Nel panorama tecnologico attuale, le aziende stanno ancora navigando nelle acque inesplorate della monetizzazione dell'intelligenza artificiale, cercando formule che bilancino redditività e accessibilità. Un recente intervento di Bill Patterson, vicepresidente esecutivo per le applicazioni CRM di Salesforce, ha messo in luce come l'intero settore stia ancora sperimentando diversi approcci economici, rivelando le difficoltà nel trovare un modello universalmente efficace per le tecnologie AI.
La ricerca del modello perfetto in un mercato in evoluzione
Durante una conferenza organizzata dalla banca d'investimento Jefferies, Patterson ha espresso con franchezza lo stato dell'arte: qualsiasi fornitore che sostenga di aver trovato la formula magica per monetizzare l'AI "sta semplicemente illudendo se stesso". Questa dichiarazione evidenzia come anche i colossi tecnologici stiano procedendo per tentativi in un mercato ancora acerbo, dove le esigenze degli utenti e le possibilità tecniche continuano a evolversi rapidamente.
I diversi attori del mercato – dai fornitori di modelli autonomi, alle aziende cloud, fino ai venditori di applicazioni – stanno sperimentando varie soluzioni per identificare quella più adatta ai casi d'uso specifici. La flessibilità emerge come elemento chiave in questa fase di assestamento, tanto per i fornitori quanto per gli utenti finali.
Nell'ultimo anno, Salesforce ha attraversato diverse fasi nella definizione del proprio modello di pricing per l'AI. Inizialmente, l'azienda aveva introdotto un sistema basato su una tariffa di 2 dollari per conversazione con agenti AI, per poi espandere l'offerta includendo anche un modello basato sulle azioni eseguite dagli agenti virtuali.
Agentforce e Flex Credits: la scommessa sulla personalizzazione
A metà maggio, Salesforce ha presentato il nuovo modello di pricing Agentforce, che integra sia il sistema basato sulle conversazioni sia quello fondato sulle azioni – come l'aggiornamento dei record dei clienti, l'automazione di flussi di lavoro complessi o la risoluzione di casi. L'innovazione principale è rappresentata dall'introduzione dei Flex Credits, un sistema che consente agli utenti di passare liberamente tra questi modelli e le licenze basate sugli utenti.
Questa soluzione, secondo Salesforce, offre "ai clienti una flessibilità senza precedenti con un modello basato sul consumo che allinea i costi ai risultati aziendali". I clienti possono infatti convertire le licenze utente in Flex Credits o viceversa, esplorando nuovi casi d'uso che generano valore per il loro business.
Il ventaglio di opzioni tra conversazioni, azioni e abbonamenti
Patterson ha delineato lo scenario attuale dei modelli di monetizzazione AI, evidenziando tre principali approcci. I cosiddetti "hyperscaler" (i grandi fornitori di servizi cloud) tendono a monetizzare l'AI attraverso i token, mentre le aziende di applicativi optano per modelli basati su conversazioni o azioni. Una terza via, che secondo Patterson potrebbe essere maggiormente adottata da Salesforce in futuro, è l'offerta per utente al mese.
Alcuni fornitori stanno anche valutando un pricing basato sui risultati, un approccio che Patterson definisce "interessante ma difficile da scalare", principalmente perché risulta complicato determinare quanto del risultato finale sia attribuibile all'AI e quanto all'intervento umano.
La promessa di marginalità elevata
Al di là delle incertezze sul modello ottimale, Marc Benioff, CEO di Salesforce, ha rassicurato gli investitori che il passaggio all'AI "agentica" rappresenterà "un'opportunità con margini molto elevati" per l'azienda. L'intelligenza artificiale si configura quindi non solo come una rivoluzione tecnologica, ma anche come una potenziale fonte di significativa redditività per i fornitori che riusciranno a definire il giusto equilibrio tra valore offerto e costi per l'utente.
Nel contesto italiano, dove l'adozione dell'AI nelle aziende sta procedendo a ritmi più cauti rispetto ad altri mercati, la questione della monetizzazione assume particolare rilevanza. Le imprese nazionali, spesso più sensibili ai costi tecnologici rispetto alle controparti americane, potrebbero trovare nei modelli flessibili come quello proposto da Salesforce una soluzione per avvicinarsi gradualmente all'AI senza impegni finanziari eccessivi o rischiosi.