Compte rendu du rapport de recherche sur la monétisation de l'IA générative
La monétisation de l'IA générative: Pourquoi les compagnies SaaS ratent une opportunité unique et comment s'assurer que vous ne la ratiez pas
Rédigé par: Michael Mansard, Président EMEA du Subscribed Institute
Méthodologie : Dans cette analyse dynamique et rigoureuse basée sur les données, nous étudions les stratégies de monétisation de plus de 70 entreprises offrant des solutions GenAI. Cette recherche, nos analyses et recommandations s’appuient sur des informations publiques accessibles, provenant de communiqués de presse, d’articles et de sites internet de fournisseurs, actualisées jusqu’en avril 2024.
Explorez nos découvertes
Cliquez sur les liens ci-dessous pour en savoir plus sur les sujets qui vous intéressent le plus.
L’année 2023 sera probablement reconnue comme celle où l’IA générative (GenAI) est passée d’une technologie prometteuse à une innovation de masse. Tandis que les entreprises lancent de nouveaux produits GenAI, les utilisateurs finaux explorent leur potentiel dans leurs vies personnelles et professionnelles. Nous avons vu des succès remarquables et des échecs. Le rythme rapide de l’innovation entraîne l’apparition de nouveaux modèles d’affaires.
Bien que des offres d’IA autonomes existent, les entreprises établies intègrent également l’IA générative dans leurs suites de produits. En effet, en 2023, plus de trois quarts des entreprises SaaS ont lancé ou développent actuellement une offre GenAI.
Malgré cet engouement, seulement 15 % de ces entreprises ont monétisé leur solution IA. Pour accéder rapidement au marché, nombre d’entre elles lancent leurs produits sans avoir élaboré de stratégie de monétisation à long terme. Certaines renoncent même totalement à la monétisation lors du lancement.
Lorsque nous explorerons des exemples plus tard dans cette série, nous verrons que beaucoup de ces entreprises se contentent de modèles de tarification simples plutôt que de rechercher les meilleures stratégies de monétisation durables pour ces nouvelles offres d’IA générative. Avec les coûts élevés et les faibles marges bénéficiaires liés au GenAI, cela pourrait s’avérer catastrophique.
Et bien que les guerres de prix entre offres concurrentes (telles que ChatGPT Plus, Google One AI Premium et Amazon Q Business) puissent créer l’illusion que l’ajustement fin des prix suffit pour une monétisation réussie du GenAI, le problème est beaucoup plus complexe.
Pour véritablement perdurer dans ce paysage compétitif et évolutif, les entreprises modernes pourraient bénéficier d’approches tout aussi agiles. Cela nécessite une itération sur les stratégies de monétisation pour générer des revenus à partir de leurs offres GenAI. Et en faisant évoluer continuellement les prix pour générer des revenus et une croissance avec les demandes changeantes des clients, les entreprises peuvent atteindre ce que nous appelons la Monétisation Totale.
Alors que nous assistons à la naissance de ce nouveau marché, 2024 est l’année où la monétisation du GenAI commence véritablement. Les gagnants dans ce domaine ne seront pas ceux qui « donnent simplement gratuitement », mais ceux qui adoptent des stratégies de Monétisation Totale.
Quelles sont ces stratégies et comment les entreprises peuvent-elles les employer pour aider à aligner et adapter la monétisation du GenAI à l’échelle avec les demandes changeantes des clients ?
À première vue, vous pourriez supposer qu’il existe un certain niveau d’homogénéité dans l’approche actuelle de la monétisation. Cependant, notre analyse de plus de 70 offres GenAI révèle une riche tapisserie de stratégies se développant en temps réel.
Dans cette série, nous documenterons et explorerons l’état évolutif du marché du GenAI, en commençant par le triangle coût, adoption, valeur — et ce que cela peut révéler sur la raison pour laquelle la monétisation du GenAI est encore une opportunité manquée pour tant d’entreprises.
La majorité des entreprises SaaS ratent l’opportunité de monétiser le GenAI.
L’adoption rapide du GenAI par les entreprises et les individus est le résultat de son design axé sur l’utilité, ses solutions centrées sur l’utilisateur et ses interfaces simplifiées. Cependant, en raison de la nature rapidement changeante de cette technologie et du marché, des directives claires pour les meilleures pratiques de monétisation du GenAI sont à la traîne.
Tester et itérer sur les stratégies de monétisation pour le SaaS a toujours été un art délicat, mais pour le GenAI, se déplacer rapidement et apprendre des leaders actuels est absolument vital pour le succès. Si la monétisation est une réflexion après coup, l’échec est assez probable. Avec des marges brutes de GenAI en moyenne 10 à 30 points inférieures à celles du SaaS, la rentabilité est difficile dès le départ.
Pour les entreprises qui développent et lancent des solutions GenAI, trouver la bonne stratégie de monétisation pour le GenAI nécessitera un exercice d’équilibre continu. Nos recherches indiquent que les entreprises devraient continuellement explorer et viser un équilibre parmi trois domaines clés de focalisation de la monétisation :
Orienté coût : Cette approche est simple à mettre en place tout en sécurisant les niveaux de marge, mais est décorrelée de la valeur client. Cela signifie que l’argent est souvent soit laissé sur la table, soit vous finissez par surfacturer. Orienté adoption : Rend facile pour les clients de monter à bord et de faire affaire avec vous, mais au détriment des marges de profit (surtout étant donné les économies de coûts spécifiques de GenAI par rapport au SaaS que nous discuterons). Orienté valeur : Assure l’alignement entre la création de valeur et la capture de valeur, mais nécessite la stratégie et les outils pour mesurer et démontrer directement la valeur. Cette approche devrait être l’objectif à long terme pour la plupart des entreprises.
Image : Une itération continue est nécessaire pour équilibrer les coûts, l’adoption et la valeur afin d’atteindre une Monétisation Totale du GenAI.
Bien qu’il n’y ait pas de manière unique de monétiser vos offres GenAI, comprendre les interactions et les défis de ces trois domaines clés de monétisation peut aider à fournir un focus stratégique.
Les dynamiques de coût du GenAI sont considérablement différentes de celles du SaaS traditionnel
Contrairement au SaaS traditionnel, la nature même des solutions GenAI engendre des coûts non négligeables pour chaque interaction ou requête utilisateur, entraînant des coûts marginaux beaucoup plus dynamiques. En effet, les coûts du GenAI augmentent souvent avec le nombre de requêtes des utilisateurs.
Alors que le Coût d’Acquisition est l’un des éléments les plus importants dans l’économie du SaaS, le GenAI nécessite une analyse plus approfondie du Coût des Biens Vendus. Par exemple, OpenAI dépense environ 700 000 dollars par jour pour faire fonctionner ChatGPT. Même avec des revenus annuels dépassant les 2 milliards de dollars, les coûts opérationnels sont si élevés qu’ils dépassent encore la croissance des revenus. Et étant donné la forte demande pour le GenAI dans un avenir proche et la complexité croissante des cas d’utilisation, il est peu probable que les coûts diminuent prochainement.
Ces coûts astronomiques sont en partie dus à la R&D nécessaire pour créer des solutions GenAI : réentraînement des modèles, inférence, et un nombre limité d’experts en IA, pour n’en nommer que quelques-uns. Une fois opérationnelles, les coûts récurrents de l’hébergement et de l’exécution d’une solution, typiquement autour de 10 % des revenus pour une entreprise SaaS, sont nettement plus élevés pour le GenAI (souvent de 5 à 15 points de pourcentage).
Enfin, chaque interaction client avec le modèle GenAI sous-jacent, également connue sous le nom d’inférence, a tendance à avoir un coût marginal non négligeable associé, ajoutant une variabilité des coûts beaucoup plus élevée dans le mélange économique unitaire. Cela diffère des modèles SaaS, qui bénéficient d’effets de mise à l’échelle plus forts.
En conséquence directe, plus d’un tiers des 70 offres GenAI que nous avons évaluées dans cette recherche sont monétisées selon un modèle de consommation (basé sur l’utilisation) ou un modèle hybride (combinant des éléments de frais récurrents et basés sur l’utilisation). En liant étroitement l’utilisation réelle des clients avec la logique de tarification, de telles approches aident à assurer un meilleur alignement des modèles de revenus avec les modèles de coûts. Ces offres sont généralement monétisées sur la base d’activités ou de sorties telles que des jetons, des heures CPU/GPU, des images générées, etc.
Ce type d’approche de monétisation est sur-représenté pour les plateformes « sous-jacentes » hébergeant des modèles GenAI — telles que OpenAI, Anthropic, Amazon, Cohere, Google Vertex, AI21, MistralAI, HuggingFace et AWS Bedrock.
Ces approches basées sur l’utilisation et hybrides font également leur chemin dans la couche « application » de niveau supérieur. Par exemple, Microsoft facture son Copilot for Security sur une base « par heure d’unité de calcul de sécurité ». Adobe facture sa solution créative Firefly sur la base d’abonnements qui incluent un certain nombre de crédits, tandis que des crédits supplémentaires peuvent être achetés.
Le taux d’adoption surpasse la monétisation réussie.
L’adoption et le déploiement du GenAI ont augmenté de manière exponentielle dans les entreprises ces derniers mois. Les acteurs du GenAI misent sur une poursuite de cette croissance. À mesure que les employés et les cadres deviennent plus compétents en IA, les cas d’utilisation et le potentiel de valeur associé pourraient exploser.
En effet, 91% des organisations d’entreprise prévoient des améliorations de productivité grâce à l’utilisation du GenAI.
Dans des entretiens individuels avec des dirigeants et des décideurs, surtout de la part des acteurs du SaaS traditionnel qui ont récemment lancé des plans enrichis d’IA, nous avons appris que l’adoption pourrait être plus modérée que ce que suggèrent de nombreux articles. Cependant, il reste crucial pour les entreprises SaaS d’accéder rapidement au marché, malgré l’augmentation des coûts du GenAI précédemment mentionnée.
Dans une démarche de lancement rapide de leurs services GenAI, de nombreuses entreprises s’appuient sur des approches traditionnelles de monétisation du SaaS pour générer des revenus. Ces stratégies ne sont probablement pas viables sur le long terme.
Quelles sont certaines des tendances orientées vers l’adoption que nous observons actuellement ?
Une variété d’options d’essai semblables à celles du SaaS
Plus de 65% des entreprises étudiées offrent actuellement des essais gratuits, limités soit en nombre de jours, soit en nombre d’interactions avec le moteur GenAI. Ce mécanisme répandu dans les ventes de SaaS menées par le produit permet aux clients potentiels de tester directement la nouvelle technologie, de comprendre sa valeur, et ultimement de réduire les barrières à l’inscription.
Une dépendance excessive aux modèles de tarification SaaS
traditionnels
Pour lancer rapidement et stimuler l’adoption, plus de 40% des offres que nous avons analysées s’appuient sur des modèles SaaS traditionnels, tels que la tarification par utilisateur ou par siège. Cela est particulièrement vrai pour les offres de type copilote, qui visent à augmenter la productivité des utilisateurs existants. Des exemples incluent GitHub Copilot, Microsoft Office 365 Copilot, et les compléments Salesforce Einstein.
Bien que généralement acceptables, prévisibles et faciles à activer à court terme, les modèles de monétisation par utilisateur pourraient devenir un obstacle dans leur parcours vers un modèle commercial plus durable. En fait, cela entraîne un effet néfaste évident : un utilisateur très actif (qui devrait extraire plus de valeur) est facturé de la même manière tout en étant moins rentable qu’un utilisateur qui utilise le service de manière plus sporadique. Dans le cas de Microsoft, on rapporte qu’ils perdent 4 fois plus par utilisateur actif par rapport aux utilisateurs normaux.
Pour pallier les inconvénients potentiels de ce modèle et mieux équilibrer les coûts avec la génération de valeur potentielle, des entreprises comme Box innovent en établissant des seuils d’utilisation. Par exemple, le plan Enterprise Plus de Box comprend 20 requêtes GenAI par utilisateur par mois, plus un pool d’entreprise de 2 000 requêtes supplémentaires, avec des options pour en acheter davantage au besoin.
Cette stratégie de plafonnement a été mise en œuvre par des entreprises GenAI en termes de volume d’interactions, comme décrit précédemment, mais aussi en termes de vitesse de modèle, ou de qualité de modèle au-delà d’un certain seuil. ChatGPT, Adobe Firefly, Google Gemini Business pour Workspace ou Regie Copilot utilisent également de tels modèles.
Maximiser le potentiel d’une adoption rapide
Tous ces points combinés posent un défi unique pour aligner les incitations entre le coût du service et la monétisation. Mais comment les entreprises peuvent-elles progressivement passer de stratégies axées sur l’adoption risquée à des modèles plus durables et axés sur la valeur, surtout alors que la pression monte ?
Les résultats récents d’Adobe offrent une illustration parfaite. Dans une note aux clients L’analyste Brent Thill a écrit que l’IA sera « plus lente à monétiser que ce que les investisseurs souhaitent ». Adobe continue de se concentrer sur la promotion de l’adoption et de l’utilisation de l’IA, ouvrant ainsi la voie à des modèles de monétisation plus innovants qui alignent mieux la création et la capture de valeur.
Alignement des modèles de tarification sur la valeur
Promouvoir l’adoption en utilisant les modèles traditionnels d’utilisateurs SaaS ne semble pas être une méthode pérenne pour les offres GenAI, étant donné les dynamiques de coûts uniques de cette technologie, sans même parler de la rentabilité. Cependant, un modèle centré sur les coûts pourrait empêcher les acheteurs de prédire ou comprendre le prix facturé de manière adéquate.
Plutôt que d’adopter des stratégies strictement centrées sur les coûts ou l’adoption, les entreprises devraient mettre en œuvre les meilleures pratiques de monétisation qui favorisent une croissance récurrente à travers les secteurs : les modèles de monétisation basés sur la valeur.
Une approche axée sur la valeur détermine les prix principalement sur la valeur perçue ou estimée d’un produit ou service pour le client, plutôt que sur le coût de production ou la concurrence du marché. Comme le résume le concept du bâton de valeur du professeur Oberholzer-Gee, cela aide à aligner le prix avec la disposition à payer du client. D’où l’importance de commencer la monétisation immédiatement pour envoyer un signal de valeur significatif.
Source: Harvard Business School Online. PDE – propension à dépenser; PDV – propension à vendre.
Approche basée sur la valeur pour le GenAI
Le GenAI, encore très nouveau et radicalement différent, rend complexe une approche basée sur la valeur. Malgré une compréhension claire de la nature unique et transformatrice du GenAI, beaucoup admettent qu’ils ne savent toujours pas comment monétiser leur offre.
Parallèlement, les clients sont tout aussi incertains quant à leur volonté de payer pour les services GenAI. Lorsqu’on leur demande quel niveau de prime ils seraient prêts à payer pour des fonctionnalités ou des capacités GenAI nouvelles ou innovantes, plus de 25 % des dirigeants répondent qu’ils « ne savent tout simplement pas ».
Malgré des coûts massifs et des risques, les entreprises qui lancent des offres GenAI sont forcées de mener un véritable exercice d’exploration de la valeur en temps réel. Le succès repose désormais sur une compréhension claire de la proposition de valeur d’une offre GenAI pour le client, puis sur une alignement rapide de la monétisation avec cette dernière. En conséquence, les pionniers du GenAI ont lancé des offres en phase bêta pour capitaliser sur l’engouement actuel, tout en espérant stimuler suffisamment l’adoption et les points de données pour mieux explorer les cas d’utilisation optimaux, les profils de clients idéaux et, en fin de compte, mesurer la valeur.
À titre d’illustration, en août 2023, on prévoyait que les coûts opérationnels écrasants entraîneraient la faillite d’OpenAI d’ici fin 2024. Cependant, l’entreprise a rapidement mis à l’échelle sa monétisation, en utilisant probablement l’un des sondages sur la sensibilité des prix les plus rapides jamais réalisés pour définir leur premier prix pour ChatGPT.
Finalement, tout comme d’autres services récurrents, le GenAI peut s’aligner sur la valeur et atteindre la rentabilité en tirant des leçons des demandes des clients et des stratégies bien établies des leaders de croissance.
Avoir la bonne approche envers la valeur
Avec l’évolution en temps réel des cas d’utilisation du GenAI, s’aligner sur la valeur produite peut sembler presque impossible. Pourtant, de nombreuses entreprises GenAI font déjà de fortes déclarations de valeur.
Par exemple, une offre GenAI peut apporter de la valeur en augmentant l’efficacité et le moral des employés. GitHub a identifié que son service GenAI Copilot aide les développeurs à coder jusqu’à 55 % plus rapidement, en plus d’améliorer leur satisfaction au travail globale. L’agent GenAI d’Intercom, Fin, résout instantanément 30-50 % des questions de support. L’Accélérateur de Revenus AI de Zoom augmente les revenus des entreprises et l’opinion des clients de plus de 20 %. Pour les petites entreprises, les services GenAI de production de contenu comme Canva ou Jasper peuvent leur donner un avantage marketing qu’elles n’auraient pas pu se permettre autrement.
Cela signifie que de nombreuses offres GenAI « parlent déjà de la valeur ». Mais pour « marcher l’allure de la valeur », elles auront besoin de capturer et d’analyser des insights clients basés sur les données afin d’évaluer quelle métrique de valeur elles impactent réellement et quelle est l’ampleur de cet impact.
Sans étayer ces gains, il sera très difficile pour un acheteur exécutif de faire confiance à des centaines de fournisseurs GenAI affirmant des gains significatifs en efficacité ou en chiffre d’affaires. Submergés par des offres de copilote promettant des améliorations de l’efficacité des employés de 50 %, plus d’un dirigeant commencera probablement à lever les sourcils.
Par conséquent, la preuve de la valeur ne peut se limiter à un simple exercice théorique, mais nécessitera que les chefs de produit et les équipes de mise en marché s’assoient avec les clients et les écoutent, les aidant à découvrir progressivement la valeur, àl’évaluer et la prouver. Ce processus de découverte mutuelle de la valeur profite à toutes les parties concernées. Un exemple de ce type d’exercice peut être vu dans les pilotes payants offerts par le fournisseur d’IA d’entreprise C3 AI.
Capturer la prime de valeur
Les attributs suivants peuvent être des prédicteurs du succès des produits GenAI dans l’adoption d’un modèle plus orienté vers la valeur ou les résultats, permettant ainsi de capturer une prime de valeur supérieure de la solution. Dans les articles ultérieurs de cette série, nous examinerons de plus près les métriques de tarification spécifiques que les entreprises utilisent pour atteindre cet objectif.
Unicité de l’ensemble de données : Exclusivité, profondeur et rareté des données utilisées pour entraîner le modèle GenAI, surtout si l’ensemble de données offre des insights uniques ou des avantages compétitifs.
Spécialisation : Spécialisation dans un domaine ou un cas d’utilisation spécifique, résolvant des problèmes clairs avec une grande précision, ce qui le rend plus précieux pour les clients ciblés.
Attribuabilité de la création de valeur : Capacité de la solution à être directement liée à un impact quantifiable en termes de création de valeur et de retour sur investissement continu (croissance des revenus, économies de coûts…).
Temps pour la valeur : Vitesse à laquelle les clients peuvent déployer la solution et commencer à réaliser des avantages tangibles, car les gains rapides soutiennent la justification et la priorisation des investissements.
Scalabilité de la solution : Facilité avec laquelle la solution peut être mise à l’échelle de manière élastique pour accommoder la croissance des données, des utilisateurs ou de la complexité, affectant la valeur à long terme et l’adaptabilité.
Conformité réglementaire et locale : Adhésion aux réglementations pertinentes et aux mesures de confidentialité des données, surtout celles de niche ou locales, minimisant les risques juridiques pour les clients.
Position dans la chaîne de valeur GenAI : Criticité au sein de l’écosystème GenAI plus large. Les offres dans les couches supérieures de la chaîne de valeur, c’est-à-dire les applications, sont souvent dans une position plus confortable pour capturer une prime de valeur étant donné leur capacité à tirer parti du point mentionné ci-dessus. Tandis que de nombreux fournisseurs d’infrastructure et de modèles continueront probablement à faire face à une situation plus banalisée et compétitive — sauf pour ceux de niche (par exemple, hyperspécialisation, respectueux de l’ESG, etc.).
Image : Chaîne de valeur GenAI à quatre niveaux. Certains niveaux sont fusionnés pour simplifier.
Pour capturer et partager la prime de valeur, les entreprises devraient idéalement adopter une métrique de monétisation alignée sur le moteur de valeur qu’elles cherchent à optimiser, ou au moins une métrique qui évolue de manière similaire. De plus, l’exploration des cas d’utilisation et de la valeur devrait prendre en compte les besoins et l’utilisation de différents profils d’utilisateurs.
Fait peu surprenant, moins de 10 % des 70 offres analysées s’engagent activement dans cette démarche aujourd’hui (c’est-à-dire sans répercuter les coûts avec une surcharge ni monétiser les utilisateurs). Intercom, par exemple, facture son chatbot IA Fin en fonction des résolutions obtenues. Chez 11x, une société qui fournit des travailleurs numériques AI pour le marché, 90 % des clients sont facturés sur un modèle « par type de tâche », mais l’entreprise teste également une tarification basée sur les résultats, selon Kyle Poyar.
Il est crucial que les métriques de tarification soient en adéquation avec la perception de la valeur par les acheteurs, renforçant ainsi un sentiment d’équité et de transparence. Ce processus rend le parcours d’achat plus transparent grâce à l’utilisation d’une métrique conviviale pour le client, assurant ainsi que leur investissement soit justifié par la valeur apportée. Selon une étude menée conjointement par le Subscribed Institute et le Boston Consulting Group, les clients envisageant des solutions GenAI préfèrent effectivement une tarification basée sur l’utilisation ou les résultats.
Monétiser le GenAI est un parcours évolutif, nécessitant d’expérimenter avec les stratégies de tarification et les métriques
Aujourd’hui, de nombreuses entreprises utilisent des métriques simples comme les tokens ou le nombre d’utilisateurs, mais on s’attend à une transition vers des modèles de tarification plus nuancés et basés sur les résultats, adaptés aux cas d’utilisation spécifiques.
L’évolution de ces stratégies ne sera pas rapide. Brent Thill, analyste du secteur, prévoit que les impacts financiers significatifs des innovations GenAI d’Adobe ne se concrétiseront pas avant fin 2024 à 2025. Cette lenteur reflète la nature itérative de ces adaptations.
Les développements récents, tels que l’introduction du Duo Enterprise Tier par GitLab et le lancement par Microsoft d’un essai gratuit mondial pour Copilot, montrent les changements rapides et les expérimentations de monétisation en cours dans l’industrie. Ces ajustements dynamiques mettent en évidence l’importance des stratégies de tarification réactives qui peuvent s’adapter rapidement aux demandes du marché et aux retours des utilisateurs.
Ultimement, l’objectif de la monétisation du GenAI n’est pas seulement une tarification compétitive, mais la création de valeur véritable. En dépit des pressions pour réduire les coûts et automatiser, l’avenir consiste à aligner étroitement les coûts avec la création de valeur. Cette approche définira la monétisation réussie des technologies GenAI, garantissant leur durabilité et équité.
Dans le prochain article
Prochainement, vous découvrirez une analyse basée sur la recherche et des exemples des quatre principales voies de monétisation du GenAI actuellement utilisées par les leaders du secteur, les avantages et les inconvénients de chaque voie, et pourquoi près d’un tiers des entreprises GenAI optent pour une certaine approche.
En savoir plus sur l’auteur
Michael Mansard
Président EMEA, Subscribed Institute
Directeur Principal de la Stratégie d’Abonnement, Zuora
L'Institut Subscribed
Le Subscribed Institute est le think tank dédié de Zuora qui cultive et sert une communauté de leaders d’entreprise à travers la recherche, des contenus, des événements et des services de conseil. Les stratèges de l’Institut Subscribed sont une ressource pour nos clients pour les aider à élaborer des stratégies sur mesure vers le succès des modèles d’affaires basés sur les revenus récurrents, à développer des capacités internes et à naviguer rapidement vers l’Usage.
Envie d’en savoir plus ?
Parlez à l’un de nos experts ou contactez votre chargé de compte pour organiser un entretien.