系。
• 代表公司： 暂无具体公司。
• 案例： Sierra是一家AI客服公司，通过独立AI代理处理客户工单，每个工单收费0.99美元。ServiceNow采用价值驱动的定价策略，确保客户获得90%左右的价值，ServiceNow保留10%。

其他定价模式与趋势

• 混合模式： 许多公司采用混合模式，例如结合席位定价和使用量定价。Salesforce和HubSpot按传统用户席位收费，并额外收取代理功能费用。ServiceNow在其分级席位定价的高端版本中加入代理功能。
• 价值驱动定价： ServiceNow的CFO透露，他们采用价值驱动的定价策略，确保客户获得约90%的价值，而ServiceNow保留10%的收益。这种模式与电商的GMV抽成模式类似。
• 基于对话次数定价： Salesforce现在按对话次数为自己的AI代理定价。
• 基于代币的消费方法： 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。
• AI RaaS和AI包工头模式： 盛景网联提出AI RaaS（结果即服务）和AI包工头模式，按工作量和工作结果付费，实现AI服务方与客户的最大程度利益绑定。

OpenAI的定价策略

• OpenAI预计代理产品将贡献公司20%-25%的收入。
• OpenAI可能大幅提高其下一代AI模型的订阅价格，最高涨幅至每月2000美元。
• OpenAI更整体的定价策略已经完成了功能分层和用户分群的细化，提供Free、Plus、Pro、Team和Enterprise五种主要订阅计划。

AI代理定价的关键因素

• 透明度和可预测性： 提供可预测价格和结果的厂商将在市场上获胜。
• 价值衡量： 需要系统地量化AI解决方案为客户带来的具体价值。
• 市场成熟度与用户接受度： 客户需要适应将AI作为高端智力顾问的概念，这需要市场教育与认知转变。
• AI代理产生的价值量如何衡量。
• AI代理成果是否能够被准确衡量。
• AI代理的投资回报率。

AI代理的未来

• AI代理将成为企业核心运营的一部分，提升软件在企业战略中的地位。
• 基于价值定价的模型将成为软件服务行业的重要发展方向。
• AI代理可能会通过提升业务效率和创造新的收入渠道，为企业带来额外的价值。
• OpenAI预计到2029年，AI代理业务收入将达到290亿美元，远高于今年的30亿美元，代理业务将占其总收入的近四分之一。

注意事项

• AI代理定价模式的选择应根据具体场景和客户需求进行调整。
• 透明度和可预测性是AI代理定价的重要因素。
• 需要系统地量化AI解决方案为客户带来的具体价值。
• 市场教育和认知转变对于AI代理的推广至关重要。

AI代理的应用

• AI代理可以用于筛选和排序销售线索。
• AI代理可以作为资深软件工程师的编程助手。
• AI代理可以用于解决核聚变相关问题。
• AI代理可以用于预定旅行、辅助科研、分析数据甚至策略决策。
• AI代理可以用于B2B业务中，实现订货需求与全球供应商的精准匹配。
• AI代理可以用于整理行程、个性化推荐旅游路线，还能学习使用各种复杂工具，来流程化的完成日常工作。