GENAIマネタイゼーションリサーチレポートの状況
GenAIの価格設定指標とモデルの未来への一瞥
70社以上の企業からの提供物に対するデータ駆動型の分析
著者: マイケル・マンサード、サブスクライブド・インスティテュートEMEA会長
方法論：この進行中のデータ駆動型分析では、GenAIオファーを持つ70社以上の企業の収益化戦略を調査しています。 研究、分析、および2024年4月時点のプレスリリース、記事、ベンダーウェブサイトからの公開情報に基づく推奨事項。
洞察を探求する
以下のリンクをクリックして、最も興味のあるトピックについて詳しく読むことができます。
人工知能（AI）と生成的AI（GenAI）が複数の業界を革新し続ける中、効果的な収益化戦略は、企業が採用を続け、成長を維持するための重要な要素となっています。革新と持続可能な収益モデルのバランスをとりながら、顧客満足度と市場競争力を確保することが重要です。
このシリーズを通じて、私たちは70以上のGenAI提供を調査し、GenAI提供の立ち上げに関与する主要な要素をバランスするための重要な戦略を特定しました： 途方もないコストの克服、採用の推進、価値の捕捉。
また、これらのGenAIの提供がどのように位置づけられているかとパッケージ化されているかについての主要なトレンドも見てきました。これにより、企業が現在直面しているさまざまな収益化戦略決定の利点と課題が明らかになりました。
この記事では、GenAIの価格設定指標とモデルの範囲を探り、使用量ベースの（消費量ベースとも呼ばれる）価格設定指標と価値重視の戦略、たとえばハイブリッドモデルについて強調し、これにより価格を実際に顧客に提供される価値によりよく調整し、同時にコストに対するヘッジも行います。
GenAIの収益化に関するシリーズの残りを探索してください：
伝統的な席ベースやユーザーベースの価格設定は、一般的ですが、GenAIのユニークでダイナミックな価値を捉えるにはもはや十分ではありません。実際、答えはおそらく一つの価格設定モデルには見つかりません。むしろ、この分野ですでにいくつかの先見の明を持つ人々が発見しているように、トータルモネタイゼーションのアプローチをGenAIに採用するためには、エンドツーエンドの戦略に到達するためにデータ収集と実験の継続的な旅が必要です（展示1）。
展示1: GenAIのトータルモネタイゼーションを達成するための学習と反復
「私たちは積極的に採用を進めていますが、消費量や価値のパターンが明らかになるにつれて、価格設定モデルは進化し続けると考えています。」
– Colin Carroll, PwCのプライシングと商業優秀性
セクション1: GenAIの価格設定メトリックのトレンドから学ぶ
価格設定メトリックまたは価値メトリックは、製品やサービスの価格設定の基礎となる定量的な指標です。適切な価格設定メトリックまたは価値メトリックを選択することは重要です。なぜなら、理想的には、サービスの価格とそれが提供する価値を一致させるべきだからです。これにより、価格設定の公平性と透明性が確保され、顧客満足度と継続性に大きな影響を与えます。
以下に示すように、これらの単位やメトリックは、「ユーザー数」などの宣言的でコミットメントのあるものから、「チャットレスポンス数」などの使用量ベースのものまでさまざまです（展示2）。
展示2: GenAIの価格設定メトリックはスペクトラム全体にわたっています
価格設定メトリックの選択肢のスペクトラム：
- フラット（メトリックなし）： メトリックに基づいて課金しないサブスクリプションモデル。これらの製品は通常、エンタープライズよりも消費者やSMBを対象としているため、このアプローチは理にかなっています。
- インプット： GenAIプロセスを運用するために必要なリソース、つまりインプットに焦点を当てる。たとえば、GitHubはそのCopilotツールでユーザーごとに課金しています。
- アクティビティ： アウトプットに寄与する特定のアクションに基づいています，例えば、GenAIのクエリ数や使用したGPU時間など。たとえば、C3.AIは仮想CPU（vCPU）時間ごとに課金しています。MicrosoftのCopilot for Securityはセキュリティコンピューティングユニット時間ごとに課金されます。
- アウトプット： GenAIのアクティビティによって生成される具体的なアウトプットに関連しています、例えば、生成されたメールや画像の数など。Adobe Fireflyは、AIが生成する画像の数に応じて使用量を測定しています。
- アウトカム： GenAIを通じて達成されたビジネスインパクトを測定しています、例えば、成功した顧客インタラクションのパーセンテージなど。Chargeflowは、顧客の有利に解決されたチャージバックごとに課金します。
展示2に示すように、私たちの調査対象のオファーの一部はフラットフィーの価格設定を利用しており、メトリックを全く使用していません。しかし、メトリックを利用しないと成長が制限されると認識している企業がほとんどであることがわかります。調査結果によると、メトリックを使用する企業は使用しない企業よりも30%高速に成長することが示されています。適切な価格設定メトリックを選択することは重要で、公平性、透明性、価値の実現、顧客満足度と継続性を確保するために不可欠です。
そして、現在のオファーの約50%が入力ベースのカテゴリにある（展示2）一方で、状況はもう少し複雑です。セクション2で議論するように、これらの席ベースのオファーの一部はすでに、ユーザーベースの価格設定の上に使用量ベースのメータリングと閾値設定を一部導入しています。
しかし、まず、私たちの研究が現在の企業がこれらの4つのメトリックタイプをどのように活用して、GenAIのオファーを追跡し、マネタイズしているかを詳しく見てみましょう。
入力
私たちの研究では、ユーザーあたりやシートあたりなどの入力ベースの指標がGenAIにとって最も一般的であることが明らかになりました。これは、これらの確立されたSaaS価格設定指標が、GenAIのような新しいオファーを素早く市場に投入するための馴染みやすく簡単な方法を提供するからです。その結果、入力ベースの指標は、分析した70以上のオファーのうち、半数以上で使用されています―特にGenAIアプリケーション（展示3）。特筆すべき例としては、Salesforce Einsteinのアドオン（ユーザーあたり月額70ドル）やChatGPT Team（ユーザーあたり月額25ドル）などがあります。
展示3：GenAIアプリケーションおよびモデルの価格設定指標分布*
*GenAI価値チェーンに関する詳しい情報は、以前のインストールメントをご覧ください：GenAIの収益化：なぜほとんどのSaaS企業が見逃しているのか そして GenAI向けの先頭を走るパッケージングモデル。
この古典的で真実な方法は、初期のローンチ段階で上手く機能し、採用を促進するのに役立ちますが、GenAI技術の新奇さは、製品リーダーや経営者たちに、価格設定のベストプラクティスを見直すように促しています。実際、早期のデータでは、席ベースの指標を単独で使用することが逆効果をもたらす可能性があることが示されています。
その理由は次の通りです。これは古いジム会員制のパラドックスや失敗したDelta Unlimited Flight Passに似ています―サービスからより多くの価値を引き出すべき非常に活動的なユーザーが、あまり活動的でないユーザーと同じ料金を請求されます。結局のところ、これらのより積極的なユーザーは利益率を下げますが、ユーザーベースの指標はこの価値提供やコストの変動を追跡または調整することができません。これは、プロバイダーがこれらのユーザーに対応するインセンティブを持っていないことを意味します。これらのユーザーは、彼らのパンとバターであるべきです。
このミスマッチは、壊滅的な結果をもたらす可能性があります。MicrosoftのGitHub Copilotはすでに大きな損失を感じていると報じられています、ユーザーあたり平均で毎月20ドル、活動的なユーザーでは月額80ドルを失っています。これは、エンタープライズの設定で、すべての従業員にチャットボットやコパイロットのライセンスを購入することが現時点ではコスト効果的でない理由を完璧に示しています。
長期的には、入力ベースの指標だけに基づくベンダーは、価値の取り込みを制限し、将来の収益成長のボトルネックとなる硬直した価格設定のために、柔軟性と収益性が限定されることになるでしょう。これを考慮に入れて、ユーザーベースの価格設定は、GenAIオファーの大多数にとって過渡的なモデルに過ぎないと予測しています。実際、ますます多くの企業が既に、ユーザーベースの指標に加えて使用ベースの指標を利用した価値ベースのモデルに移行しています。
.
もっと効果的な価値ベースのアプローチを詳しく見てみましょう。
ユーザーベースから使用量ベースのメトリクスへの移行
使用量に基づく課金、または消費型またはメーター制課金とも呼ばれるこのモデルは、製品やサービスの実際の使用量に基づいて顧客に請求する方式です。このアプローチは、近年、特にテレコミュニケーション、ユーティリティ、SaaS、そして今ではAIといった業界で大きな注目を集めています。
一律料金やユーザーベースの課金だけではGenAIに対して十分でないという認識を受け、多くの企業が使用メトリクス（活動、出力、結果など）を採用してGenAIの使用量を測定し、閾値を設定し始めています。
使用量に基づくメトリクスの利点：
- 導入を促進： 初期コストが低いことで、顧客は自分たちが使用する分だけ支払うため、導入率が高くなります。
- 柔軟性： 顧客は最小限のコミットメントで始めて、価値を見つけ次第使用量を増やすことができ、低リスクのエントリーポイントを提供します。
- 顧客の維持： 定期的に価格を実際の活動、出力、または結果に合わせることで、顧客の満足度とロイヤルティを維持します。これは彼らが使用量に比例して支払うためです。
- 使用量の可視化と透明性： 活動のリアルタイムトラッキングにより、顧客は自分たちの使用量と支出を監視でき、透明性を高め、顧客の満足度とコントロールを向上させます。
- 品質を奨励： プロバイダーは、出力や結果を最大化するために、GenAIの品質と効率を向上させることに動機づけられます。これは両者にとって利益となります。
- イノベーションと実験： プロバイダーは、顧客満足度と収益を最大化する最適な構造を見つけるために、異なる活動ベースの課金モデルをテストし、反復することができます。
- 競争優位の強化： 使用量に基づく課金を提供するプロバイダー、特に結果に基づく課金を提供するプロバイダーは、確実な結果を求める顧客を引きつけることで市場で目立つ可能性があります。
- コストとの整合性： GenAIのような無形のサービスに対してコストに基づいて価格設定することは通常は推奨されませんが、使用量に基づくメトリクスは、関連する高コストや低利益率を緩和するのに役立つ可能性があります。
使用量に基づくメトリクスの課題：
- 複雑さの可能性： 使用量に基づくメトリクスが単独で、何らかのコミットメントレベルなしで使用される場合、プロバイダーと顧客の両方にとって、コストと収益の管理と予測がより困難になる可能性があります。
- 請求の複雑さ： 請求プロセスがより複雑になり、請求に関する争いが生じる可能性があります。リアルタイムの顧客使用データの可視性がビジネス全体で重要になります。
- プロバイダーにとってのリスク： 特に成果に基づくメトリクスの場合、目指す結果が達成されないか、または測定が困難な場合、リスクが高くなります。ベンダーと顧客の両方が、成功した結果を何とするかについての定義について合意しなければなりません。
- 顧客の過剰なコミットメント： ある程度のコミットメントがある場合、顧客が維持できる以上の使用量を約束してしまうリスクがあります。特に、GenAIサービスのような新しく発展途上のイノベーションでは、ユースケースと価値がまだ探求されている段階です。
アクティビティとアウトプット
アクティビティベースとアウトプットベースのメトリクスは、すでにGenAIのオファーに対するバリューチェーンのモデル層での主要なアプローチとなっています（展示3）。しかし、それらのケースでは、主に「コストプラス」の精神で設定されています。つまり、コストモデルを収益モデルに合わせるということです。これは、IaaSやPaaSのプロバイダー（Azure、Google Cloud Platform、AWSなど）が販売する典型的な方法であり、彼らが類似のバイヤーに対応しているからです。そして、ユーザー自身は直接GenAIモデルにアクセスするわけではなく、消費はアプリケーションレベルの別のシステムから発生します。
しかし、アクティビティやアウトプットの「トークン」ごとに、アプリケーション層で実行されるユースケースやコンテキストによって、その価値は大きく異なります（展示4）。
展示4：アクティビティベースとアウトプットベースのメトリクスの例
アウトカム
特定のビジネス結果を提供するGenAIソリューションに適したアウトカムベースの指標は、価格をビジネスの結果に直接リンクさせることでGenAIの価値を強調します。このタイプの指標は、セールスやマーケティングオートメーション、金融予測などのパフォーマンス指標に焦点を当てた業界でうまく機能します。
よく設計されたアウトカムベースのモデルは、その本質上、顧客中心の指標であるため、価値の最大化をさらに最適化することができます。これらは、顧客サービスの解決策を達成したり、チャージバックの決済を行うなど、顧客の戦略的な目標と一致します（展示5）。このような指標は、プロバイダーとユーザー間で価値の相互理解を必要とします。これを行うために、ベンダーは、ソリューションがカバーするプロセスやワークフローの基礎となるコストと価値のドライバーを明らかにするために時間を必要とします。
これが、アウトカムベースのモデルの初期の採用者が通常、解決に至るまでのコストがすでにわかっている顧客サービスやサポートのユースケースで見つけられる理由です。AIの顧客サービスソリューションであるIntercomは、これの完璧な例です（展示5）。
展示5: アウトカムベースの指標の例
アウトカムベースの指標は、我々の調査で取り上げたオファーの6%だけが使用しています（展示3）が、このシリーズ全体で、今後数ヶ月から数年にわたってこのような指標の増加を予測しました。企業は、価値の実現を最適化するために、価格設定戦略を繰り返しています。
業界特化型のGenAIソリューションであるHarvey.aiやHippocratic.aiは、現時点ではアウトカムベースの指標を使用しているようには見えませんが、強固な議論ができますその戦略の成長ポテンシャルについて。
前回の記事でも、同様の理由で、そのようなソリューションは時間と共にパーソナまたは機能ベースのパッケージングにシフトすると予測しました。両方の戦略は、価格設定とパッケージングを顧客が実際に受け取る価値と一致させることを目指しています。
以下の属性は、GenAI製品がより価値あるいはアウトカム指向のモデルに移行し、ソリューションの高価値プレミアムを捉える成功の予測因子となる可能性があります。
|
基礎データセットのユニークさ |
GenAIモデルを訓練するために使用されるデータの排他性、深さ、珍しさ、特にデータセットがユニークな洞察や競争優位を提供する場合。 |
|
専門化 |
特定のドメインやユースケースにおける専門化、明確な問題に高精度で対応し、それをターゲットとする顧客にとってより価値がある。 |
|
価値創造の帰属可能性 |
ソリューションが価値創造と継続的な投資回収（収益成長、コスト節約など）の観点から量的な影響に直接リンクできる能力。 |
|
タイム・トゥ・バリュー |
顧客がソリューションを展開し、具体的な利益を得るまでの速さ。クイックウィンが投資の正当化と優先順位付けを支援します。 |
|
ソリューションのスケーラビリティ |
ソリューションをデータ、ユーザー、複雑さの成長に合わせて弾力的にスケーリングできる容易さ。これは長期的な価値と適応性に影響を与えます。 |
|
規制と地域のコンプライアンス |
関連する規制やデータプライバシー対策、特にニッチまたは地元のものへの順守。これにより、顧客の法的リスクを最小化します。 |
|
GenAIバリューチェーンでのポジション |
広範なGenAIエコシステム内での重要性。 |
企業がアウトカムベースの指標に向かって移行するにつれて、これはジョブズ・トゥ・ビー・ダン（行われるべき仕事）の理解とデータの要求が増すことを意味します。これにより、よく選ばれた顧客中心の指標を使ったオファーのハイパーセグメンテーションが進むでしょう。
幸運なことに、既存のデータはすでにこのアプローチの成長ポテンシャルを証明しています。Subscribed Instituteの研究によると、各チャージモデルが全収益の少なくとも10%を占める3〜5のチャージモデルを持つ企業は、年間収益成長、平均収益（ARPA）成長、平均月間チャーン率（展示6）の観点から最もパフォーマンスが良いことが示されています。次のセクションでは、この成長を達成するために有効な価格設定モデルについて詳しく説明します。
展示6：より多くのチャージモデルを持つ企業の方がパフォーマンスが良い
.
セクション2：GenAIのための価格設定メトリクスの組み合わせモデル
価格設定メトリクスについて説明したところで、次に、企業がGenAIのオファーを市場に出すために使用している商業的なレバーと価格設定モデル、またはモデルの組み合わせのタイプを見ていきましょう。
我々が調査したGenAIのオファーのほぼ半分が、コミットされた定期的なモデルを採用しており、多くの場合、入力ベースのメトリクスを使用しています（展示7）。これらの場合、オファーには通常、公正な使用ポリシーと共にGenAIの無制限の使用が含まれています（NotionAIがこれの一例です）。または、コミットされた定期的なプランには、上位のティアに移動することで増加させることができるGenAIのインタラクションやクレジットの数が含まれているかもしれません。どちらもHeyGenとAnaconda Assistantがこの戦術を採用しているようです。
もう少し深く掘り下げると、ベンダーはすでにさまざまな価格設定モデルを採用していることがわかります。
ハイブリッドモデルで最高の両方を組み合わせる
ほとんどのGenAIアプリケーションは、そのシンプルさと馴染みやすさから初めてフラットまたはユーザーベースの価格設定を採用しますが、ますます多くのビジョナリーがハイブリッドの価格設定モデルを採用しています。現在、収益成長が難しいGenAIにとって、これは素晴らしい戦略です。実際、研究によれば、これらのモデルを採用しているSaaS企業は成長が速いことが示されています。
しかし、このシリーズの最初の記事で議論したように、GenAIの収益化の最終目的は単に競争力のある価格設定ではなく、真の価値の創造です。コスト削減と自動化へのプレッシャーにもかかわらず、前進する道は価値提供とコストの密接な調和についてです。
ハイブリッド価格設定モデルは、入力ベースと結果ベースのモデルなど、価格設定指標の組み合わせを統合することにより、この調和を達成するのに役立ちます（図7）。
シートベースの価格設定だけではGenAIの変化する要求と能力に対応できませんが、その上に使用量をレイヤー化することでスケーラビリティを向上させることができます。実際、私たちの調査では、オファーの50％以上がすでに何らかのハイブリッドモデルを採用し、事前のコミットメントや定期的なコミットメントと使用量ベースの価格設定の一部を組み合わせていることがよくあります（図7）。
図7: GenAIの価格設定指標とモデル
通常は前払いで課金されるシンプルな定期的な課金とは異なり、これらのハイブリッドモデルはより複雑な構造を持っています。ハイブリッド価格設定モデルは、主にペイアズユーゴー型の消費から、前払い型の引き下げ、または最小限のコミットメントの前払いとオーバーチャージの支払いまで、さまざまな形態を取ります。
使用量や消費ベースのハイブリッドモデルは、すでに価値連鎖のGenAIモデル層で広く用いられています。これらのオファーは、MistralAIのようなもので、トークンごとの支払いなど、出力指向の指標をよく用いています。一方、Chargeflowや他の一部の先駆者はすでに、自分の有利に解決したチャージバックの値の%など、結果指向の指標を採用しています。
オーバーチャージを伴うコミットメント型の定期課金モデルは、通常、入力ベースの価格設定と一定数の生成クレジット、一定の使用量の閾値設定、及びオーバーチャージ時に追加購入するオプションを組み合わせた形を取ります。
使用量の閾値設定は、GenAIの巨大なコストを克服するのに役立ちます。現時点では、以下の3つのバリエーションが見られます。
- 数量の閾値設定：期間ごとのインタラクションの数が制限されます。
- 速度の閾値設定：処理速度が制限されます。
- 品質の閾値設定：使用されるモデルの品質または生成される出力の品質が劣ります。
Adobe Fireflyは、これらの閾値を賢く組み合わせています。なぜなら、ユーザーは割り当てられたクレジットを使い果たした後もサービスを引き続き使用することができますが、処理時間が遅くなるか、タスクが制限されるか、画像の品質が低下する可能性があるからです。
図8: ハイブリッドモデルを作成するために使用される指標のスペクトル
最後に、ハイブリッドモデルのための多くの指標の組み合わせオプションがあります。これらは、ティアリングモデル（税金のブラケットに似ている）から、特定の期間内の使用量またはサービス消費の最高レベルに基づく高水位モデルまで、さまざまです。図8に非網羅的な視覚リストが提供されています。まとめると、これは価格設定とパッケージングの可能性の広大で、無限ともいえる範囲に、さらに一つの次元を追加するだけです。
ハイブリッドモデルは、使用量のメータリングにおける強い規律が必要であり、複雑なモデルを管理する際の収益漏れのリスクがあるため、収益保証を確保するために必要です。しかし、適切な戦略とツールを持つことで、これらのモデルはGenAIのスタートアップやSaaS企業が必要とする成長、スケーラビリティ、柔軟性を提供する可能性があります。
GenAIのためのハイブリッドモデルを選ぶ理由：
- 加速する年間定期収益（ARR）の成長：研究によれば、SaaS企業はハイブリッドモデルを使用することでより速く成長することが示されています。サブスクリプションと消費ベースの要素を統合することで、ビジネスは価値の最適化と大幅な収益成長を達成することができます。
.
持続可能なGenAIの収益化のための柔軟で顧客中心の戦略を採用する
使用基準やハイブリッド価格モデルへのシフトは、従来の席数やユーザー基準の価格設定からの重要な転換を意味し、これはもはやGenAIのユニークな価値を適切に捉えることができません。トータルモネタイゼーションのアプローチを採用する企業は、コストと顧客価値を調整し、競争力と満足度を確保するために、データを継続的に収集し、多様な価格設定メトリクスで実験を重ねなければなりません。
GenAIの収益化の未来は、コスト効率と価値提供のバランスを取る柔軟でデータ駆動のアプローチにあり、これによりGenAI駆動の市場での長期的な成功と成長が確保されます。
主なポイント
- ユーザーベースのパラダイムは、ほとんどのGenAIの提供にとって持続可能ではないため、価値メトリクスのスペクトラムに精通し、それを試すことが極めて重要です。
- 結果ベースのメトリクスが一部の企業にとって最終的な目標かもしれませんが、その達成には一定のプロセスが必要であり、それでもすべての提供がこのアプローチに最適な候補ではありません。
- 企業が価格設定と価値をより密接に調整するアプローチを微調整するにつれて、データ収集の増加、より顧客中心の考え方、実験、ハイパーセグメンテーションが必要になります。
この記事には、リリースの利点と欠点、GenAIソリューションの異なる価格メトリクスとモデルに関する予想など、多くのリスク、不確実性、仮定を含む先見的な声明が含まれています。歴史的事実の声明でない任意の声明は、先見的な声明とみなされる可能性があります。先見的な声明により表明される実際の結果は、多くの要因により、実質的に異なる結果をもたらす可能性があります。この記事の先見的な声明は、この記事の日付時点の現行の期待に基づいており、Zuoraは新情報、将来のイベント、その他の理由により、先見的な声明を更新または改訂する義務を負わない。また、このプレスリリースが市場データやその他の統計情報も含んでいる場合、その情報は見積もり、予測、予測、または類似の方法論に基づいており、本質的に不確実性を含んでおり、実際のイベントや状況はこの情報に反映されているイベントや状況と実質的に異なる可能性があります。記事で述べられているように、この推奨事項は基本的なガイドであり、未来の予測や正確なアドバイスを意図したものではありません。
著者についてもっと知る
マイケル・マンサード
EMEAチェア、サブスクライブドインスティチュート
Zuoraのサブスクリプション戦略主任ディレクター
サブスクライブド・インスティテュート
Subscribed Instituteは、Zuoraが専門的に運営するシンクタンクで、研究、コンテンツ、イベント、アドバイザリーサービスを通じてビジネスリーダーのコミュニティを育成し、サービスを提供します。 Subscribed Instituteのストラテジストは、お客様が定期収入ビジネスモデルの成功に向けて戦略的な、パーソナライズされた道筋を描き、内部能力を構築し、加速するユーザーシップへの旅をナビゲートするのを助けるためのリソースです。
