Harvey, la startup d’IA juridique, a passé une partie de cette année à perdre de l’argent chaque fois que les clients tiraient davantage de valeur de son produit. Selon Bloomberg, la marge brute de l’entreprise est passée d’environ 50 % au début de l’année à -50 % en juin (!). Elle dépensait environ 1,50 $ pour délivrer chaque dollar de chiffre d’affaires.
Le problème, comme le souligne State of AI, venait des tarifs. Harvey vend aux cabinets d’avocats une licence annuelle forfaitaire par utilisateur, avec usage illimité, mais ses fournisseurs d’IA facturent au token. L’usage des tokens a été multiplié par vingt cette année, tandis que le chiffre d’affaires n’a fait que doubler. Un associé lançant une requête par semaine payait autant qu’un collaborateur faisant tourner un agent toute la nuit.
Harvey avait une quille et pas de voiles.
Pensez à un voilier. La quille, sous la ligne de flottaison, maintient le bateau stable. Les voiles le propulsent vers l’avant. Un bateau avec seulement une quille n’avance pas. Un bateau avec seulement des voiles chavire au premier coup de vent.
La tarification fonctionne de la même manière. L’abonnement est votre quille : une base prévisible que les clients peuvent budgéter. L’usage, ce sont vos voiles : un chiffre d’affaires qui progresse à mesure que les clients utilisent davantage. Pour toute entreprise logicielle qui paie chaque token consommé par son nouveau service d’IA, chacun protège contre un risque différent.
Dans une nouvelle analyse de la tarification menée auprès d’environ 200 éditeurs de logiciels B2B, Bain a constaté que la plupart des entreprises qui dépassent le modèle “au siège” ajoutent de nouveaux compteurs par-dessus les sièges, plutôt que de les remplacer. Environ quatre fournisseurs sur cinq qui introduisent une tarification IA choisissent des modèles de capacité, dans lesquels les clients s’engagent sur un volume fixe à l’avance. Bain indique que cela apporte aux éditeurs la stabilité de la tarification au siège et donne aux directeurs financiers un engagement qu’ils peuvent valider.
Considérez maintenant le risque inverse. Le prix moyen payé par les entreprises par million de tokens a fortement baissé cette année. Des tokens moins chers semblent être une bonne nouvelle pour les éditeurs de logiciels qui vendent des services d’IA, et au départ, c’en est une. Mais les clients le remarquent, et les concurrents baissent leurs prix. Si votre chiffre d’affaires est tarifé uniquement à l’usage, il peut reculer en même temps que les prix des tokens. C’est là que vous avez besoin de la quille.
Harvey a fini par trouver une issue. En août, l’entreprise a lancé son propre modèle, construit à partir d’un modèle open-weight moins coûteux. L’entreprise affirme que le nouveau modèle a réduit d’environ 90 % le coût par requête sur une fonctionnalité, et Bloomberg rapporte que sa marge est redevenue positive.
Mais regardez ce qui s’est passé. En six mois, l’usage intensif a triplé le coût de service de Harvey pour chaque dollar de chiffre d’affaires, puis un changement de modèle a réduit de 90 % les coûts de certains traitements. Quelle tempête financière ! Les coûts de l’IA peuvent fortement fluctuer dans les deux sens. Harvey a eu de la chance qu’un modèle moins cher arrive à temps. La prochaine entreprise n’aura peut-être pas cette chance.
Commencez donc par un abonnement qui reflète la relation dans la durée. Ajoutez ensuite une couche à l’usage qui capte la valeur créée par les clients à mesure qu’ils grandissent. La quille vous protège quand les prix des tokens baissent. Les voiles vous protègent quand l’usage s’envole. Ensemble, elles amortissent les à-coups, quel que soit le sens.
Il existe bien sûr des cas où s’engager sur un modèle unique a du sens. Par exemple, j’ai vu de nombreux services commencer en pay-as-you-go puis, avec le temps, se formaliser en abonnement avec engagement. Il y aura toujours une tension entre consommation et prévisibilité.
Mais si vous construisez les deux, vous pouvez naviguer par tous les temps.
