购买联络中心技术曾经相对简单。
企业按坐席数、按月付费，再加上几项高级功能，就能对季度末的账单有个大致预期。
AI 颠覆了这一模式。
如今，一个客服 AI 智能体可能按分钟、消息、会话、动作、token、积分或成功解决量来计费。
在某些情况下，它被捆绑进人工坐席许可中。在另一些情况下，它作为独立的消耗费用叠加在该许可之上。
联络中心领导者现在不仅要决定哪种 AI 最适合自己的公司，还必须弄清楚如何付费而不失去对预算的控制。
“透明的消耗式定价绝对是必须的，”ZK Research 创始人兼首席分析师 Zeus Kerravala 表示。
“你必须能向客户清楚地说明：如果我跑这些类型的交易，成本就是这样。也许你换一种方式，会更便宜。”
这一担忧正在重塑 AI CX 市场。旧的坐席席位并没有消失，但作为单一价值单位，它的作用正在减弱。
一个人工坐席一天可能处理几十次交互。而一个 AI 智能体可能处理数千次，执行后台任务，并在客户旅程完成之前触发多个独立的计费事件。
那么，买家应该关注什么？
旧的购买单位正在瓦解
Salesforce 近期的 Agentforce 定价调整，是市场变化速度最清晰的例证。
这家 CRM 巨头最初以每次会话 2 美元推出 Agentforce。这对处理支持请求的面向客户的 AI 智能体来说是有意义的。但对于完成内部任务、更新 CRM 记录、生成报价或支持员工工作流的智能体来说，就没那么有用了。
随后 Salesforce 增加了 Flex Credits（弹性积分），定价为每 10 万积分 500 美元。一个标准的 Agentforce 动作消耗 20 个 Flex Credits，Salesforce 将其价值估算为约 0.10 美元。
该供应商仍然提供基于会话的定价，但现在也为客户提供了按需付费、预承诺和预购等支付选项。
“我们一直在倾听客户的声音，并开发了一个名为’面向动作定价’的新框架，”Salesforce 企业战略执行副总裁 Bill Patterson 表示。
“这种模式不会为寒暄或诸如’你今天过得怎么样？’之类的闲聊收费。它根据智能体实际完成的工作收费，我们称之为’采取行动’。”
这一转变表明，即使是供应商自己也在努力找到一种既公平又易于理解的 AI 定价方式。
其结果是：CX 买家常常在比较计量单位完全不同的产品。
CX 领导者将遇到的六种 AI 定价模式
1. 按坐席定价与捆绑式 AI 权益
按坐席定价对大多数联络中心来说仍是熟悉的地盘。
例如，Genesys Cloud CX 销售命名用户套餐，在年度承诺下每人每月 75 到 240 美元不等。
其 CX 4 套餐每月为每个命名坐席包含 30 个 AI Experience Tokens（AI 体验代币），而所有套餐都包含一个较小的组织级代币配额。
微软也在走类似的混合路线。高级 Dynamics 365 SKU 包含每个用户每月 1,000 个 Copilot Credits（Copilot 积分），在租户级别池化。
这种模式最适合坐席队伍稳定、AI 用例成熟的联络中心。它让财务团队有清晰的基线成本，并避免支出的突然飙升。
然而，当 AI 承担更大比例的工作负载时，它可能变得低效。企业最终可能为不再需要的人工坐席容量付费，同时还要为 AI 活动支付额外的消耗费用。
2. 基于渠道的消耗式定价
Amazon Connect 是消耗优先的联络中心平台最有力的例子。
它不要求坐席许可或长期最低承诺。相反，客户根据所使用的渠道付费。
Amazon Connect 目前的收费是：语音每分钟 0.038 美元，聊天每条消息 0.010 美元，电子邮件每封 0.080 美元，SMS 或第三方消息交互每条 0.014 美元。
AWS 在这些平台费率中包含了广泛的 AI 能力，包括智能体式自助服务、坐席辅助、会话分析、质量管理、预测和会话后摘要。
Kerravala 认为，亚马逊是在重新定义联络中心技术经济性方面最具颠覆性的供应商：
“从历史上看，这个市场一直依赖每人每月定价。对任何季节性业务来说，这都不是最优的。”
对零售商来说，Kerravala 的观点显而易见。感恩节到圣诞节之间的交互量可能超过一年中的其他时间。为每月的高峰坐席容量付费很难说得通。消耗式定价为这些企业提供了更灵活的选择。
但账单仍可能变得复杂。语音、聊天、电子邮件和消息各有独立的计费表。电信和第三方费用也可能适用。
3. 组件级用量定价
Google Cloud 把按用量定价推得更远。
其 Conversational Agents 产品按聊天请求和语音音频时长收费。Agent Assist 聊天按每条消息计费。Conversational Insights 提供基于消息和分钟的定价，以及命名坐席和并发坐席选项。
对于已经在 Google Cloud 上构建的组织来说，这可以提供相当大的灵活性。团队可以只选择需要的组件，并逐步扩大使用量。
但它也带来了一个比较难题。
Google 提供的不是一个简单的”AI 联络中心”价格。它提供的是一组分别计费的工具组合。这可能适合技术成熟的企业，但对于试图预测总体拥有成本的买家来说，采购会变得困难得多。
4. 积分与代币
积分和代币现在是一些主要供应商偏好的中间地带。
Salesforce Flex Credits 可用于一系列 Agentforce 动作。Genesys AI Experience Tokens 可支持虚拟智能体、预测路由、摘要和坐席副驾（copilot）工具等功能。微软使用 Copilot Credits 作为其 AI 服务的通用货币。
事实上，在讨论这种模式时，Genesys AI 产品营销总监 Arpita Maity 表示：
“只需为你实际使用的 AI 功能付费，代币化提供了一种可扩展、成本效益高的方式，将 AI 集成到你的运营中。”
好处是灵活性。联络中心可以从小处着手，激活新功能，并在不同的 AI 能力之间转移使用量，而无需为每个工具购买单独的许可。
缺点在于：代币不是客户成果，而是供应商定义的活跃度度量。在承诺之前，买家需要了解一次语音机器人会话、AI 摘要、翻译、路由决策或坐席辅助交互会消耗多少代币。
没有这些细节，积分很快就会成为财务团队的一个”换算难题”。
5. 基于动作的定价
基于动作的定价是面向超越基础自助服务的企业的新兴选项。
Salesforce 的 Flex Credit 模式不是为会话收费，而是旨在为 AI 智能体完成的实际工作收费。这可能包括更新客户记录、生成报价、检索信息或推进工作流。
这种方法对于在服务、销售和内部运营中使用 AI 智能体的组织尤其相关。
一次会话可能很简短但具有商业价值。或者，一次很长的客户交互可能包含大量对话，但没有有意义的动作。
风险在于，复杂的工作流可能包含多个动作。买家应要求供应商对整个端到端旅程建模，而不仅仅是单独报价一个动作的价格。
6. 基于结果或按解决量定价
Zendesk 提供了基于结果的 AI 定价最清晰的例子。
其 AI 智能体包含在 Support 和 Suite 套餐中，每个坐席每月包含一定数量的自动解决量。额外的自动解决量在承诺模式下每个 1.50 美元，或按需付费模式每个 2.00 美元。
Zendesk 将自动解决定义为：客户请求由 AI 成功解决，无需升级到人工坐席。
对于高容量、可重复的客户服务旅程来说，这是一个有吸引力的提议。买家只在技术产生他们真正想要的结果时才付费。
Kerravala 已经看到一位客户把这种逻辑推得更远：
“我和一家公司聊过，一支 NBA 球队，他们谈成的条件是：我只为完成任务的智能体向供应商付费。”
然而，解决量并不总是听起来那么简单。
客户可能在当下显得满意，但后来因为问题没有被真正修复而再次联系。当人工坐席本来是更好的选择时，AI 可能避免升级。
这就是为什么解决量定价必须与再联系率、客户满意度、投诉、退款流失和升级量放在一起评估。
哪种 AI 定价模式适合你的联络中心？
不出所料，没有放之四海而皆准的赢家。
坐席队伍稳定、需求可预测的组织可能更喜欢按坐席或混合模式，尤其是如果他们想要严格控制预算的话。
季节性高峰明显的企业可能受益于 Amazon Connect 式的渠道消耗定价。
正在运行早期 AI 试点的团队通常应避免大额的前期承诺。只要设有支出提醒和硬性上限，按需付费定价在这里很有用。
在自助服务、坐席辅助、分析、质量管理和工作流自动化中部署多种 AI 工具的企业，应该评估池化积分或代币。但他们应坚持要求供应商提供一个基于自身历史数据的用量模拟器。
对于可重复、低风险的服务请求，基于成果的定价可能很有吸引力。它不太适合复杂案例——在那些案例中，”成功解决”是主观的、延迟的，或依赖于人类员工完成旅程的一部分。
费率背后隐藏的成本
公布的 AI 价格很少是全部成本。
联络中心领导者还需要考虑电信费用、消息费用、模型使用费、知识库准备、集成、工作流编排、安全、合规、测试、可观测性、人工质量保证，以及处理失败的 AI 交互的成本。
这些成本对智能体式 AI 部署尤其重要。一个智能体可能完成更多工作，但它也需要更强的治理、监控和控制。
Kerravala 将这种风险与云采用初期相提并论：
“人们喜欢云的灵活性。所以他们把所有数据都塞进云里，结果在后期收到了巨额账单。我们不想在 AI 上重蹈覆辙。”
他建议”把可观测性建在前端，让企业能够管控用户的行为并了解其成本。”
如果智能体会造成重复联系，那么便宜的每条消息费率并不便宜。如果 AI 错误地处理退款或损害了客户信任，那么低价的按解决量费用也毫无价值。
每个 CX 买家都该问的五个问题
在签署 AI CX 合同之前，采购团队应该问：
- 什么确切地触发一个计费事件？
- 哪些能力已包含在内，哪些会产生额外使用费？
- 供应商能否使用我们的历史交互数据来模拟项目成本？
- 当我们超出承诺使用量时会发生什么？
- 我们如何证明一次 AI 交互是真正被解决了，而不仅仅是转走了？
最后一点可以说是最重要的。
CX 领导者不应仅仅按照供应商偏好的计量表来采购——无论是坐席、分钟、消息、积分、代币、动作还是解决量。他们应该按照每次经核实的解决成本来采购。
这意味着要衡量：客户的问题是否真的解决了，他们是否回头了，结果是否合规，AI 是否改善了体验，而不是仅仅把工作转移到了别处。
供应商可能会不断改变购买单位。CX 买家应该把注意力集中在真正重要的单位上：一个被妥善解决的客户问题。
原文：https://www.cxtoday.com/contact-center/ai-pricing-models-cx-contact-center-guide/
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/71360.html
