杰森·安徒生 ,
贡献者。
概括
对于企业来说，人工智能代理定价仍然复杂且具有挑战性。作者预测，对数据主权和本地代理使用的需求增加将影响定价。供应商可能会积极捆绑产品以满足特定的客户需求和合作伙伴关系。高度准确的代理结果可能会产生溢价。公司还可以通过具有吸引力的价格来激励客户将整个代理生命周期保留在一个平台内。文章还指出了代理商可能会享受大幅定价，并为非高峰调度提供折扣。建议企业避免长期交易，开发内部成本工程功能并利用现有的供应商关系。随着指标的明确和供应商策略的成熟，未来定价的改进可能会出现。
在我之前的文章中，我将自己一年前对代理定价的预测与实际发生的情况进行了评分。我发现，虽然预测基本成立，但比较供应商的价格并没有变得更容易，部分原因是不兼容的人工智能积分系统的兴起。在这里，我展望了未来两年代理定价的走向，以及企业现在应该采取哪些措施。
（注：我的公司 Moor Insights & Strategy 为许多科技公司提供咨询服务，其中包括 AMD、AWS、Google、IBM、Intel、Microsoft、Nvidia、Salesforce 和 SAP。）
代理定价从何而来
正如我在上一篇文章中提到的，与我交谈过的每个供应商都表示代理定价仍在进行中。所以我们知道变化即将到来，但今年的预测更具挑战性，因为我们看到持续的产品创新、政府法规和企业最佳实践的不断发展。
期待更多的主权、知识产权保护和本地使用
微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 最近在 X 上发表的一篇帖子中分享了尖锐的见解，这一观点在网上疯传，他将其称为“反向信息悖论”。成为头条新闻的观点是，用户为人工智能支付两次费用：第一次是为了使用他们选择的任何工具，第二次是为了分享使模型变得更好的有价值的信息。这不是第一次提出这个问题，我认为这阻碍了整个代理的采用。
在过去的一年里，我们看到许多基础设施供应商将人工智能就绪的系统和解决方案推向市场，但与此同时，我们也看到开源工具和开放权重模型的改进。企业知道他们的数据、专业知识和技术可以成为差异化的来源，并希望保护它们——相关的国家、地方或特定行业的监管机构也是如此。随着我们看到本地代理能力的增强，现有的基于云的领导者将需要采取更多措施来保证这些保护。这一变化可能会影响未来两年的定价模式和产品。这是整个行业更广泛的主权推动的一部分；我的同事 Michael Leone 最近写了一篇有关 IBM 如何将主权本身转变为产品的文章，我预计代理供应商也会面临类似的压力。
预计供应商将采取更积极的捆绑销售
虽然从供应商的角度来看，人工智能积分模型促进了定价和计费的更好统一，但正如我在上一篇文章中讨论的那样，它的规定性不够，无法帮助客户决定使用哪些产品，而这一直是过去两年的主要挑战。第一轮生成式人工智能投资导致了产品的快速发布，我们经常看到来自同一供应商的竞争产品。我很高兴供应商已经开始整合产品线以减少混乱，但很可能还需要针对特定客户情况进行一些产品捆绑。
例如，由专业开发人员构建和维护代理的企业将需要一套与寻求支持更广泛的知识工作者代理的产品不同的产品。我还认为我们将看到捆绑包用于促进合作伙伴关系或其他技术亲和力；例如，您可能会看到像 SAP 这样的公司与特定模型提供商合作开发捆绑包，或者与 AWS 合作开发特定行业的 SaaS 游戏。虽然我不确定我们是否会看到这些捆绑销售明显，但我确实希望卖家及其合作伙伴将利用捆绑销售和折扣来加速销售活动。
期望获得更高的准确性
客户提出的一个主要问题是处理不准确的结果或意外的结果。与代理使用相关的可变性可以通过使用更好的模型和上下文方法来细化，但这仍然不能保证干净的结果。然而，我们开始看到在交付代理结果之前评估代理结果的不同方法。最初，这些评估技术只是另一个法学硕士，作为另一双眼睛（可以这么说）来满足请求，但现在我们开始看到其他概念进入市场。例如，AWS 的 Kiro 正在使用神经符号人工智能来确保需求得到很好的转化。我们还看到像 Weights & Biases 这样的公司，通过 ARIA 等工具，在许多实验运行中循环代理来完善和优化结果。如果这些新技术变得更加成熟，我们预测更高的准确性将带来更高的价格。目前尚不清楚的是，评估费用是否会作为高端服务收取，例如每个请求更多的积分或代币，或者只是针对“经过认证的结果”收取固定费用。
供应商如何奖励留在平台上的人
正如我在上一篇文章中所述，我还相信供应商将为客户提供显着的价格优势，将更多的代理生命周期保留在平台及其相关供应商产品中。这类似于当客户选择使用 CSP 自己的定制芯片而不是 Intel、AMD 或 Nvidia 芯片的基础设施实例时，云提供商如何提供定价优势。我这样做的理由是双重的。首先，不同供应商的人工智能能力之间没有太大差异，尽管有基于人工智能的迁移工具，但平台玩法本质上具有粘性。因此，代理商的收入增长很可能更多地受到现有客户额外收入的推动，而不是新客户的吸引，供应商将希望尽快激励这种增长。我已经在 Microsoft 的 Copilot Cowork 定价中看到了这种情况的早期版本，它奖励留在 Microsoft 堆栈中。
其次，我们已经看到了这样的例子，AWS 和谷歌云等公司正在为数据存储提供非常有吸引力的价格和功能。这为客户提供了类似于低成本 Snowflake 竞争对手的产品。这也可以作为将企业数据放入云中的诱惑，并为代理（可能还有模型）提供更好的上下文和潜在的性能改进。我还认为这将超越低成本的硬件和软件基础设施，延伸到人工智能积分的计算方式。例如，对于 Salesforce 客户来说，使用 MuleSoft 进行集成可能比 MCP 呼叫更有利。
代理调度能否恢复峰时定价？
另一个激励措施可能集中在人们选择处决代理人的时候。 OpenClaw 等技术的出现或 Claude 中的计划任务使代理能够在无需人工干预的情况下运行。这也意味着代理可以安排在基础设施压力较小的特定时间运行。我希望供应商测试这两个杠杆：首先将客户推向非高峰执行窗口，然后一旦使用量使增加的复杂性值得，就立即分层定价。当我们开始看到人类在“循环”中花费的时间越来越少时，基础设施优化开始看起来很像大型机时代的分时技术。
企业现在应该做什么？
鉴于创新步伐持续快速，在代理领域想要领先将变得非常困难。这为展望 2027 年代理定价的企业提供了以下三项建议：
那么，代理定价变得更好了吗？
坦率地说，不。从企业客户的角度来看，情况可以说比一年前更糟。虽然我承认并对试图制定定价的产品团队深表同情，但我们还没有做到这一点。
也就是说，我对未来确实持乐观态度。我的感觉是，推动定价挑战的因素是双重的。第一个问题是缺乏可用的采用指标，尽管有多个因素表明可以取得进展：前瞻性部署的工程计划、减少路线图的流失、基于信用和行动的定价以及更好的成本控制应该为改善当前状态提供正确的信号。但其次，我们还必须考虑供应商对人工智能的财务押注，以及任何定价失误对盈利能力和股价的影响。因此，无论取得什么进展，都需要与供应商目标和市场预期进行平衡。
Moor Insights & Strategy 向科技公司（如所有科技行业研究和分析公司）提供或已经提供付费服务。这些服务包括研究、分析、建议、咨询、基准测试、收购撮合以及视频和演讲赞助。在本文提到的公司中，Moor Insights & Strategy 目前与 AMD、AWS、Google、IBM、Intel、Microsoft、Nvidia、Salesforce 和 SAP 建立了（或已经）有偿业务关系。