OpenAI בוחנת תמחור לפי תוצאה עבור לקוחות עסקיים

לפי דיווח, OpenAI מאפשרת למספר מצומצם של לקוחות עסקיים גדולים לשלם רק כאשר סוכן AI משלים בהצלחה משימה עסקית שהוגדרה מראש. לא מדובר בתוכנית תמחור פומבית או כללית, והחברה לא חשפה אילו משימות נכללות בניסוי, מה יהיו התעריפים או מהם תנאי החוזים. 5

הניסוי חשוב משום שסוכנים אוטונומיים עלולים לצרוך כוח חישוב רב בהרבה מצ'אטבוט רגיל. בחיוב לפי אסימונים, החשבון גדל בהתאם להיקף ההנחיות, התשובות, הניסיונות החוזרים וקריאות הכלים. בחיוב לפי תוצאה, נקודת החיוב עוברת אל התוצאה שהלקוח והספק הגדירו מראש.

מה ההבדל בין חיוב לפי אסימונים לבין חיוב לפי תוצאה?

מחירוני ה־API והמסלולים הארגוניים של OpenAI מתמחרים אסימוני קלט, קלט שנשמר במטמון ואסימוני פלט — בדרך כלל לפי מיליון אסימונים. 1 2 במודל הזה, הלקוח משלם על השימוש במודל גם אם הסוכן לא השלים לבסוף את המשימה.

תמחור מבוסס-תוצאה משנה את אירוע החיוב. במקום לשאול "כמה אסימונים עיבדה המערכת?", החוזה שואל: "האם הסוכן השיג את התוצאה שעליה הסכמנו?" תוצאה כזו יכולה להיות טיפול מוצלח בפנייה, השלמת תהליך עבודה או עדכון מאומת במערכת עסקית. עם זאת, OpenAI לא פרסמה אילו תוצאות בדיוק נבחנות בפיילוט. 5

המשמעות היא שחלק מסיכון הביצוע עובר מהלקוח אל הספק. ניסיונות מרובים, שרשראות חשיבה ארוכות או הרצות כושלות עלולים להגדיל את העלויות של OpenAI בלי ליצור בהכרח אירוע שניתן לחייב עליו.

מדוע חברות חוששות מעלויות בלתי צפויות?

תמחור לפי שימוש קל יחסית לחיזוי כאשר מדובר באפליקציה עם נפח פעילות יציב. הוא נעשה מורכב יותר כאשר סוכנים בוחרים בעצמם את מסלול הפעולה, מפעילים כלים שוב ושוב, מעבירים משימות לסוכנים אחרים או עובדים במקביל.

הדוגמה הקיצונית ביותר שדווחה נוגעת למפתח שהפעיל 100 סוכנים במקביל וצבר חיוב של 1.3 מיליון דולר על אסימוני OpenAI בתוך 30 יום. 5 גם אם מדובר במקרה חריג, הוא ממחיש את החשש המסחרי: במערכות אוטונומיות, ההוצאה עלולה לגדול בהתאם למספר הניסיונות ולרמת הפעילות — ולא בהתאם לערך העסקי של המשימה שהושלמה.

חוזה המבוסס על תוצאה עשוי להקל על תכנון התקציב, ואף לצמצם את הסיכון שהלקוח ישלם את מלוא העלות של ניסיון שלא הצליח — אם החוזה קובע שכישלון אינו מחויב. האם זו אכן תהיה ההגנה בפיילוט של OpenAI, ואיך יטופלו חריגים, עדיין לא ידוע.

באילו משימות המודל עשוי להתחיל?

תמחור לפי תוצאה קל יותר ליישום כאשר למשימה יש גבול ברור ואירוע סיום שניתן לצפות בו. שירות לקוחות הוא דוגמה בולטת: אפשר לבדוק אם פנייה נסגרה, אם הלקוח קיבל מענה או אם לא נדרשה התערבות אנושית נוספת.

אפשרויות נוספות עשויות לכלול משימות קידוד מוגדרות, טיפול בתביעות, סינון לידים או פעולות משרדיות במערכות ארגוניות. אלה אפשרויות כלליות, ולא שימושים ש־OpenAI חשפה. התנאי המשותף הוא שהצדדים יוכלו להגדיר מה נחשב הצלחה עוד לפני שהסוכן מתחיל לעבוד.

חוזה מעשי יצטרך ככל הנראה להגדיר:

• מהו תנאי ההצלחה המדויק;
• אילו רמות איכות ודיוק נדרשות;
• האם העברה לנציג אנושי נחשבת כישלון או כהצלחה חלקית;
• כיצד מטופלים ניסיונות חוזרים וחריגים;
• איזה אירוע במערכת מאמת את השלמת המשימה; וכן
• כיצד פותרים מחלוקות בנוגע לחיוב.

בלי כללים כאלה, ההבטחה "משלמים רק כשה־AI עובד" נשמעת אטרקטיבית — אך נותרת עמומה מבחינה מסחרית.

OpenAI אינה הראשונה שמקשרת את המחיר לתוצאה

הניסוי המדווח משתלב בשינוי רחב יותר באופן שבו חברות תוכנה מתמחרות סוכני AI. עם זאת, חשוב להבחין בין המודלים השונים:

• Intercom Fin: החברה מתארת חיוב של 0.99 דולר עבור תוצאה שנפתרה, כאשר הסוכן מטפל בבעיה מקצה לקצה ללא מעורבות אנושית. 8
• Zendesk: החברה משתמשת במונח "Verified Resolution" — פתרון מאומת שנוצר באמצעות AI — ומקשרת את החיוב להצלחה ולא רק לרישיון לפי מספר משתמשים. 14
• Salesforce Agentforce: Salesforce השיקה תחילה מודל של 2 דולרים לשיחה, ובהמשך הציגה Flex Credits. לפי ההשוואה של Intercom, פעולה סטנדרטית עולה 20 קרדיטים, שהם כ־0.10 דולר לפעולה. זהו תמחור לפי צריכה ופעולה, ולא בהכרח תשלום רק עבור התוצאה העסקית הסופית. 8

לכן, "תמחור לפי תוצאה" ו"תמחור לפי צריכה" אינם מושגים זהים. חיוב לפי פעולה או לפי שיחה עשוי להיות ברור יותר ללקוח, אך הוא עדיין יכול לחייב גם כאשר היעד העסקי הרחב לא הושג.

מה אומרים סקרי הארגונים?

הנתונים הזמינים של Futurum מצביעים על שוק מפוצל — לא על היעלמות מוחלטת של מודל התשלום לפי משתמש.

בסקר של Futurum בקרב 830 מקבלי החלטות בתחום ה־IT ברחבי העולם, 43% העדיפו תמחור לפי צריכה עבור יכולות של בינה מלאכותית גנרטיבית, לעומת 27% שהעדיפו תמחור לפי תוצאה. 14 בסקר נפרד למחצית השנייה של 2026, בקרב מי שרכשו יכולות AI בנפרד, 42.3% העדיפו תמחור לפי משתמש, 36.6% לפי צריכה ו־21.1% לפי תוצאה. לעומת זאת, בתוכנות ליבה העדיפו 28.9% תמחור לפי צריכה ו־22.2% תמחור לפי תוצאה, בעוד שתמחור לפי משתמש קיבל 12.6%.

המסקנה אינה שחברות בחרו במודל אחד ויחיד. נראה שההעדפה תלויה באופי המשימה: יכולת עזר צפויה עשויה להתאים למחיר לפי משתמש או לתוספת קבועה, ואילו שירות אוטונומי שמבצע עבודה מדידה עשוי להיות קל יותר להצדקה באמצעות חיוב לפי צריכה או לפי תוצאה.

מדוע המודל עשוי להתפשט — ומדוע הוא עלול להיתקע?

היתרון ברור משני הצדדים. הלקוחות יכולים לקשר את ההוצאה לערך שקיבלו, והספקים מקבלים תמריץ חזק יותר לשפר אמינות ולצמצם הרצות מיותרות. מודל כזה עשוי גם לעזור למחלקות כספים לאשר פריסת סוכנים שהייתה קשה לתקצוב תחת חיוב פתוח לפי אסימונים.

מצד שני, תמחור לפי תוצאה חושף את הספק לעלויות שלא ניתן עוד לגלגל אוטומטית אל הלקוח. הוא גם יוצר תמריצים שצריך לנהל בזהירות. סוכן שמותאם למדד צר עלול לעמוד בתנאי החוזה מבחינה טכנית, אך לפגוע בחוויית הלקוח או במטרה העסקית הרחבה יותר.

בעיה נוספת היא ייחוס התוצאה. תהליך עסקי עשוי להשתמש בכמה מודלים, בכלים חיצוניים, בעובדים ובמערכות ארגוניות. אם הסוכן השלים רק חלק מהתהליך, או אם אדם קיבל את ההחלטה הסופית, לא תמיד ברור איזה חלק מהתוצאה נזקף לזכות OpenAI.

לכן, סביר שתמחור לפי תוצאה יתרחב קודם כול במשימות צרות וניתנות לאימות — ולא בעבודת ידע פתוחה ורב-שלבית. מודלים היברידיים, המשלבים תשלום לפי משתמש, צריכה, קרדיטים ותעריפים עבור תוצאות מסוימות, עשויים להישאר פתרון מעשי יותר לפריסות מורכבות. Futurum הגדירה מודלים היברידיים כדרך ביניים חשובה בזמן שהספקים בוחנים כיצד לקשר את מחיר ה־AI לערך שהלקוח מקבל. 14

מה המשמעות של הפיילוט עבור OpenAI?

אם ההסדר המדווח יתרחב, הוא עשוי לסמן שינוי משמעותי בכלכלת ה־AI הארגוני: ספקים ימכרו יותר ויותר עבודה שהושלמה, ולא רק גישה למודל או צריכת אסימונים.

בשלב זה, המסקנה צריכה להישאר מוגבלת. לפי הדיווחים, OpenAI בוחנת תמחור לפי תוצאה עם לקוחות גדולים שנבחרו לכך, אך החברה לא פרסמה תוכנית כללית ולא חשפה מספיק פרטים חוזיים כדי להעריך את התעריפים, היקף השימוש או ההצלחה המסחרית. 5 נכון לעכשיו, מדובר בניסוי מוקדם בשאלה האם ספקי סוכני AI יכולים להפוך את ההבטחה "משלמים על תוצאות" למודל מדויק מספיק עבור רכש ארגוני.