Повраћај инвестиције мањи од 5 процената? Зашто би требало одмах да престанете да плаћате за функције „покренуте вештачком интелигенцијом“

Лиценце за вештачку интелигенцију: Непослушност од милијарду долара: Нови модел цена који сада изазива панику међу софтверским гигантима

Милијарде се тренутно улажу у вештачку интелигенцију, али разочарање расте у управним собама. Разлог није технолошки, већ структурни неуспех: застарели модели цена. Они који плаћају за аутономне АИ агенте и интелигентне токове рада користећи исте лиценце по седишту (по кориснику) или искључиво на основу потрошње као за традиционални софтвер, често финансирају само наду у ефикасност – без икакве гаранције мерљиве додате вредности. Студије показују драматичну стопу неуспеха за АИ пројекте и спиралне, неконтролисане трошкове у пословним јединицама. Али SaaS тржиште се суочава са тектонским помаком: свиће ера цена заснованих на резултатима. Следећи чланак испитује зашто је плаћање за пуки приступ застарело, зашто се многи добављачи опиру променама и како паметне компаније могу радикално да промене динамику преговора у своју корист 2026. године.

У вези са овим:

• UNFRAME.AI: Престаните да плаћате за вештачку интелигенцију коју не можете да измерите. Изаберите цене засноване на резултатима

Престаните да плаћате за вештачку интелигенцију која ништа не доказује

Они који не могу да мере резултате само финансирају наде других

Најнепријатнија тишина у сваком продајном разговору о вештачкој интелигенцији у предузећима настаје управо када неко постави следеће питање: Колики део вашег буџета за вештачку интелигенцију је везан за мерљиве пословне резултате? Не за функције које се рекламирају као „покренуте вештачком интелигенцијом“ на листу производа. Не за лиценциране локације које су обезбеђене иако стопа коришћења једва прелази десет процената. Већ за стварне резултате који се појављују у кварталном извештају, мерењу времена процеса или евиденцији побољшања која се може ревидирати. Свако ко на ово питање одговори са „нисам сасвим сигуран“ је у добром друштву. И платиће цену која далеко превазилази очигледну.

Модел цена из прошлости

Модел лиценцирања по сету појавио се у време када је вредност софтвера директно расла са бројем људских корисника. Више места у Salesforce-у значило је више активности продаваца који су бележили. Више места у Slack-у значило је више тимова који међусобно комуницирају. Однос између приступа и вредности никада није био савршен, али његов основни правац је био разумљив: Провајдер је наплаћивао приступ, а купац је претпостављао да ће вредност уследити.

Вештачка интелигенција је фундаментално пољуљала ову претпоставку. Када агент вештачке интелигенције решава захтев за подршку, извлачи податке из уговора или прегледа документ о усклађености, вредност не ствара особа која седи испред екрана. Ствара је ток рада који можда чак нема ни директног корисника. Наплаћивање по радном месту за вештачку интелигенцију је као наплаћивање струје по канцеларији: јединица мере нема никакве везе са јединицом вредности.

Па ипак, управо је то преовлађујућа пракса на тржишту вештачке интелигенције за предузећа: корисничка накнада додата постојећој лиценци за платформу, фиксна годишња претплата за алат који може произвести резултате које купац не може да квантификује. Према Zylo 2026 SaaS Management Index-у, на основу анализе више од 40 милиона SaaS лиценци и 75 милијарди долара управљане потрошње, 78% ИТ руководилаца пријавило је неочекиване трошкове из модела цена заснованих на коришћењу или вештачке интелигенције. Ово није неуспех у буџетирању појединачних компанија; то је структурна неусклађеност између начина на који вештачка интелигенција ствара вредност и начина на који добављачи генеришу приход.

Да ствар буде гора, контрола над SaaS трошковима све више се одваја од ИТ одељења: Према истом извештају, пословна одељења сада контролишу 81 одсто SaaS трошкова, док је ИТ директно одговоран за само 15 одсто. Истовремено, трошкови на AI-нативне апликације повећани су за 108 одсто у односу на исти период прошле године, а за чак 393 одсто у великим компанијама са преко 10.000 запослених. Раст је реалан. Међутим, контрола често није.

Шта заправо значи одређивање цена заснованих на резултатима

Одређивање цена на основу резултата је једноставно по концепту, али сложено у спровођењу. Добављач се плаћа када купац прими вредност, не када купац добије приступ или потроши токене, већ када се постигне дефинисани пословни исход.

Разлика између цена заснованих на коришћењу и цена заснованих на исходима је значајнија него што већина евалуација признаје. Цена заснована на коришћењу – по токену, по API позиву, по упиту – је супериорнија од модела заснованог на броју места јер је у корелацији са активношћу. Али активност није вредност. Хиљаде API позива који производе нереалне резултате или ирелевантне екстракције су безвредни за купца. Цена заснована на коришћењу пребацује ризик трошкова са добављача на купца, а да притом ни најмање не помера ризик перформанси.

Одређивање цена на основу резултата мења оба ова фактора. Провајдер зарађује новац само ако вештачка интелигенција испоручи нешто што је купац дефинисао као вредно пре почетка ангажмана. То може бити документ обрађен са дефинисаним прагом тачности, аутоматизовани ток рада са мерљивим смањењем времена циклуса или завршена ревизија усклађености са пративним евиденцијама. Исход је специфициран, критеријуми мерења су договорени и комерцијални однос следи из тога.

Најбољи пример из стварне праксе долази из компаније Intercom: Компанија наплаћује 0,99 долара по успешно решеном захтеву за подршку од стране свог агента за вештачку интелигенцију, Fin. Bessemer Venture Partners, у свом приручнику за одређивање цена вештачке интелигенције из 2026. године, описује овај приступ као златни стандард за одређивање цена на основу резултата. Модел функционише зато што је вредност прецизно дефинисана: захтев се сматра решеним или не. Метрика је бинарна, заштићена од неовлашћених измена и директно је повезана са покретачем трошкова унутар организације купца.

Основна структурна логика такође објашњава зашто је модел лакше имплементирати у одређеним областима него у другим. Гартнер је већ предвидео да ће до 2025. године преко 30 процената SaaS решења за предузећа укључивати компоненте засноване на резултатима, у поређењу са око 15 процената у 2022. години. Сајмон-Кучер и партнери су у недавној студији открили да 86 процената купаца преферира моделе цена засноване на коришћењу или резултатима у односу на традиционалне лиценце за радна места. Тржиште сигнализира јасан правац. Питање није да ли, већ колико брзо.

Разлика у повраћају инвестиција у вештачкој интелигенцији: Милијарде потрошене без доказа

Неопходност ове трансформације произилази из података који би требало да буду непријатно познати пословним јединицама одговорним за вештачку интелигенцију. Свеобухватна студија корпорације РАНД документовала је да више од 80 процената свих пројеката вештачке интелигенције у компанијама пропада без остваривања обећаних пословних резултата – стопа неуспеха двоструко већа од стопе неуспеха традиционалних ИТ иницијатива. Истраживачи МИТ-а, у посебном извештају, открили су још већу стопу од 95 процената за генеративне пројекте вештачке интелигенције који не успевају да остваре мерљив повраћај инвестиције (ROI).

Студија Форбса из 2025. године, у којој је анкетирано неколико хиљада руководилаца широм света, приказује слично отрежњујућу слику: мање од једног процента анкетираних глобалних руководилаца изјавило је да је њихова организација постигла значајан повраћај инвестиције (ROI) – дефинисан као повећање профитабилности или уштеде трошкова за више од 20 процената. Само три процента је пријавило умерени ROI између 10 и 20 процената. Велика већина – више од 53 процента – описала је повраћај између један и пет процената. Истовремено, 39 процената руководилаца навело је мерење ROI као један од својих највећих изазова.

Овај јаз у мерењу није само аналитички проблем. То је проблем структурних подстицаја. Ако приход добављача није повезан са резултатима купца, ниједна страна нема структурни подстицај да дијагностикује зашто имплементација не функционише. Добављач је зарадио новац. Купац је добио приступ. Чињеница да се ништа мерљиво није догодило је проблем свих – и ничији приоритет.

Образац се понавља са одређеном регуларношћу: Прво, вештачка интелигенција је купљена под притиском јавности, без јасне дефиниције успеха. Затим су креиране интерне контролне табле, пуне метрика активности без везе са билансом успеха. И коначно, дошло је до првог обнављања уговора – и нико није могао да објасни шта заправо плаћа. Бесемер Венчер Партнерс то прикладно описује у свом приручнику: позиционирање меког поврата инвестиције, које је још увек функционисало 2025. године под мотом „усвајање вештачке интелигенције по сваку цену“, сада се сукобљава са реалношћу циклуса обнове 2026. године – и пука обећања не обнављају уговоре.

Зашто добављачи одбацују модел – и шта то открива

Приговори које добављачи износе против одређивања цена заснованих на исходима су предвидљиви и откривајући. Стандардни репертоар укључује три аргумента: исходе је тешко дефинисати, унутрашња спремност купца утиче на резултате и добављач не може да контролише све променљиве. Сва три приговора су чињенично тачна. Међутим, ниједан од њих не представља валидан аргумент за наставак плаћања за вештачку интелигенцију која не даје никакве резултате.

Свако ко искрено анализира ове аргументе препознаће прави сигнал: Продавац који одбија да повеже цене са резултатима открива сопствено поверење у свој производ. Ако вештачка интелигенција функционише, одређивање цена засновано на резултатима је профитабилније за продавца, а не мање. Они зарађују новац са сваком успешном имплементацијом, купац постаје референтни купац са мерљивим резултатима, а трошкови продаје за следећу имплементацију значајно се смањују. Продавци који одбацују овај модел често су они чији производ пружа импресивне демонстрације, али само осредње резултате производње.

Међутим, критични контрааргумент заслужује разматрање. Парлоа, добављач вештачке интелигенције специјализован за конверзациону вештачку интелигенцију, тврди да, иако одређивање цена засновано на исходима може изгледати као промоција обостраних интереса, у пракси оно често претвара добитке ефикасности компаније у приход за добављача. Ако агент вештачке интелигенције ради тако добро да се трошкови процеса значајно смањују, добављач несразмерно учествује у овој вредности према моделу заснованом на исходима – иако је можда допринео само малим делом основним побољшањима ефикасности. Ова тензија је стварна и објашњава зашто многи стручњаци сматрају хибридне моделе прагматичнијим решењем: основна накнада која покрива трошкове платформе и имплементације, у комбинацији са накнадама заснованим на исходима које се скалирају са испорученом вредношћу.

Структурни помак на SaaS тржишту

Отпор многих етаблираних добављача новим моделима цена може се објаснити и финансијском архитектуром класичног SaaS пословног модела. Цене засноване на броју корисника произвеле су дуге, предвидљиве преостале рокове уговора – такозвану обавезу преосталог извршења (RPO) – јер су купци потписивали вишегодишње уговоре за фиксни број лиценци. Модели засновани на коришћењу и исходу сажимају ову сигурност планирања у два смера: рокови уговора се скраћују јер купци оклевају да се обавежу на обим коришћења који не могу да предвиде. Штавише, однос обавезаних и флексибилних трошкова се мења у корист флексибилности купца.

Последице вредновања су тренутне. У првим месецима 2026. године, масовна ревалорација на тржишту софтвера изазвала је пад који је избрисао скоро један билион америчких долара тржишне капитализације за софтверске компаније. Референтни индекс SaaS-а пао је за 6,5 процената током 2025. године, док је S&P 500 порастао за 17,6 процената. Медијални вишеструки приход за софтверске компаније пао је са преко седам пута на испод пет пута за нешто више од годину дана. Насупрот томе, компаније које су имплементирале хибридне моделе цена пријавиле су 38 процената већи раст прихода и 38 процената веће задржавање нето прихода него чисти добављачи претплате, према истраживању LEK Consulting-а.

Блумберг предвиђа да би цене засноване на претплати могле да падну са садашњих 60 процената на око 30 процената свих софтверских модела у року од једне деценије, док модели засновани на резултатима све више попуњавају упражњени простор. Гартнер процењује да ће 70 процената компанија до краја 2026. године преферирати моделе цена засноване на коришћењу у односу на моделе засноване на броју места. Смер ове промене није двосмислен; само брзина остаје нејасна.

Управљана AI платформа - Слика: Xpert.Digital

Овде ћете сазнати како ваша компанија може брзо, безбедно и без високих баријера за улазак имплементирати прилагођена решења за вештачку интелигенцију.

Управљана AI платформа је ваше свеобухватно и безбрижно решење за вештачку интелигенцију. Уместо да се бавите сложеном технологијом, скупом инфраструктуром и дуготрајним процесима развоја, добијате готово решење прилагођено вашим потребама од специјализованог партнера – често у року од само неколико дана.

Кључне предности на први поглед:

⚡ Брза имплементација: Од идеје до апликације спремне за употребу за дане, а не месеци. Нудимо практична решења која стварају тренутну додату вредност.

🔒 Максимална безбедност података: Ваши осетљиви подаци остају код вас. Гарантујемо безбедну и усклађену обраду без дељења података са трећим лицима.

💸 Без финансијског ризика: Плаћате само за резултате. Велика почетна улагања у хардвер, софтвер или особље су потпуно елиминисана.

🎯 Фокусирајте се на свој основни посао: Концентришите се на оно што најбоље радите. Ми се бринемо о целокупној техничкој имплементацији, раду и одржавању вашег вештачке интелигенције.

📈 Спремно за будућност и скалабилно: Ваша вештачка интелигенција расте са вама. Обезбеђујемо континуирану оптимизацију и скалабилност и флексибилно прилагођавамо моделе новим захтевима.

Више информација овде:

• Управљана AI платформа

Шта купци морају да захтевају пре следећег потписивања уговора

Свако ко тренутно процењује платформе вештачке интелигенције за предузећа потребан је чврст оквир за имплементацију цена заснованих на резултатима у пракси. Први и најважнији корак је дефинисање резултата пре почетка евалуације – не као апстрактног обећања ефикасности, већ као специфичне, мерљиве метрике повезане са пословним процесом који компанија већ прати. То може да укључује документе који се обрађују дневно, просечно време циклуса прегледа, стопу грешака у екстракцији података или проток провера усаглашености. Ако такво мерење није могуће са постојећом инфраструктуром, она се прво мора изградити или се мора изабрати друга почетна тачка.

Други корак је период доказивања вредности на сопственим подацима компаније. Не демо песковито тестирање на узорцима података пажљиво припремљеним за потребе презентације. Имплементација у њиховом сопственом окружењу, повезана са њиховим системима и која ради на документима и токовима рада који се заправо користе у производњи. Компаније које структурирају евалуације на овај начин избегавају провалију у перформансе која доводи већину вештачке интелигенције до застоја након раних успеха — јер су већ потврдиле перформансе производње пре него што су се обавезале на буџет.

Трећи корак се тиче саме структуре уговора: цене које се скалирају са вредношћу, а не са потрошњом. Идеална структура је основна обавеза која покрива трошкове платформе и имплементације, допуњена накнадама заснованим на учинку које се скалирају како вештачка интелигенција генерише мерљиве резултате. Ово пружа добављачу предвидљиве приходе за њихове напоре у имплементацији, док је раст уговора везан за раст вредности за купца. Ризик купца је ограничен. Потенцијал добављача је неограничен - али је везан за учинке.

Четврти корак, који се често занемарује, јесте одговорност добављача за временски оквир имплементације. Ако је одређивање цена засновано на резултатима, али имплементација траје девет месеци пре него што се резултати измере, модел јесте заснован на резултатима у теорији, али је у пракси класично губљење времена и материјала. Платформа би требало да буде у производњи у року од неколико дана, а не месеци, како би мерење резултата почело довољно брзо да би се донела исправна одлука о набавци у оквиру једног буџетског циклуса.

Тест обнове: Шта разликује 2026. од 2025. године

Уговори о вештачкој интелигенцији који ће трајати до свог првог обнављања 2026. и 2027. године су они где неко може да покаже на број и каже: То је оно што смо добили. Нема контролне табле пуне метрика активности. Нема извештаја о коришћењу. Резултат који се поклапа са пословним случајем који је оправдао куповину.

Овај сценарио се одвија управо сада. У пролеће 2026. године, Salesforce је пријавио 800 милиона долара годишњег прихода Agentforce-а (Annual Recurring Revenue) на основу 29.000 послова заснованих на резултатима – податак који показује комерцијалну одрживост модела у великим размерама. Са друге стране, купце у разговорима о обнови уговора све више прате финансијски директори који захтевају чврсте доказе о повраћају инвестиција и одрживу економију јединице. Тржиште обећања вештачке интелигенције, које је издашно финансирано 2023. и 2024. године, сада се судара са тржиштем резултата вештачке интелигенције, које ће бити решено 2026. године.

Предност одређивања цена заснованих на резултатима протеже се даље од пуке комерцијализације. Модел делује као структурирани императив за врсту дисциплиноване имплементације коју већина програма вештачке интелигенције прескаче. Када се добављач плаћа само за резултате, свака дискусија о квалитету података, архитектури интеграције, прихватању од стране корисника и дизајну процеса одвија се пре имплементације - не након првог неуспелог кварталног прегледа. Подстицај за темељну припрему није морални, већ финансијски. Ово је далеко поузданији механизам.

Структурне импликације за компанију

Одређивање цена засновано на резултатима је више од само комерцијалног модела. Оно трансформише интерну организациону логику на обе стране уговора. На страни добављача, овај модел значи да могућност мерења резултата мора постати део производа – а не само накнадна мисао за тим за успех купаца. Добављачи који ово схватају озбиљно граде контролне табле које купцу показују испоручену вредност у реалном времену: уштеђено време, побољшани квалитет, смањени ризик. Ова видљивост сама по себи постаје диференцијатор на тржишту где технолошке могућности постају све хомогеније.

Са стране купца, модел захтева почетно улагање у мерљивост, што многе организације избегавају. Они који нису систематски пратили време процеса не могу се сложити око смањења циклуса као уговорне метрике. Иако ово у почетку може звучати као препрека, то је заправо користан филтер. Организације које нису у стању да дефинишу метрике за уговоре засноване на резултатима генерално нису у стању да успешно скалирају имплементације вештачке интелигенције – без обзира на модел цена. Захтев за мерењем намеће ниво оперативне зрелости који би ионако био неопходан за продуктивну употребу вештачке интелигенције.

Приручник компаније Bessemer Venture Partners сажето сумира основну логику: вештачка интелигенција не монетизује приступ. Она монетизује резултате. Компаније попут Intercom, EvenUp и Leena AI усклађују своје целокупне организационе и продајне моделе са обављеним радом: решеним захтевима, комплетираним документима и завршеним прегледима. Победници ће наплаћивати оно што њихова вештачка интелигенција генерише – не оно што кошта или чему даје приступ. Метрика за израчунавање није само одлука о наплати. То је посвећеност ономе што цените, колико систем вреди – и ономе што сте спремни да докажете својим повраћајем.

Неравнотежа моћи и ко је користи

Свако ко разуме динамику моћи на тренутном тржишту набавки вештачке интелигенције препознаће привремену асиметрију која фаворизује добро припремљене купце. Конкуренција међу добављачима вештачке интелигенције постала је изузетно интензивна у неколико категорија, док су стопе обнављања пилот програма под притиском. Добављачи који су 2025. године продавали само са обећањима сада преговарају о продужењима са купцима који желе да виде опипљиве резултате. Ово ствара преговарачку позицију која није постојала 2024. године.

Купци који сада улазе у преговоре о набавци са јасним дефиницијама испорука, оквиром за доказ вредности и хибридном структуром уговора налазе се у знатно јачој преговарачкој позицији од оних који долазе само са функционалном спецификацијом и грубом проценом коришћења. Подаци – 78% неочекиваних трошкова, 80% неуспеха пројеката, мање од један% значајног повраћаја инвестиције – пружају им најјачи аргумент. Методологија пружа алат.

Ово посебно важи за средње и велике компаније које значајно троше на апликације засноване на вештачкој интелигенцији, а да нису изградиле одговарајућу управљачку инфраструктуру. Извештај компаније Zylo показује да су трошкови на апликације засноване на вештачкој интелигенцији у великим компанијама повећани за скоро 400 процената – често путем кредитних картица запослених и извештаја о трошковима – пре него што ИТ тимови уопште могу да реагују. Такозвани ефекат сенке вештачке интелигенције није маргинални феномен, већ структурна карактеристика тренутног циклуса усвајања, који ће постати у потпуности видљив током преговора о обнови 2026. и 2027. године.

Поред одређивања цена: Шири период сазревања

Оно што се дешава на тржишту набавки вештачке интелигенције није само изоловани феномен цена. То је сазревање технологије, које означава њен прелазак из експерименталног у производни режим. Извештај о повраћају инвестиција у вештачку интелигенцију компаније Google Cloud за 2025. годину, заснован на глобалном истраживању спроведеном међу више од 3.400 пословних лидера, описује нову фазу зрелости вештачке интелигенције – такозвано „агентско доба“ – у којем агенти вештачке интелигенције раде аутономно у оквиру дефинисаних параметара како би остварили мерљиве пословне резултате. 88% агентских лидера вештачке интелигенције који су пријавили конкретне приносе у овој студији разликују се од већине првенствено у једном кључном аспекту: њиховој способности да прецизно мере резултате и ускладе их са стратешким циљевима.

Одређивање цена засновано на резултатима је комерцијални израз ове зрелости. Оно претпоставља оно што зреле имплементације вештачке интелигенције већ захтевају: јасне дефиниције процеса, висок квалитет података, чисту архитектуру интеграције и алате за мерење директно повезане са пословним резултатима. Компаније које крену овим путем платиће мање за наду, а више за утицај. Ово није романтична визија праведније технолошке економије. То је трезан опис тога које ће структуре уговора преживети следеће циклусе обнове.

Право питање за купце више није да ли је одређивање цена засновано на резултатима прави смер. Gartner, Bloomberg, Simon-Kucher, Bessemer Venture Partners и преференције куповине 86% купаца указују на исти смер. Кључно питање је да ли се њихов сопствени процес набавке може довољно брзо прилагодити како би се искористила преговарачка позиција коју ова фаза сазревања нуди у кратком року – пре него што се тржиште поново консолидује и добављачи поново могу диктирати услове.

Квази-интерно решење: Како Xpert.Digital затвара оперативне празнине у B2B маркетингу и продаји – Паметно пословање вођено садржајем - Слика: Xpert.Digital

Xpert.Digital је B2B индустријски центар вођен подацима, којим руководи Konrad Wolfenstein . Компанија делује као екстерно, квази-интерно решење за индустријске партнере, попуњавајући оперативне празнине у маркетингу, садржају и продаји – без потребе за додатним ресурсима на страни клијента.

Више информација овде:

• Квази-интерно решење: Како Xpert.Digital затвара оперативне празнине у B2B маркетингу и продаји – Паметно пословање вођено садржајем

☑️ Наш пословни језик је енглески или немачки

☑️ НОВО: Преписка на вашем матерњем језику!

Konrad Wolfenstein

Ја и мој тим смо срећни што вам можемо бити на располагању као ваш лични саветник.

Можете ме контактирати попуњавањем контакт форме овде [email protected]:или ме једноставно позовите на +49 7348 4088 965. Моја имејл адреса је

Радујем се нашем заједничком пројекту.

☑️ Подршка малим и средњим предузећима у стратегији, консултацијама, планирању и имплементацији

☑️ Креирање или реорганизација дигиталне стратегије и дигитализације

☑️ Проширење и оптимизација међународних продајних процеса

☑️ Глобалне и дигиталне B2B платформе за трговање

☑️ Пионирски развој пословања / Маркетинг / Односи с јавношћу / Сајмови