معیارهای قیمت‌گذاری عامل هوش مصنوعی: مکالمات در مقابل اجراها در مقابل وظایف

معیارهای قیمت‌گذاری عامل هوش مصنوعی تعیین می‌کنند که آیا محصول شما به‌طور منصفانه برای یک پاسخ سریع، یک مکالمه طولانی، یک اجرای چندمرحله‌ای یا یک وظیفه کامل هزینه دریافت می‌کند. برای توسعه‌دهندگان چت‌بات، عامل و جریان کاری، واحد قیمت‌گذاری یک تصمیم حاشیه‌ای است، نه فقط یک جزئیات بسته‌بندی.

استفاده از عامل نیز از آزمایش‌ها خارج شده و وارد جریان‌های کاری تولید واقعی می‌شود. LangChain’s وضعیت عوامل هوش مصنوعی گزارش داد که 57% از پاسخ‌دهندگان عوامل را در تولید داشتند و تقریباً 89% قابلیت مشاهده برای عوامل را پیاده‌سازی کرده بودند. هنگامی که استفاده به آن مرحله می‌رسد، یک طرح ثابت “شامل هوش مصنوعی” می‌تواند تفاوت‌های واقعی هزینه بین کاربران سبک و کاربران قدرتمند را پنهان کند.

چرا معیارهای قیمت‌گذاری عامل هوش مصنوعی مهم هستند

قیمت‌گذاری سنتی SaaS اغلب با صندلی‌ها، فضاهای کاری یا دسترسی به ویژگی‌ها شروع می‌شود. عوامل هوش مصنوعی یک لایه دیگر اضافه می‌کنند: هر درخواست، پاسخ، تماس ابزار، مرحله بازیابی، بازگشت به حالت اولیه و انتخاب مدل می‌تواند هزینه خدمت‌رسانی به همان مشتری را تغییر دهد.

صفحات قیمت‌گذاری ارائه‌دهنده از اوپن‌ای‌آی و آنتروپیک الگو را واضح می‌کنند: توکن‌های ورودی، توکن‌های خروجی، ورودی‌های ذخیره‌شده، استفاده از ابزار، زمینه طولانی و حالت‌های پردازش ویژه می‌توانند همه هزینه را تحت تأثیر قرار دهند. Bessemer’s کتابچه راهنمای قیمت‌گذاری و درآمدزایی هوش مصنوعی همین مسئله را در سطح کسب‌وکار مطرح می‌کند: تحویل هوش مصنوعی هزینه‌های واحد مادی دارد، بنابراین قیمت‌گذاری باید این هزینه‌ها را در نظر بگیرد در حالی که ارزش مشتری را نیز به دست آورد.

اینجاست که معیار قیمت‌گذاری اهمیت پیدا می‌کند. معیار تعیین می‌کند که مشتری چه چیزی را درک می‌کند، تیم محصول شما چه چیزی را می‌تواند اندازه‌گیری کند و استفاده سنگین چگونه به‌طور منصفانه قیمت‌گذاری می‌شود.

سه معیار که سازندگان معمولاً مقایسه می‌کنند

1. مکالمه

مکالمه رشته یا جلسه چت قابل مشاهده برای کاربر است. این زمانی خوب عمل می‌کند که محصول ابتدا چت باشد و مشتری به جلسات فکر کند، نه اجراهای فنی.

قیمت‌گذاری مکالمه مناسب دستیاران پشتیبانی، چت‌بات‌های فروش، ربات‌های پرسش‌های متداول، دستیاران راه‌اندازی و چت دانش داخلی است. توضیح آن آسان است: مشتری برای مکالمات هوش مصنوعی که تیم یا کاربرانشان شروع می‌کنند، هزینه پرداخت می‌کند.

خطر این است که مکالمات می‌توانند به شدت متفاوت باشند. یک پرسش متداول دو پیام و یک جلسه عیب‌یابی 40 مرحله‌ای هر دو “یک مکالمه” هستند مگر اینکه محدودیت‌ها، سطوح یا منطق اضافه‌بار اضافه کنید.

2. اجرای عامل

اجرای عامل یک اجرای برنامه عامل است. ممکن است شامل مراحل استدلال، تماس‌های ابزار، بازیابی، بازگشت مدل، تماس‌های API یا منطق انتقال باشد، اما شروع و پایان مشخصی دارد.

قیمت‌گذاری مبتنی بر اجرا مناسب عوامل تحقیقاتی، عوامل جریان کاری، دستیاران کدنویسی، جریان‌های غنی‌سازی سرنخ، عوامل بررسی اسناد و دستیاران داخلی است که کار محدود انجام می‌دهند. این روش دقیق‌تر از قیمت‌گذاری مکالمه‌ای است زیرا با کاری که سیستم واقعاً اجرا می‌کند مطابقت دارد.

ریسک این روش توضیح‌پذیری است. ممکن است مشتریان ندانند چرا یک درخواست یک اجرا ایجاد کرده در حالی که دیگری پنج اجرا ایجاد کرده است. اگر این معیار را انتخاب کنید، تعداد اجراها را به وضوح نشان دهید و تعریف کنید که چه چیزی یک اجرای جدید را آغاز می‌کند.

3. وظیفه یا نتیجه

وظیفه یا نتیجه همان چیزی است که مشتری به آن اهمیت می‌دهد: یک بلیط حل شده، یک سند پردازش شده، یک سرنخ تأیید شده، یک گزارش تولید شده یا یک جریان کاری تکمیل شده.

این اغلب قوی‌ترین معیار کسب‌وکار است زیرا استفاده از هوش مصنوعی را به ارزش متصل می‌کند. یک تیم پشتیبانی واقعاً نمی‌خواهد “توکن‌ها”. آن‌ها بلیط‌های منحرف شده، پاسخ‌های سریع‌تر و تصعیدهای تمیزتر می‌خواهند. یک تیم فروش سرنخ‌های تأیید شده، سوابق غنی‌شده و پیش‌نویس‌های پیگیری می‌خواهد.

ریسک این روش تفاوت داخلی است. دو وظیفه تکمیل شده ممکن است به مقدار بسیار متفاوتی از کار هوش مصنوعی نیاز داشته باشند. اگر بر اساس نتیجه قیمت‌گذاری می‌کنید، سیگنال‌های هزینه را زیر معیار مشتری‌محور نگه دارید تا وظایف سنگین به طور مخفیانه حاشیه را تخلیه نکنند.

چگونه معیارهای قیمت‌گذاری عامل هوش مصنوعی مناسب را انتخاب کنیم

• از قیمت‌گذاری مکالمه‌ای استفاده کنید زمانی که تجربه کاربری مبتنی بر چت است و طول مکالمه به طور معقول قابل پیش‌بینی است.
• از قیمت‌گذاری اجرا استفاده کنید زمانی که هر اجرای عامل شروع، پایان و محدوده مشخصی دارد.
• از قیمت‌گذاری وظیفه یا نتیجه استفاده کنید زمانی که مشتری یک نتیجه کسب‌وکار را خریداری می‌کند، نه دسترسی به یک رابط هوش مصنوعی.
• تماس‌های ابزار را جداگانه ردیابی کنید زمانی که ابزارها، جستجو، بازیابی یا اقدامات خارجی هزینه قابل توجهی ایجاد می‌کنند.
• شناسه‌های فضای کاری، مستأجر، مشتری و ویژگی را به هر درخواست مسیریابی شده پیوست کنید.
• محدودیت‌ها، استفاده شامل شده یا افزایش‌ها را اضافه کنید زمانی که یک مشتری می‌تواند بسیار بیشتر از دیگری استنتاج ایجاد کند.

یک قانون خوب: یک معیار ساده صورتحساب را به مشتری نشان دهید، سپس معیارهای هزینه دقیق‌تر را زیر آن نگه دارید. ممکن است مشتری بر اساس وظیفه پرداخت کند، اما رکورد استفاده داخلی شما باید همچنان بداند که کدام مدل استفاده شده، چند توکن تولید شده، چند تماس ابزار فعال شده و کدام فضای کاری استفاده را ایجاد کرده است.

جایگاه ShareAI Builder

ShareAI چت‌بات، عامل، جریان کاری یا برنامه را برای شما نمی‌سازد. Builder مالک و نگهدارنده آن محصول خارج از ShareAI است.

ShareAI زیر لایه استفاده از هوش مصنوعی قرار می‌گیرد. یک Builder ترافیک استنتاج را از برنامه موجود خود از طریق ShareAI هدایت می‌کند، یک هزینه اضافی یا حاشیه تعیین می‌کند، به مشتری اجازه می‌دهد برای استفاده هدایت‌شده به ShareAI پرداخت کند و پرداخت‌های ماهانه بر اساس درآمد تولید شده دریافت می‌کند.

این باعث می‌شود ShareAI زمانی مفید باشد که استفاده از هوش مصنوعی محصول ارزشمند اما نامنظم باشد. یک مشتری ممکن است چند مکالمه کوتاه پشتیبانی اجرا کند. دیگری ممکن است اجرای طولانی عامل با بازیابی، ابزارها و پیگیری‌های مکرر را فعال کند. کنسول سازنده, با لایه قیمت‌گذاری، می‌توان از استفاده پیروی کرد به جای اینکه هر مشتری را مجبور به قرار گرفتن در همان سطل هزینه پنهان هوش مصنوعی کرد.

سازندگان همچنین می‌توانند درباره انتخاب مدل با دقت بیشتری فکر کنند. ShareAI به تیم‌ها دسترسی می‌دهد 150+ مدل, ، بنابراین یک محصول عامل می‌تواند کارهای مختلف را بر اساس نیازهای هزینه، تأخیر و کیفیت به مدل‌های مختلف هدایت کند به جای اینکه هر مرحله را به گونه‌ای رفتار کند که گویی شایسته همان مدل است.

یک پشته اندازه‌گیری عملی برای محصولات عامل

قبل از انتخاب یک قیمت عمومی، تعریف کنید که چه چیزی را پشت صحنه اندازه‌گیری خواهید کرد. برای محصولات عامل، فیلدهای مفید معمولاً عبارتند از:

• شناسه مشتری، فضای کاری، مستاجر یا سایت.
• نام ویژگی، نام جریان کاری یا نوع عامل.
• شناسه مکالمه، شناسه اجرا و شناسه وظیفه در صورت کاربرد.
• مدل استفاده شده، مسیر انتخاب شده و مسیر جایگزین در صورت کاربرد.
• توکن‌های ورودی، توکن‌های خروجی، ورودی ذخیره‌شده و اندازه زمینه.
• تماس‌های ابزار، تماس‌های بازیابی، تماس‌های API خارجی یا عملیات فایل.
• وضعیت تکمیل: تکمیل شده، شکست خورده، دوباره تلاش شده، تشدید شده یا منتقل شده.
• حاشیه سازنده، هزینه اضافی، استفاده شامل شده یا موجودی افزوده.

نیازی نیست هر فیلد را به مشتری نشان دهید. اما باید جزئیات کافی برای درک هزینه، توضیح فاکتورها، حفاظت از حاشیه و بهبود محصول داشته باشید.

برای تنظیمات فنی، با مستندات ShareAI شروع کنید و تعریف کنید که چگونه برنامه شما درخواست‌های مسیریابی شده را قبل از افزایش ترافیک برچسب‌گذاری خواهد کرد.

سوالات متداول

معیارهای قیمت‌گذاری عامل هوش مصنوعی چیست؟

معیارهای قیمت‌گذاری عامل هوش مصنوعی واحدهایی هستند که یک محصول برای اندازه‌گیری و دریافت هزینه استفاده از عامل استفاده می‌کند. نمونه‌های رایج شامل مکالمات، اجرای عامل، وظایف، تماس‌های ابزار، اسناد پردازش شده، تیکت‌های حل شده و استفاده در سطح فضای کاری هستند.

آیا یک چت‌بات هوش مصنوعی باید بر اساس مکالمه هزینه دریافت کند؟

قیمت‌گذاری مکالمه زمانی کار می‌کند که محصول مبتنی بر چت باشد و طول مکالمه به اندازه کافی قابل پیش‌بینی باشد. اگر برخی کاربران جلسات بسیار طولانی ایجاد کنند، محدودیت‌های شامل شده، افزوده‌ها یا معیار استفاده دیگری زیر مکالمه اضافه کنید.

چه زمانی قیمت‌گذاری بر اساس اجرا برای عوامل هوش مصنوعی بهتر است؟

قیمت‌گذاری بر اساس اجرا زمانی بهتر است که یک عامل کار محدود با شروع و پایان واضح انجام دهد، مانند اجرای تحقیق، کار غنی‌سازی، بررسی سند یا اجرای جریان کاری.

چه زمانی یک سازنده باید بر اساس وظیفه یا نتیجه قیمت‌گذاری کند؟

قیمت‌گذاری وظیفه یا نتیجه زمانی کار می‌کند که مشتری یک نتیجه را خریداری کند، مانند یک سرنخ واجد شرایط، تیکت پشتیبانی حل شده، سند پردازش شده یا گزارش تولید شده. محصول باید همچنان هزینه داخلی را پیگیری کند تا حاشیه‌ها قابل مشاهده باقی بمانند.

تماس‌های ابزار چگونه بر قیمت‌گذاری عامل هوش مصنوعی تأثیر می‌گذارند؟

تماس‌های ابزار می‌توانند هزینه و تغییرپذیری را افزایش دهند زیرا یک عامل ممکن است جستجو کند، فایل‌ها را بازیابی کند، API‌ها را فراخوانی کند، داده‌ها را بنویسد یا جریان‌های کاری خارجی را فعال کند. سازندگان باید تماس‌های ابزار را پیگیری کنند حتی اگر قیمت مشتری‌محور بر اساس مکالمات یا وظایف باشد.

آیا ShareAI می‌تواند در قیمت‌گذاری عامل‌های هوش مصنوعی کمک کند؟

ShareAI می‌تواند به سازندگان کمک کند تا ترافیک استنتاج هوش مصنوعی را از یک برنامه موجود هدایت کنند، یک حاشیه یا هزینه اضافی تنظیم کنند، به مشتریان اجازه دهند برای استفاده هدایت‌شده به ShareAI پرداخت کنند، و پرداخت‌های ماهانه بر اساس درآمد تولید شده دریافت کنند.

آیا ShareAI یک سازنده عامل هوش مصنوعی است؟

خیر. ShareAI یک سازنده عامل، سازنده برنامه بدون کدنویسی، سازنده جریان کاری یا چارچوب برنامه نیست. سازنده مالک برنامه خارج از ShareAI است. ShareAI لایه بازار هوش مصنوعی، هدایت، صورتحساب، حاشیه و پرداخت برای ترافیک استنتاج هدایت‌شده را فراهم می‌کند.

مشتریان چگونه برای استفاده هدایت‌شده هوش مصنوعی پرداخت می‌کنند؟

در جریان سازنده، مشتری مستقیماً برای استفاده هدایت‌شده هوش مصنوعی به ShareAI پرداخت می‌کند. سازنده می‌تواند یک حاشیه یا هزینه اضافی تنظیم کند و ShareAI ماهانه بر اساس درآمد تولید شده به سازنده پرداخت می‌کند.

تیم‌های SaaS باید برای عامل‌های هوش مصنوعی چه چیزی را اندازه‌گیری کنند؟

تیم‌های SaaS معمولاً باید شناسه مشتری، شناسه فضای کاری، ویژگی، شناسه مکالمه، شناسه اجرا، نوع وظیفه، مدل، توکن‌ها، تماس‌های ابزار، وضعیت تکمیل، و هرگونه استفاده شامل یا موجودی اضافی را اندازه‌گیری کنند.

آژانس‌ها باید برای اتوماسیون‌های هوش مصنوعی مشتری چه چیزی استفاده کنند؟

آژانس‌ها باید یک معیار مرتبط با نتیجه مشتری را انتخاب کنند: سرنخ‌های واجد شرایط، اسناد پردازش‌شده، بلیت‌های حل‌شده، جریان‌های کاری تکمیل‌شده، یا گزارش‌های تولید‌شده. ShareAI می‌تواند زیر آن لایه قیمت‌گذاری برای استفاده هدایت‌شده هوش مصنوعی و حاشیه سازنده قرار گیرد.

سقف‌های استفاده و موجودی اضافی چگونه در قیمت‌گذاری عامل‌ها قرار می‌گیرند؟

سقف‌های استفاده و موجودی اضافی به ساده نگه داشتن پیشنهاد مشتری کمک می‌کنند در حالی که حاشیه را محافظت می‌کنند. یک طرح می‌تواند شامل تعداد مشخصی مکالمات، اجراها یا وظایف باشد، سپس به کاربران سنگین اجازه دهد برای استفاده هدایت‌شده هوش مصنوعی اضافی پرداخت کنند.