Avkastning på investeringen på mindre än 5 procent? Varför du borde sluta betala för "AI-drivna" funktioner omedelbart

AI-licenser: En miljarddollarsbooddoggle: Den nya prissättningsmodellen som nu orsakar panik bland mjukvarujättar

Miljarder satsas för närvarande på artificiell intelligens, men desillusioneringen växer i styrelserummen. Anledningen är inte ett teknologiskt, utan ett strukturellt misslyckande: föråldrade prissättningsmodeller. De som betalar för autonoma AI-agenter och intelligenta arbetsflöden med samma licenser per plats (per användare) eller enbart baserat på konsumtion som för traditionell programvara finansierar ofta bara hoppet om effektivitet – utan någon garanti för mätbart mervärde. Studier visar en dramatisk misslyckandefrekvens för AI-projekt och spiralformade, okontrollerade kostnader i affärsenheter. Men SaaS-marknaden står inför ett tektoniskt skifte: eran av resultatbaserad prissättning närmar sig. Följande artikel undersöker varför det är föråldrat att betala för enbart åtkomst, varför många leverantörer motsätter sig förändringen och hur smarta företag radikalt kan förändra förhandlingsdynamiken till sin fördel år 2026.

Relaterat till detta:

• UNFRAME.AI: Sluta betala för AI du inte kan mäta. Välj resultatbaserad prissättning

Sluta betala för AI som inte bevisar någonting

De som inte kan mäta resultat finansierar bara andras förhoppningar

Den mest obekväma tystnaden i alla säljsamtal om företags-AI uppstår just när någon ställer följande fråga: Hur mycket av er AI-budget är knuten till mätbara affärsresultat? Inte till funktioner som marknadsförs som "AI-drivna" på ett produktblad. Inte till licensplatser som har tillhandahållits trots att användningsgraden knappt överstiger tio procent. Utan till faktiska resultat som visas i en kvartalsrapport, en processtidsmätning eller en granskningsbar förbättringslogg. Den som svarar på denna fråga med "inte helt säker" är i gott sällskap. Och kommer att få betala ett pris som går långt utöver det uppenbara.

Prissättningsmodellen från en svunnen tid

Licensmodellen per användare uppstod vid en tidpunkt då värdet på programvara skalades direkt med antalet mänskliga användare. Fler Salesforce-platser innebar fler säljare som loggade aktiviteter. Fler Slack-platser innebar fler team som kommunicerade med varandra. Sambandet mellan åtkomst och värde var aldrig perfekt, men dess grundläggande riktning var förståelig: Leverantören debiterade för åtkomst, och köparen antog att värdet skulle följa.

Artificiell intelligens har i grunden rubbat detta antagande. När en AI-agent löser ett supportärende, extraherar data från ett kontrakt eller granskar ett efterlevnadsdokument skapas inte värdet av en person som sitter framför en skärm. Det skapas av ett arbetsflöde som kanske inte ens har en direkt användare. Att debitera per plats för en AI-funktion är som att debitera per kontor för el: måttenheten har ingenting att göra med värdeenheten.

Ändå är detta just den rådande praxisen på företagsmarknaden för AI: en användaravgift som läggs till en befintlig plattformslicens, en fast årsprenumeration för ett verktyg som kan ge resultat som köparen inte kan kvantifiera. Enligt Zylo 2026 SaaS Management Index, baserat på en analys av mer än 40 miljoner SaaS-licenser och 75 miljarder dollar i hanterade utgifter, rapporterade 78 procent av IT-cheferna oväntade kostnader från användningsbaserade eller AI-prissättningsmodeller. Detta är inte ett budgeteringsmisslyckande från enskilda företags sida; det är en strukturell felbalans mellan hur AI skapar värde och hur leverantörer genererar intäkter.

För att göra saken värre flyttas kontrollen över SaaS-utgifterna i allt högre grad bort från IT-avdelningen: Enligt samma rapport kontrollerar affärsavdelningarna nu 81 procent av SaaS-utgifterna, medan IT endast är direkt ansvarigt för 15 procent. Samtidigt ökade utgifterna för AI-baserade applikationer med 108 procent jämfört med föregående år, och med så mycket som 393 procent i stora företag med över 10 000 anställda. Tillväxten är verklig. Kontrollerbarhet är det dock ofta inte.

Vad resultatbaserad prissättning egentligen innebär

Resultatbaserad prissättning är enkel i konceptet men komplex i utförandet. Leverantören får betalt när köparen får värde, inte när köparen får tillgång till eller konsumerar tokens, utan när ett definierat affärsresultat uppnås.

Skillnaden mellan användningsbaserad och resultatbaserad prissättning är större än vad de flesta utvärderingar erkänner. Användningsbaserad prissättning – per token, per API-anrop, per fråga – är överlägsen den licensbaserade modellen eftersom den korrelerar med aktivitet. Men aktivitet är inte värde. Tusentals API-anrop som producerar orealistiska resultat eller irrelevanta extraktioner är värdelösa för köparen. Användningsbaserad prissättning flyttar kostnadsrisken från leverantören till köparen utan att det minsta förändrar prestandarisken.

Resultatbaserad prissättning förändrar båda dessa faktorer. Leverantören tjänar bara pengar om AI:n levererar något som köparen har definierat som värdefullt innan uppdraget påbörjas. Detta kan vara ett dokument som bearbetas med en definierad noggrannhetströskel, ett automatiserat arbetsflöde med en mätbar minskning av cykeltiden eller en genomförd efterlevnadsrevision med en spårbar logg. Resultatet specificeras, mätkriterierna överenskomms och den kommersiella relationen följer av detta.

Det främsta exemplet från verkligheten kommer från Intercom: Företaget tar ut 0,99 dollar per framgångsrikt löst supportärende av sin AI-agent, Fin. Bessemer Venture Partners beskriver i sin AI Pricing Playbook för 2026 denna metod som guldstandarden för resultatbaserad prissättning. Modellen fungerar eftersom värdet är exakt definierbart: Ett ärende anses vara löst eller inte. Måttet är binärt, manipulationssäkert och direkt kopplat till en kostnadsdrivare inom köparens organisation.

Den underliggande strukturella logiken förklarar också varför modellen är enklare att implementera inom vissa områden än inom andra. Gartner har redan förutspått att över 30 procent av företags-SaaS-lösningar kommer att innehålla resultatbaserade komponenter år 2025, jämfört med cirka 15 procent år 2022. Simon-Kucher & Partners fann i en nyligen genomförd studie att 86 procent av köparna föredrar användnings- eller resultatbaserade prissättningsmodeller framför traditionella licenser. Marknaden signalerar en tydlig riktning. Frågan är inte om, utan hur snabbt.

AI-avkastningsgapet: Miljarder spenderade utan bevis

Nödvändigheten av denna omvandling härrör från data som borde vara obehagligt bekanta för de affärsenheter som ansvarar för AI. En omfattande studie av RAND Corporation dokumenterade att mer än 80 procent av alla AI-projekt i företag misslyckas utan att leverera de utlovade affärsresultaten – en misslyckandegrad som är dubbelt så hög som för traditionella IT-initiativ. MIT-forskare fann i en separat rapport en ännu högre andel på 95 procent för generativa AI-projekt som inte levererar en mätbar avkastning på investeringen (ROI).

En Forbes-studie från 2025, som undersökte flera tusen chefer världen över, målar upp en liknande allvarlig bild: Mindre än en procent av de globala cheferna som deltog i undersökningen rapporterade att deras organisation hade uppnått en betydande avkastning på investeringen (ROI) – definierad som en ökning av lönsamhet eller kostnadsbesparingar på mer än 20 procent. Endast tre procent rapporterade en måttlig ROI på mellan 10 och 20 procent. Den stora majoriteten – mer än 53 procent – ​​beskrev avkastning mellan en och fem procent. Samtidigt uppgav 39 procent av cheferna att mäta ROI som en av sina största utmaningar.

Denna mätgap är inte bara ett analysproblem. Det är ett strukturellt incitamentsproblem. Om leverantörens intäkter inte är kopplade till köparens resultat, har ingen av sidorna ett strukturellt incitament att diagnostisera varför en implementering inte fungerar. Leverantören har tjänat sina pengar. Köparen har fått tillgång. Det faktum att inget mätbart har hänt är allas problem – och ingens prioritet.

Mönstret upprepar sig med en viss regelbundenhet: Först köptes AI upp under press från allmänhetens uppfattning, utan en tydlig definition av framgång. Sedan skapades interna dashboards, fulla av aktivitetsmått utan koppling till resultaträkningen. Och slutligen kom den första kontraktsförnyelsen – och ingen kunde förklara vad de egentligen betalade för. Bessemer Venture Partners uttrycker det träffande i sin playbook: Mjuk ROI-positionering, som fortfarande fungerade 2025 under mottot "AI-adoption till varje pris", krockar nu med verkligheten i 2026 års förnyelsecykel – och rena löften förnyar inte kontrakt.

Varför leverantörer avvisar modellen – och vad det avslöjar

De invändningar som leverantörer framför mot resultatbaserad prissättning är förutsägbara och avslöjande. Standardrepertoaren innehåller tre argument: resultat är svåra att definiera, köparens interna beredskap påverkar resultaten och leverantören kan inte kontrollera alla variabler. Alla tre invändningarna är sakligt korrekta. Ingen av dem utgör dock ett giltigt argument för att fortsätta betala för AI som inte producerar några resultat.

Den som ärligt analyserar dessa argument kommer att inse den verkliga signalen: En leverantör som vägrar att koppla prissättning till resultat avslöjar sitt eget förtroende för sin produkt. Om AI fungerar är resultatbaserad prissättning mer lönsam för leverantören, inte mindre. De tjänar pengar på varje framgångsrik implementering, köparen blir en referenskund med kvantifierbara resultat och försäljningskostnaderna för nästa implementering minskar avsevärt. Leverantörer som avvisar denna modell är ofta de vars produkt levererar imponerande demonstrationer men bara mediokra produktionsresultat.

En kritisk motargument förtjänar dock att beaktas. Parloa, en AI-leverantör som specialiserar sig på konversationsbaserad AI, menar att även om resultatbaserad prissättning kan verka främja ömsesidiga intressen, så omvandlar den i praktiken ofta företagets effektivitetsvinster till intäkter för leverantören. Om en AI-agent presterar så bra att processkostnaderna minskar avsevärt, deltar leverantören oproportionerligt mycket i detta värde enligt en resultatbaserad modell – även om de kanske bara har bidragit med en liten del till de underliggande effektivitetsförbättringarna. Denna spänning är verklig och förklarar varför många experter ser hybridmodeller som den mer pragmatiska lösningen: en grundavgift som täcker plattforms- och implementeringskostnaderna, i kombination med resultatbaserade avgifter som skalas med det levererade värdet.

Det strukturella skiftet på SaaS-marknaden

Många etablerade leverantörers motstånd mot nya prissättningsmodeller kan också förklaras av den finansiella arkitekturen i den klassiska SaaS-affärsmodellen. Sätesbaserad prissättning producerade långa, förutsägbara återstående kontraktsperioder – den så kallade Remaining Performance Obligation (RPO) – eftersom kunderna tecknade fleråriga kontrakt för ett fast antal licenser. Användnings- och resultatbaserade modeller komprimerar denna planeringssäkerhet i två riktningar: Kontraktsperioderna förkortas eftersom köpare är tveksamma till att binda sig till användningsvolymer som de inte kan förutsäga. Dessutom förändras förhållandet mellan åtagna och flexibla utgifter till förmån för köparens flexibilitet.

Värderingskonsekvenserna är omedelbara. Under de första månaderna 2026 utlöste en massiv omvärdering av mjukvarumarknaden en nedgång som utplånade nästan en biljon amerikanska dollar i börsvärde för mjukvaruföretag. SaaS-referensindexet föll med 6,5 procent under hela 2025, medan S&P 500 steg med 17,6 procent. Medianintäktsmultipeln för mjukvaruföretag sjönk från över sju gånger till under fem gånger på drygt ett år. Däremot rapporterade företag som implementerade hybridprissättningsmodeller 38 procent högre intäktstillväxt och 38 procent högre nettointäktsinnehållning än rena prenumerationsleverantörer, enligt forskning från LEK Consulting.

Bloomberg förutspår att prenumerationsbaserad prissättning kan minska från nuvarande 60 procent till cirka 30 procent av alla programvarumodeller inom ett decennium, medan resultatbaserade modeller i allt högre grad fyller det lediga utrymmet. Gartner uppskattar att 70 procent av företagen kommer att föredra användningsbaserade prissättningsmodeller framför sittplatsbaserade modeller i slutet av 2026. Riktningen för denna förändring är inte tvetydig; bara hastigheten förblir oklar.

Hanterad AI-plattform - Bild: Xpert.Digital

Här får du lära dig hur ditt företag kan implementera skräddarsydda AI-lösningar snabbt, säkert och utan höga inträdesbarriärer.

En hanterad AI-plattform är din heltäckande och bekymmersfria lösning för artificiell intelligens. Istället för att behöva hantera komplex teknik, dyr infrastruktur och långa utvecklingsprocesser får du en färdig lösning skräddarsydd efter dina behov från en specialiserad partner – ofta inom bara några dagar.

De viktigaste fördelarna i korthet:

⚡ Snabb implementering: Från idé till färdig applikation på dagar, inte månader. Vi levererar praktiska lösningar som skapar omedelbart mervärde.

🔒 Maximal datasäkerhet: Dina känsliga uppgifter stannar hos dig. Vi garanterar säker och korrekt behandling utan att dela data med tredje part.

💸 Ingen ekonomisk risk: Du betalar bara för resultat. Höga initiala investeringar i hårdvara, mjukvara eller personal elimineras helt.

🎯 Fokusera på din kärnverksamhet: Koncentrera dig på det du gör bäst. Vi tar hand om hela den tekniska implementeringen, driften och underhållet av din AI-lösning.

📈 Framtidssäkert och skalbart: Din AI växer med dig. Vi säkerställer kontinuerlig optimering och skalbarhet, och anpassar modellerna flexibelt till nya krav.

Mer information här:

• Hanterad AI-plattform

Vad köpare måste kräva innan nästa kontraktsundertecknande

Alla som för närvarande utvärderar AI-plattformar för företag behöver ett solidt ramverk för att implementera resultatbaserad prissättning i praktiken. Det första och viktigaste steget är att definiera resultatet innan utvärderingen påbörjas – inte som ett abstrakt löfte om effektivitet, utan som ett specifikt, mätbart mått kopplat till en affärsprocess som företaget redan följer. Detta kan inkludera dokument som behandlas dagligen, den genomsnittliga granskningscykeltiden, felfrekvensen i datautvinning eller genomströmningen av efterlevnadskontroller. Om en sådan mätning inte är möjlig med den befintliga infrastrukturen måste den först byggas, eller en annan utgångspunkt väljas.

Det andra steget är en värdetestperiod på företagets egna data. Inte en sandlådedemo på exempeldata som noggrant förberetts för presentationsändamål. En implementering i deras egen miljö, kopplad till deras egna system och körs på de dokument och arbetsflöden som faktiskt används i produktionen. Företag som strukturerar utvärderingar på detta sätt undviker prestandabranten som får de flesta AI-program att stanna av efter tidiga framgångar – eftersom de redan har validerat produktionsprestanda innan de bestämmer sig för en budget.

Det tredje steget rör själva kontraktsstrukturen: prissättning som skalas med värde, inte konsumtion. Den ideala strukturen är ett grundläggande åtagande som täcker plattforms- och implementeringskostnader, kompletterat med prestationsbaserade avgifter som skalas i takt med att AI:n genererar mätbara resultat. Detta ger leverantören förutsägbara intäkter för sina implementeringsinsatser, medan kontraktstillväxten är knuten till värdetillväxten för köparen. Köparens risk är begränsad. Leverantörens potential är obegränsad – men knuten till prestanda.

Det fjärde steget, som ofta förbises, är leverantörens ansvar för implementeringstidslinjen. Om prissättningen är resultatbaserad, men implementeringen tar nio månader innan några resultat mäts, är modellen resultatbaserad i teorin men ett klassiskt slöseri med tid och material i praktiken. Plattformen bör vara i produktion inom några dagar, inte månader, så att resultatmätningen börjar tillräckligt snabbt för att informera ett välgrundat upphandlingsbeslut inom en enda budgetcykel.

Förnyelsetestet: Vad skiljer 2026 från 2025?

AI-kontrakten som förnyas första gången 2026 och 2027 är de där någon kan peka på en siffra och säga: Det är vad vi fick. Ingen dashboard full av aktivitetsstatistik. Ingen användningsrapport. Ett resultat som stämmer överens med den affärsmodell som motiverade köpet.

Detta scenario utspelar sig just nu. Våren 2026 rapporterade Salesforce 800 miljoner dollar i Agentforce ARR (årliga återkommande intäkter) baserat på 29 000 resultatbaserade affärer – en datapunkt som visar modellens kommersiella lönsamhet i stor skala. På andra sidan bordet åtföljs köpare i allt högre grad i förnyelsediskussioner av finanschefer som kräver konkreta ROI-bevis och hållbar enhetsekonomi. Marknaden för AI-löften, som finansierades generöst under 2023 och 2024, kolliderar nu med marknaden för AI-resultat, som kommer att avvecklas under 2026.

Fördelen med resultatbaserad prissättning sträcker sig bortom enbart kommersialisering. Modellen fungerar som ett strukturerat imperativ för den typ av disciplinerad implementering som de flesta AI-program hoppar över. När leverantören bara får betalt för resultat sker varje diskussion om datakvalitet, integrationsarkitektur, användaracceptans och processdesign före driftsättning – inte efter den första misslyckade kvartalsgranskningen. Incitamentet för noggranna förberedelser är inte moraliskt, utan ekonomiskt. Detta är den överlägset mer tillförlitliga mekanismen.

Strukturella konsekvenser för företaget

Resultatbaserad prissättning är mer än bara en kommersiell modell. Den förändrar den interna organisationslogiken på båda sidor av kontraktet. På leverantörssidan innebär denna modell att möjligheten att mäta resultat måste bli en del av produkten – och inte bara en eftertanke för kundframgångsteamet. Leverantörer som tar detta på allvar bygger dashboards som visar köparen det levererade värdet i realtid: sparad tid, förbättrad kvalitet, minskad risk. Denna synlighet i sig blir en differentierande faktor på en marknad där den tekniska kapaciteten blir alltmer homogen.

På köparsidan kräver modellen en initial investering i mätbarhet, vilket många organisationer undviker. De som inte systematiskt har spårat processtider kan inte enas om cykelförkortning som ett avtalsmässigt mått. Även om detta initialt kan låta som ett hinder är det faktiskt ett användbart filter. Organisationer som inte kan definiera mätvärden för resultatbaserade kontrakt är i allmänhet inte heller i stånd att framgångsrikt skala upp AI-implementeringar – oavsett prissättningsmodell. Mätkravet tvingar fram den nivå av operativ mognad som ändå skulle vara avgörande för produktiv AI-användning.

Bessemer Venture Partners handbok sammanfattar kortfattat kärnlogiken: AI tjänar inte pengar på åtkomst. Den tjänar pengar på resultat. Företag som Intercom, EvenUp och Leena AI anpassar hela sina organisations- och försäljningsmodeller till det arbete som levereras: lösta ärenden, ifyllda dokument och slutförda granskningar. Vinnarna kommer att ta betalt för vad deras AI genererar – inte för vad det kostar eller vad det ger åtkomst till. Måttet för beräkningen är inte bara ett faktureringsbeslut. Det är ett engagemang för vad du värdesätter, vad systemet är värt – och vad du är villig att bevisa med din avkastning.

Maktobalansen och vem som använder den

Den som förstår maktdynamiken på den nuvarande AI-upphandlingsmarknaden kommer att känna igen en tillfällig asymmetri som gynnar väl förberedda köpare. Konkurrensen mellan AI-leverantörer har blivit extremt intensiv i flera kategorier, medan förnyelsegraden för pilotprogram är under press. Leverantörer som sålde med enbart löften år 2025 förhandlar nu om förlängningar med kunder som vill se konkreta resultat. Detta skapar en förhandlingsposition som inte fanns år 2024.

Köpare som nu går in i upphandlingsförhandlingar med tydliga definitioner av leveranser, ett ramverk för värdebevis och en hybridkontraktsstruktur har en betydligt starkare förhandlingsposition än de som endast kommer in med en funktionell specifikation och en grov användningsuppskattning. Uppgifterna – 78 procent oväntade kostnader, 80 procent projektmisslyckanden, mindre än en procent betydande avkastning på investeringen – ger dem det starkaste argumentet. Metodiken tillhandahåller verktyget.

Detta gäller särskilt för medelstora och stora företag som gör betydande utgifter för AI-baserade applikationer utan att ha byggt motsvarande styrningsinfrastruktur. Zylo-rapporten visar att utgifterna för AI-baserade applikationer i stora företag har ökat med nästan 400 procent – ​​ofta via anställdas kreditkort och utgiftsrapporter – innan IT-team ens hinner reagera. Den så kallade skuggeffekten av AI är inte ett perifert fenomen utan ett strukturellt inslag i den nuvarande implementeringscykeln, vilket kommer att bli fullt synlig under förnyelseförhandlingarna 2026 och 2027.

Bortom prissättning: Den bredare mognadstiden

Det som händer på AI-upphandlingsmarknaden är inte bara ett isolerat prisfenomen. Det är mognaden av en teknik, som markerar dess övergång från experimentellt till produktionsläge. Google Cloud AI ROI 2025-rapporten, baserad på en global undersökning av mer än 3 400 företagsledare, beskriver ett nytt skede av AI-mognad – den så kallade "agentiska tidsåldern" – där AI-agenter arbetar autonomt inom definierade parametrar för att leverera mätbara affärsresultat. De 88 procent av agentiska AI-ledarna som rapporterade konkreta avkastningar i denna studie skiljer sig från majoriteten främst i en viktig aspekt: ​​deras förmåga att exakt mäta resultat och anpassa dem till strategiska mål.

Resultatbaserad prissättning är det kommersiella uttrycket för denna mognad. Den förutsätter vad mogna AI-implementeringar redan kräver: tydliga processdefinitioner, hög datakvalitet, en ren integrationsarkitektur och mätverktyg direkt kopplade till affärsresultat. Företag som tar denna väg kommer att betala mindre för hopp och mer för effekt. Detta är inte en romantisk vision av en rättvisare teknikekonomi. Det är en nykter beskrivning av vilka kontraktsstrukturer som kommer att överleva nästa förnyelsecykler.

Den verkliga frågan för köpare är inte längre om resultatbaserad prissättning är rätt riktning. Gartner, Bloomberg, Simon-Kucher, Bessemer Venture Partners och köppreferenserna hos 86 procent av köparna pekar alla i samma riktning. Den avgörande frågan är om deras egen upphandlingsprocess kan anpassas tillräckligt snabbt för att utnyttja den förhandlingsposition som denna mognadsfas erbjuder på kort sikt – innan marknaden konsolideras igen och leverantörerna återigen kan diktera villkoren.

Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business - Bild: Xpert.Digital

Xpert.Digital är en datadriven B2B-branschhubb som leds av Konrad Wolfenstein . Företaget fungerar som en extern, nästan intern lösning för industriella partners och täcker operativa luckor inom marknadsföring, innehåll och försäljning – utan att kräva ytterligare resurser från kundsidan.

Mer information här:

• Den kvasi-interna lösningen: Hur Xpert.Digital stänger operativa luckor inom B2B-marknadsföring och -försäljning – Smart Content-Driven Business

☑️ Vårt affärsspråk är engelska eller tyska

☑️ NYTT: Korrespondens på ditt modersmål!

Konrad Wolfenstein

Jag och mitt team står gärna till er förfogande som er personliga rådgivare.

Du kan kontakta mig genom att fylla i kontaktformuläret här [email protected]:eller helt enkelt ringa mig på +49 7348 4088 965. Min e-postadress är

Jag ser fram emot vårt gemensamma projekt.

☑️ Stöd till små och medelstora företag inom strategi, konsultation, planering och implementering

☑️ Skapande eller omstrukturering av den digitala strategin och digitaliseringen

☑️ Utökning och optimering av internationella säljprocesser

☑️ Globala och digitala B2B-handelsplattformar

☑️ Pionjär inom affärsutveckling / marknadsföring / PR / mässor