„Wishful Software“: Нови тренд вештачке интелигенције који преокреће цео процес набавке ИТ технологије

АИ решење за 5 дана без почетних трошкова: Револуција или чисти маркетинг?

Плаћајте само ако је успешно: Како модел „плаћања по решењу“ мења тржиште вештачке интелигенције

Годинама су компаније улагале милионе у обећавајуће пројекте вештачке интелигенције – често вођене страхом од заостајања, а често са отрежњујућим резултатима. Овај принцип наде, који се сада у индустрији иронично назива „софтвером жеља“, достићи ће своје границе најкасније до 2025/2026. године. Суочени са недостатком мерљивог поврата инвестиције (ROI), финансијски директори и одељења за набавку захтевају крај скупим лиценцама унапред и непредвидивим трошковима имплементације. Одговор технолошке индустрије је радикална промена парадигме ка одређивању цена заснованом на исходима (OBP) или „плаћању по решењу“.

У овом моделу, компаније плаћају тек када је вештачка интелигенција демонстративно и уговорно дефинисано решила проблем – било да је у питању потпуно аутономно затворен захтев за подршку, обрађена поруџбина или провериво повећање продуктивности. Ово у потпуности пребацује финансијски и технички ризик имплементације са купца на добављача. Али оно што у почетку звучи као савршен договор за компаније представља потпуно нове структурне изазове за управљање ИТ-ом, процесе набавке и дизајн уговора. Овоме се додају веома атрактивна, али понекад обмањујућа обећања добављача да ће имплементирати решења за вештачку интелигенцију спремна за производњу за само пет дана.

Следећи чланак детаљно разматра који пионири већ доминирају овим новим тржиштем, где се крију скривени трошкови ових модела заснованих на резултатима и како се стратегије набавке и ИТ стратегије сада морају фундаментално променити како би се избегло упадање у замку трошкова.

„Wishful Software“: Пословни модели где компаније плаћају само за успешна вештачка интелигенција решења

Фундаментална промена парадигме обликује тржиште вештачке интелигенције за предузећа у периоду 2025/2026: Уместо високих авансних плаћања за неизвесне пројекте вештачке интелигенције, модели наплате засновани на резултатима заузимају централно место, где компаније плаћају само за доказане резултате. Овај принцип – понекад се назива „софтвер са жељама“, понекад „цене засноване на резултатима“ или „плаћање по решењу“ – пребацује ризик имплементације са купца на добављача, фундаментално мењајући начин на који одељења за набавку и ИТ набављају, процењују и управљају вештачком интелигенцијом. Истовремено, појављује се нови тип добављача услуга, који обећава решења вештачке интелигенције спремна за производњу за пет до седам дана – без икакве унапред преузете обавезе.

Шта је „Wishful софтвер“?

Термин „софтвер који пуни жеља“ иронично описује тренутну парадигму набавке: компаније купују скупе лиценце за вештачку интелигенцију и пројекте имплементације на основу обећања и нада – и плаћају без обзира на то да ли решење заиста функционише. Алтернатива је модел плаћања по решењу: купци плаћају само када решење вештачке интелигенције пружи мерљив, уговорно дефинисан резултат.

Одређивање цена засновано на резултатима (OBP) није ново – оно постоји у ИТ индустрији деценијама у облику накнада заснованих на успеху у консултантским услугама или услугама управљаним ка резултатима. Оно што се променило у 2025/2026. години јесте да се ови модели први пут систематски уводе за софтверске производе вештачке интелигенције (SaaS, агенти, аутоматизација) и водећи добављачи их позиционирају као свој примарни модел за пласирање на тржиште.

Кључне карактеристике модела

Карактеристике традиционалног модела: Плаћање по решењу
Плаћање унапред (лиценца + имплементација) Само након доказаног успеха
Носилац ризика Купац (компанија) Добављач
Структура уговора Фиксни обим, време и буџет Метрике учинка дефинисане у уговору
Имплементација Месеци до године Дани до недеље
Одобравање буџета Процес капиталних/оперативних трошкова Често није потребна формална ИТ набавка
Однос са добављачем Једнократни/трансакцијски Текући/заснован на партнерству

Пионири на тржишту и прави пословни модели

Зендеск: Цене засноване на резолуцији

Године 2024, Зендеск је био један од првих великих SaaS добављача који је увео цене засноване на исходима за AI агенте: купци плаћају за сваки успешно решен захтев за подршку – не по радном месту или сату. Овај модел, познат као „цене засноване на решењу“, сматра се индустријским планом. Зендеск дефинише „успех“ као захтеве који су решени без људске интервенције.

Изградња ThoughtFocus-а: Нула почетних трошкова, загарантовани повраћај улагања

Године 2025, ThoughtFocus Build је покренуо програм са експлицитним обећањем: „Нула унапред плаћања, загарантовани повраћај инвестиције“. Компанија предузима имплементације вештачке интелигенције у радној снази без унапред плаћања и преузима сав ризик развоја. Плаћање се врши тек након што се демонстрира мерљиво повећање продуктивности.

AffixedAI: Партнерство за улагање средстава

AffixedAI се позиционира као „пословање засновано на вештачкој интелигенцији са 0 унапред продатих трошкова“ – компанија развија пословне моделе подржане вештачком интелигенцијом за купце на сопствени ризик и учествује у резултујућем успеху путем модела поделе прихода.

5-дневни спринт: Спремност за производњу за пет дана

Модел „5-дневни спринт“ обећава да ће пословне апликације засноване на вештачкој интелигенцији довести од концепта до решења спремног за производњу за пет дана. Сличне понуде, као што је Брајттеров „AI спринт“, обећавају трансформацију функција производа у року од недељу дана. Ово обећање се ослања на унапред изграђене вештачке интелигенције модуле, платформе са ниским кодом и стандардизоване цевоводе за имплементацију који сажимају традиционалне фазе пројекта.

AWS: Agentic AI Outcome Pricing

Хиперскалери такође реагују: AWS експлицитно документује структуре „одређивања цена на основу резултата“ за агентску вештачку интелигенцију у својим прескриптивним смерницама – тј. моделе у којима се токови рада агентске вештачке интелигенције наплаћују након успешно завршених задатака.

Пет дана до решења спремног за производњу – стварност или маркетинг?

Обећање о времену распоређивања од пет дана подлеже одређеним условима и није универзално валидно.

Шта је реално за пет дана

• Стандардизовани случајеви употребе: обрада докумената, класификација имејлова, једноставни четботови, екстракција података из познатих формата
• Платформе са мало кода/без кода: Ако провајдери имају унапред конфигурисане модуле, имплементација је могућа за неколико дана
• Гринфилд имплементације: Без интеграције са старим системима, вештачка интелигенција (AI) агент може бити спреман за производњу за 3–5 дана

Што реално траје дуже

• Интеграција пословног система: Повезивање са ERP, CRM или старијим базама података обично захтева 4–12 недеља
• Усклађеност и заштита података: Посебно у регулисаним индустријама (финансије, здравство), процеси управљања значајно продужавају временски оквир
• Квалитет података: Лоши или недоследни подаци су најчешћи разлог кашњења у пројектима вештачке интелигенције

Петодневно обећање је веродостојно за јасно дефинисане, стандардизоване случајеве употребе. За сложене пословне примене, то је првенствено маркетиншки сигнал који саопштава ниске баријере за улазак.

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

Зашто модел сада добија на замаху

Разочарање вештачком интелигенцијом након еуфорије

2026. се сматра „Годином истине“ за вештачку интелигенцију у предузећима широм индустрије. Након година експерименталних инвестиција без јасног повраћаја улагања, финансијски директори и управни одбори захтевају мерљиве резултате. Према TTMS анализи, руководиоци се све више питају: „Ко плаћа експерименте од 2023. до 2025. године?“ Модели засновани на исходима пружају структурни одговор на ово питање.

Притисак на страни добављача

МекКинзи описује како софтверске компаније морају фундаментално да преиспитају своје пословне моделе да би преживеле у ери вештачке интелигенције. АликсПартнерс у свом Извештају о предвиђањима софтвера за предузећа за 2026. годину предвиђа да ће добављачи који не успеју да постигну видљиве резултате изгубити тржишни удео у корист конкурената оријентисаних на резултате.

Агентска вештачка интелигенција као омогућавач

Пораст аутономних вештачких интелигенција чини одређивање цена резултата технички мерљивим: Агент који аутономно завршава задатак (решавање захтева, обрада поруџбине, провера документа) генерише јасан, дигитални сигнал успеха – идеално за трансакционо обрачунавање.

Утицај на стратегије набавке и ИТ стратегије

Пребацивање ризика као стратешка полуга

Централно обећање плаћања по решењу је пренос ризика имплементације на добављача. За одељења набавке, то значи:

• Уклањање традиционалних критеријума за евалуацију (референтни пројекти, сертификати, прелиминарне демонстрације)
• Уговорна дефиниција кључних индикатора учинка (KPI) и метрика успеха постаје кључна компетенција
• Нова питања: Како се мери „успех“? Ко ревидира податке о резултатима? Шта се дешава у случају делимичне испоруке?

Куповина: Од купца лиценце до менаџера резултата

Традиционални процеси набавке (захтев за понуду, бодовање добављача, поређење цена) нису погодни за моделе исхода. Одељење за набавку мора да трансформише:

• Формулисање мерљивих метрика успеха вештачке интелигенције (нпр. стопа решавања, смањење грешака, уштеда времена)
• Дизајн уговора за структуре накнада за успех и механизме ескалације
• Контрола мерне инфраструктуре: Ко мери успех – добављач или купац?
• Процена кредитне способности добављача: Да ли добављач може финансијски да сноси ризик?

Према анализи сајта Paterhn.ai, традиционални процеси набавке блокирају иновације вештачке интелигенције: дуготрајни циклуси захтева за понуде (RFP), прешироки безбедносни захтеви и круте категоризације буџета спречавају успешне PoC-ове да уђу у производњу.

ИТ стратегија: Одобравање буџета и управљање

Модели плаћања по решењу такође мењају начин на који се одобравају буџети за вештачку интелигенцију:

• Без обавезе капиталних издатака: Пошто није потребно авансно плаћање, пословне јединице (LOB) често могу да имплементирају вештачка интелигенција решења без формалног одобрења ИТ буџета – што доводи до „сенке вештачке интелигенције“
• Губитак контроле од стране CIO-а: Када добављачи директно раде са пословним јединицама и наплаћују само по успеху, они заобилазе традиционалне путеве ИТ набавке
• Ризик везаности за добављача: Модели исхода могу створити дугорочне зависности које постају очигледне тек након миграције података и интеграције процеса

Критички контрааргумент: Најскупља илузија?

Форбс/Парлоа упозорава: Одређивање цена на основу резултата може бити скупље за компаније од традиционалних модела лиценцирања. Разлози:

• Премијске цене за преузимање ризика: Пружаоци услуга урачунавају свој ризик у стопу успеха – ефикасно, купац плаћа премију ризика
• Сукоби дефиниција: Шта представља „решен захтев“? Шта представља „успешну испоруку“? Нејасне дефиниције доводе до спорова
• Негативна селекција: Пружаоци услуга бирају само „једноставне“ случајеве употребе за моделе исхода – тешки случајеви се искључују или наплаћују по вишој стопи
• Асиметрија мерења: Ко год контролише мерење, контролише и наплату – без неутралног ревизорског тела, настаје сукоб интереса

Подручја структурних напона

Дефиниција „успеха“

Највећи нерешени проблем у одређивању цена на основу резултата је прецизна, неометана дефиниција успеха. Одређивање цена на основу утицаја назива одређивање цена на основу резултата „светим гралом одређивања цена вештачке интелигенције“ – али и технички тешким за имплементацију јер су резултати вештачке интелигенције често одложени, узрочно двосмислени или их је тешко приписати.

Техничка мерна инфраструктура

Право одређивање цена на основу исхода захтева робусну, заједничку базу података за метрике успеха. Многе компаније још увек немају ову инфраструктуру. AWS препоручује изградњу наменских канала за праћење исхода за Agentic AI моделе као предуслов за праведно обрачунавање.

Усклађеност и уговорно право

Правни захтеви за уговоре о вештачкој интелигенцији (Закон ЕУ о вештачкој интелигенцији, GDPR, прописи специфични за индустрију) су сложени у моделима заснованим на исходима: Када су перформансе зависне од успеха, јављају се нова питања одговорности. MinterEllison експлицитно препоручује допуњавање уговора о вештачкој интелигенцији дефиницијама исхода, правима ревизије и клаузулама о ескалацији до 2026. године.

Препоруке за деловање

За одељења набавке

• Направите библиотеку кључних индикатора учинка (KPI): Дефинишите стандардизоване метрике успеха за уобичајене случајеве употребе вештачке интелигенције (нпр. „Стопа решавања > 70% без људске интервенције“)
• Обезбедите независност мерења: Уговорно пропишите да метрике успеха бележи неутрално тело или интерни системи
• Испитајте хибридне моделе: Комбинација основне накнаде за платформу и бонуса за успех смањује ризик провајдера и тиме премије ризика
• Процена отпорности пружалаца услуга: Пружаоци услуга морају бити финансијски способни да сносе ризик

За ИТ одељења / руководиоце информационих технологија

• Успоставити управљање вештачком интелигенцијом у сенци: Дефинисати јасна правила о томе које моделе исхода пословна одељења могу користити без одобрења ИТ-а
• Процена везаности за добављача: Дефинишите клаузуле о миграцији података и излазу за сваки исходни уговор
• Контролна листа за спремност за производњу: Дефинишите сопствене стандарде за „спремност за производњу“ – независно од обећања добављача
• Усклађивање набавке и ИТ-а: Развити заједничке процесе за набавку вештачке интелигенције који су довољно брзи за обећања о имплементацији у року од 5 дана, али и осигурати управљање

Изгледи тржишта

Futurum Research је још 2025. године предвидео да ће одређивање цена засновано на резултатима доживети значајан замах на тржишту вештачке интелигенције. Ова процена се показала тачном: Zendesk, Salesforce, ServiceNow и други велики SaaS добављачи интегришу компоненте засноване на резултатима у своје моделе одређивања цена. Према Getmonetizely-ју, до краја 2026. године, хибридни модели (накнада за платформу + накнада за резултат) ће доминирати тржиштем, док ће чисто модели лиценцирања засновани на броју места за вештачке интелигенције губити на значају.

За немачко тржиште, вештачка интелигенција у набавкама више неће бити пилот пројекат до 2026. године – према einkauf-ki.com, водеће компаније ће се ослањати на аутономне стратегије набавке у којима агенти вештачке интелигенције самостално бирају добављаче, преговарају о ценама и наручују. Модел плаћања по решењу је и предмет набавке и метод набавке – тренд који се сам појачава.

Било би ми драго да вам будем лични саветник.

Можете ме контактирати на wolfenstein∂xpert.digital или

Само ме позовите на +49 7348 4088 965 .

ЛинкедИн