پرش به محتوای اصلی
اخبار هوش مصنوعی

RaaS چیست؟ وقتی نرم‌افزار برای نتیجه‌ی کار پول می‌گیرد

RaaS یا «نتیجه به‌عنوان سرویس» یعنی پرداخت برای کار تمام‌شده به‌جای اشتراک هر کاربر. Intercom، Zendesk و Sierra چطور پول می‌گیرند، این مدل کجا می‌لنگد و برای کسب‌وکار کوچک چه معنایی دارد.

۱۴ دقیقه مطالعه
اشتراک‌گذاری:
تصویر رسمی Intercom با عبارت Resolutions به Outcomes درباره‌ی تغییر قیمت‌گذاری Fin
تصویر رسمی Intercom با عبارت Resolutions به Outcomes درباره‌ی تغییر قیمت‌گذاری Fin
فهرست مطالب

کوتاه بگوییم: RaaS یا «نتیجه به‌عنوان سرویس» (Results as a Service) یعنی شرکت‌ها به‌جای اینکه برای هر کاربر نرم‌افزار ماهانه اشتراک بدهند، فقط وقتی پول می‌دهند که کار واقعاً انجام شده باشد؛ مثلاً سؤال یک مشتری حل شده یا یک نوبت رزرو شده است. این مدل با آمدن عامل‌های هوش مصنوعی جدی شد، چون حالا نرم‌افزار فقط ابزار نیست و خودش کار را تا آخر انجام می‌دهد. Intercom، Zendesk و Sierra همین حالا برای دستیارهای هوش مصنوعی‌شان این‌طور پول می‌گیرند.

این موضوع چند روز پیش هم دوباره سر زبان‌ها افتاد؛ نیما اسلاملو در وبلاگ RAS AI در ۲۸ اکتبر ۲۰۲۶ (۶ آبان ۱۴۰۵) مطلبی با عنوان «از SaaS تا RaaS» نوشت و از کسب‌وکارهای کوچک خواست موقع خرید ابزارهای هوش مصنوعی به این تغییر دقت کنند. در این مطلب از صفر توضیح می‌دهیم RaaS چیست، شرکت‌های بزرگ دقیقاً چطور پول می‌گیرند، این مدل کجا می‌لنگد و اگر صاحب یک کسب‌وکار کوچک هستید، قبل از امضای قرارداد چه چیزهایی را باید بپرسید.

اول بدانیم SaaS چیست

SaaS یا «نرم‌افزار به‌عنوان سرویس» همان مدلی است که بیشتر ما با آن آشناییم. نرم‌افزار را نمی‌خرید و روی کامپیوترتان نصب نمی‌کنید؛ از طریق اینترنت از آن استفاده می‌کنید و هر ماه یا هر سال اشتراکش را تمدید می‌کنید. جیمیل سازمانی، اسلک، Zoom و بیشتر نرم‌افزارهای پشتیبانی مشتری همین‌طورند.

در بیشتر این سرویس‌ها قیمت بر اساس «صندلی» (seat) حساب می‌شود. صندلی یعنی یک کاربر. اگر ده کارشناس پشتیبانی دارید، ده صندلی می‌خرید. این مدل تا وقتی منطقی بود که کار را آدم‌ها انجام می‌دادند و نرم‌افزار فقط ابزار دستشان بود. هرچه آدم بیشتر، صندلی بیشتر و فاکتور بزرگ‌تر.

RaaS یا قیمت‌گذاری بر اساس نتیجه چیست؟

در RaaS واحد خرید عوض می‌شود. دیگر برای «دسترسی به نرم‌افزار» پول نمی‌دهید، بلکه برای «کار تمام‌شده» پول می‌دهید. به این روش قیمت‌گذاری بر اساس نتیجه (outcome-based pricing) هم می‌گویند. چند نمونه از «نتیجه»:

  • یک گفت‌وگوی پشتیبانی که بدون دخالت کارمند حل شده است

  • یک وقت ملاقات که برای مشتری رزرو شده است

  • یک مشتری که می‌خواست اشتراکش را لغو کند و منصرف شده است

  • یک مشتری احتمالی (لید) که بررسی و به تیم فروش سپرده شده است

اگر کار انجام نشود، معمولاً پولی هم پرداخت نمی‌شود. ایده تازه نیست؛ تبلیغات اینترنتی سال‌هاست به‌جای «تعداد نمایش» بر اساس «کلیک» یا «خرید» پول می‌گیرند. برت تیلور، مدیرعامل Sierra، هم دقیقاً همین مثال را می‌زند و می‌گوید رفتن از قیمت‌گذاری صندلی به نتیجه شبیه رفتن تبلیغات از «پرداخت به ازای نمایش» به «پرداخت به ازای کلیک» است.

فرق «پرداخت به ازای مصرف» با «پرداخت به ازای نتیجه»

این دو را زیاد با هم اشتباه می‌گیرند. در قیمت‌گذاری مصرفی (usage-based) به ازای مقدار استفاده پول می‌دهید؛ مثلاً تعداد درخواست‌هایی که به یک مدل هوش مصنوعی فرستاده‌اید یا تعداد «توکن‌ها»، یعنی تکه‌های متنی که مدل می‌خواند و می‌نویسد. اگر هوش مصنوعی ده بار جواب غلط بدهد، باز هم برای هر ده بار پول داده‌اید. در قیمت‌گذاری نتیجه‌محور، جواب غلط هزینه‌ای ندارد و فقط کار موفق حساب می‌شود.

چرا همین حالا؟ نقش عامل‌های هوش مصنوعی

عامل هوش مصنوعی (AI agent) برنامه‌ای است که فقط جواب نمی‌دهد؛ چند مرحله کار را خودش جلو می‌برد. مثلاً سفارش مشتری را در سیستم پیدا می‌کند، وضعیت ارسال را می‌خواند، درخواست مرجوعی را ثبت می‌کند و به مشتری خبر می‌دهد. اگر با این مفهوم آشنا نیستید، مطلب ما درباره‌ی مدل Koa و پلتفرم Agentforce سیلزفورس نمونه‌ی خوبی از عامل‌های سازمانی است.

وقتی نرم‌افزار خودش کار را انجام می‌دهد، قیمت‌گذاری صندلی معنایش را از دست می‌دهد. اگر یک عامل هوش مصنوعی کار پنج کارمند را بکند، شرکت پنج صندلی کمتر می‌خرد و درآمد سازنده‌ی نرم‌افزار کم می‌شود؛ درست در لحظه‌ای که محصولش بیشترین ارزش را ساخته است. برای همین شرکت‌ها دنبال واحدی گشتند که با ارزش واقعی کار بالا و پایین برود. شرکت سرمایه‌گذاری Foundation Capital در سال ۲۰۲۴ اسم این تغییر را «سرویس به‌عنوان نرم‌افزار» (Service-as-Software) گذاشت؛ یعنی نرم‌افزار دیگر ابزار نیست و خودش خدمت را ارائه می‌دهد.

برای اینکه ببینید عامل‌ها تا کجا جلو رفته‌اند، نگاهی به بررسی Manus 2.0 بیندازید؛ عاملی که ایمیل و شماره تلفن و حتی کیف پول خودش را دارد.

شرکت‌های بزرگ دقیقاً چطور پول می‌گیرند؟

سه نامی که در بحث RaaS همیشه مطرح می‌شوند، هر سه در حوزه‌ی پشتیبانی مشتری‌اند. دلیلش ساده است: در پشتیبانی تشخیص اینکه «کار انجام شد یا نه» از بیشتر حوزه‌ها راحت‌تر است.

Intercom Fin؛ ۹۹ سنت برای هر نتیجه

دستیار هوش مصنوعی Intercom اسمش Fin است. طبق صفحه‌ی قیمت‌گذاری و راهنمای رسمی Intercom، هر «نتیجه» (outcome) ۰٫۹۹ دلار هزینه دارد و در هر گفت‌وگو حداکثر یک بار پول گرفته می‌شود، حتی اگر مشتری چند سؤال بپرسد. نتیجه وقتی ثبت می‌شود که:

  • مشتری بگوید جواب کمکش کرد، مثلاً بنویسد «ممنون، حل شد»؛

  • یا بعد از آخرین جواب Fin، بدون درخواست کمک بیشتر گفت‌وگو را ترک کند؛

  • یا Fin روالی را که شما تعریف کرده‌اید کامل اجرا کند، حتی اگر آخرش گفت‌وگو را به یک کارمند بسپارد.

اگر مشتری بعداً به همان گفت‌وگو برگردد و بگوید مشکل حل نشده، آن نتیجه از فاکتور کم می‌شود. Intercom در مارس ۲۰۲۶ واحد قیمتش را از «حل مسئله» (resolution) به «نتیجه» گسترش داد، چون به گفته‌ی خودش همه‌ی کارهای مفید به حل کامل مسئله ختم نمی‌شوند. برای کارهای فروش هم قیمت جدایی دارد: اگر Fin یک مشتری احتمالی را واجد شرایط تشخیص بدهد و به تیم فروش بفرستد، ۹٫۹۹ دلار حساب می‌شود.

نکته‌ی مهم این است که Fin جایگزین اشتراک کامل نشده است. خود پلتفرم Intercom هنوز برای هر کارمند انسانی ماهانه بین ۲۹ تا ۱۳۲ دلار هزینه دارد و هزینه‌ی Fin جداگانه روی آن اضافه می‌شود. پس در عمل با یک مدل ترکیبی روبه‌رو هستید.

Zendesk؛ «حل خودکار» با تأیید یک مدل دیگر

Zendesk در اوت ۲۰۲۴ اعلام کرد که برای عامل‌های هوش مصنوعی‌اش قیمت‌گذاری نتیجه‌محور را شروع می‌کند. واحد آن «حل خودکار» (Automated Resolution) است؛ یعنی درخواستی که عامل هوش مصنوعی بدون ارجاع به کارمند حلش کرده باشد. طبق صفحه‌ی قیمت فعلی Zendesk:

  • هر پلن تعدادی حل خودکار رایگان دارد؛ ۵ عدد به ازای هر کارمند در ماه در پلن‌های پایه و ۱۰ عدد در پلن Suite Professional؛

  • اگر از قبل تعداد مشخصی بخرید، هر حل خودکار ۱٫۵ دلار است؛

  • اگر بدون تعهد و به‌صورت پرداخت در لحظه استفاده کنید، ۲ دلار.

Zendesk در وبلاگش توضیح می‌دهد که یک تعریف رایج برای «حل شدن» این است که تیکت ۷۲ ساعت بسته بماند و مشتری دوباره سراغش نیاید. در کنفرانس Relate در مه ۲۰۲۶ هم گفت هر حلی که پولش را می‌گیرد، جدا از خود عامل، با یک مدل ارزیاب مستقل هم بررسی می‌شود و پیام‌های اسپم و احوال‌پرسی‌های ساده حساب نمی‌شوند.

Sierra؛ قیمت توافقی و کمیسیون فروش

Sierra، شرکت برت تیلور (رئیس سابق هیئت‌مدیره‌ی OpenAI و مدیرعامل سابق Salesforce)، از اول کارش را روی قیمت‌گذاری نتیجه‌محور ساخت و هیچ قیمت صندلی‌ای ندارد. Sierra فهرست قیمت عمومی منتشر نمی‌کند. طبق وبلاگ رسمی‌اش (دسامبر ۲۰۲۴) و گفته‌های تیلور:

  • برای پشتیبانی، اگر عامل مسئله را بدون کمک انسان حل کند، مبلغی که از قبل توافق شده پرداخت می‌شود؛

  • اگر مجبور شود گفت‌وگو را به یک کارمند بدهد، در بیشتر موارد هزینه‌ای ندارد؛

  • برای فروش، شبیه یک فروشنده کمیسیون می‌گیرد؛

  • برای کارهای ساده مثل خوشامدگویی یا هدایت مشتری به بخش درست، ممکن است به ازای هر گفت‌وگو پول بگیرد، چون «نتیجه»‌ی روشنی ندارند.

بقیه‌ی بازار

این سه شرکت تنها نیستند. طبق مقایسه‌ای که شرکت مشاوره‌ی QueryNow در اکتبر ۲۰۲۶ از صفحه‌های رسمی شرکت‌ها جمع کرده، عامل پشتیبانی HubSpot از آوریل ۲۰۲۶ برای هر گفت‌وگوی حل‌شده ۰٫۵ دلار و Agentforce سیلزفورس برای هر حل ۲ دلار می‌گیرد. تقریباً همه‌ی قیمت‌های منتشرشده هنوز در حوزه‌ی پشتیبانی مشتری‌اند.

جدول مقایسه: صندلی، مصرف یا نتیجه؟

ویژگی

قیمت به ازای صندلی

قیمت به ازای مصرف

قیمت به ازای نتیجه

برای چه پول می‌دهید؟

هر کاربر در ماه

مقدار استفاده (درخواست، توکن، دقیقه)

هر کار تمام‌شده

پیش‌بینی هزینه

آسان و ثابت

متوسط

سخت‌تر، با حجم کار بالا و پایین می‌رود

خطر هزینه‌ی هدر رفته

زیاد؛ صندلی خالی هم پول دارد

متوسط؛ تلاش ناموفق هم پول دارد

کم؛ کار ناموفق معمولاً رایگان است

چالش اصلی

پول دادن برای ابزاری که شاید استفاده نشود

فاکتورهای غافلگیرکننده

تعریف دقیق «نتیجه» و اختلاف سر آن

مثال

صندلی‌های Intercom و Zendesk

API مدل‌های زبانی

Fin، حل خودکار Zendesk، Sierra

قیمت‌گذاری نتیجه‌محور کجا می‌لنگد؟

روی کاغذ همه از این مدل خوششان می‌آید. اما در عمل چند گره جدی دارد که قبل از خرید باید بشناسید.

۱. «نتیجه» دقیقاً یعنی چه؟

بزرگ‌ترین مشکل همین است. در تعریف Intercom، اگر مشتری بعد از جواب Fin بدون حرف گفت‌وگو را ببندد، «حل‌شده» حساب می‌شود. اما شاید مشتری فقط ناامید شده و رفته باشد، یا رفته باشد از راه دیگری مثل تلفن پیگیری کند. Intercom برای حالتی که مشتری به همان گفت‌وگو برگردد پول را برمی‌گرداند، ولی اگر مشتری از کانال دیگری تماس بگیرد، تشخیصش سخت‌تر است. هر فروشنده هم تعریف خودش را دارد، برای همین مقایسه‌ی ۰٫۹۹ دلار با ۱٫۵ دلار به‌تنهایی معنای زیادی ندارد.

۲. اختلاف بر سر فاکتور

وقتی قرار است برای هر نتیجه پول بدهید، طبیعی است که بخواهید بدانید کدام گفت‌وگوها حساب شده‌اند. اگر داشبورد فروشنده جزئیات را نشان ندهد، عملاً باید به حساب‌وکتاب خود او اعتماد کنید. این نکته وقتی مهم‌تر می‌شود که همان فروشنده هم داور باشد و هم ذی‌نفع.

۳. هزینه‌ای که پیش‌بینی‌اش سخت است

در مدل صندلی می‌دانید ماه بعد چقدر پول می‌دهید. در مدل نتیجه‌محور، اگر در یک ماه پرفروش تعداد پیام‌های مشتری‌ها سه برابر شود، فاکتور هم بالا می‌رود. خبر خوب این است که هم Intercom و هم Zendesk امکان تعیین سقف مصرف و هشدار را دارند. خبر بد این است که اگر سقف را پایین بگذارید، ممکن است عامل وسط ماه از کار بیفتد.

۴. وابستگی به یک فروشنده

عامل‌های هوش مصنوعی برای کار کردن باید به اطلاعات شما وصل شوند: پایگاه دانش، سیستم سفارش، تاریخچه‌ی مشتری. هرچه این اتصال‌ها عمیق‌تر شوند، جابه‌جا شدن به فروشنده‌ی دیگر سخت‌تر می‌شود. فروشنده هم می‌داند که تعریف «نتیجه» و قیمتش را بعداً می‌شود عوض کرد.

۵. انگیزه‌های پنهان

اگر فروشنده برای «حل شدن» پول بگیرد، انگیزه دارد گفت‌وگوها را زودتر «حل‌شده» اعلام کند. اگر شما پول بدهید، انگیزه دارید کمتر حل‌شده حساب شود. برای همین است که Zendesk سراغ یک مدل ارزیاب مستقل رفته و Sierra می‌گوید معیارها را از اول با مشتری توافق می‌کند. هیچ‌کدام از این راه‌حل‌ها مشکل را کاملاً از بین نمی‌برند.

این تغییر برای کسب‌وکارهای کوچک چه معنایی دارد؟

برای یک فروشگاه اینترنتی کوچک، مطب یا آژانس، RaaS یک مزیت بزرگ دارد: می‌توانید بدون خرید اشتراک گران و بدون استخدام نیروی جدید، هوش مصنوعی را امتحان کنید و فقط برای کاری که انجام می‌دهد پول بدهید. اگر یک عامل در ماه ۲۰۰ سؤال مشتری را حل کند، با قیمت Fin حدود ۲۰۰ دلار می‌شود؛ معمولاً خیلی کمتر از حقوق یک کارمند پاره‌وقت.

اما چند نکته را فراموش نکنید:

  • هزینه‌ی پایه هنوز سر جایش است. در Intercom و Zendesk باید اول اشتراک پلتفرم را داشته باشید و بعد برای نتیجه پول بدهید.

  • کیفیت به اطلاعات شما بستگی دارد. اگر صفحه‌ی سؤالات متداول و پایگاه دانش‌تان ناقص باشد، عامل هم کمتر موفق می‌شود.

  • همه‌ی کارها نتیجه‌ی روشن ندارند. پشتیبانی و رزرو نوبت راحت اندازه‌گیری می‌شوند، اما تولید محتوا یا مشاوره نه.

برای کاربران و کسب‌وکارهای ایرانی

برای کسب‌وکارهایی که در ایران کار می‌کنند، مشکل اصلی پرداخت است. همه‌ی این سرویس‌ها با کارت‌های بین‌المللی و به دلار پول می‌گیرند و پرداخت از داخل ایران به‌خاطر تحریم‌ها مستقیم ممکن نیست. ثبت‌نام در بعضی از این سرویس‌ها هم برای کاربران ایرانی محدود است. در عوض، فارسی‌زبان‌هایی که خارج از ایران کسب‌وکار دارند می‌توانند از همین حالا از این مدل استفاده کنند. Zendesk می‌گوید عامل‌هایش بیش از ۸۰ زبان را پشتیبانی می‌کنند، اما کیفیت پاسخ فارسی را حتماً قبل از راه‌اندازی خودتان آزمایش کنید.

نکته‌ی دیگر برای ارائه‌دهنده‌های داخلی است: شرکت‌های ایرانی که ابزار هوش مصنوعی می‌سازند، می‌توانند همین ایده را برای بازار داخلی پیاده کنند و مثلاً به ازای هر نوبت رزروشده یا هر سفارش پیگیری‌شده پول بگیرند. این برای مشتری کوچک ریسک خرید را خیلی کم می‌کند.

چک‌لیست خرید: قبل از امضای قرارداد RaaS بپرسید

  1. تعریف نتیجه چیست؟ متن دقیقش را بخواهید، نه یک جمله‌ی تبلیغاتی.

  2. اگر مشتری برگشت چه می‌شود؟ آیا پول نتیجه‌ای که بعداً معلوم شد حل نشده برمی‌گردد؟ در چه بازه‌ای؟

  3. هزینه‌ی ثابت چقدر است؟ اشتراک پلتفرم، حداقل تعهد ماهانه و هزینه‌ی راه‌اندازی را جدا بپرسید.

  4. سقف و هشدار دارد؟ مطمئن شوید می‌توانید سقف ماهانه بگذارید.

  5. گزارش جزئی می‌دهد؟ باید بتوانید تک‌تک گفت‌وگوهای حساب‌شده را ببینید.

  6. داده‌هایتان مال کیست؟ اگر رفتید، می‌توانید پایگاه دانش و تاریخچه را بیرون ببرید؟

  7. با یک دوره‌ی آزمایشی شروع کنید. یک ماه را با حجم کم امتحان کنید و نرخ موفقیت واقعی را خودتان بشمارید.

اگر دوست دارید ببینید شرکت‌های بزرگ چطور دارند عامل‌های همیشه‌روشن را به محصولاتشان اضافه می‌کنند، مطلب Dots اوپن‌ای‌آی چیست؟ را هم بخوانید.

جمع‌بندی

RaaS پایان SaaS نیست؛ دست‌کم فعلاً بیشتر یک لایه‌ی تازه روی آن است. شرکت‌هایی مثل Intercom و Zendesk هنوز اشتراک صندلی می‌فروشند و قیمت نتیجه‌محور را برای بخش هوش مصنوعی اضافه کرده‌اند. اما جهت حرکت روشن است: هرچه عامل‌ها کار بیشتری را خودشان تمام کنند، خریدارها بیشتر می‌پرسند «برای چه کاری پول می‌دهم؟» نه «برای چند کاربر؟». برای خریدار کوچک، این خبر خوبی است، به شرط اینکه تعریف «نتیجه» را دقیق بخواند و سقف هزینه را از روز اول تعیین کند.

پرسش‌های متداول

RaaS دقیقاً مخفف چیست؟

Results as a Service؛ یعنی «نتیجه به‌عنوان سرویس». بعضی‌ها آن را Outcome-as-a-Service هم می‌نامند. یک شرکت به اسم Gainsight هم همین سه حرف را برای «نگه‌داشتن مشتری به‌عنوان سرویس» به کار برده است که موضوع دیگری است.

آیا RaaS ارزان‌تر از اشتراک معمولی است؟

نه لزوماً. اگر حجم کارتان کم باشد، معمولاً ارزان‌تر است. اگر حجم زیاد باشد، ممکن است جمع هزینه‌ها از یک اشتراک ثابت بیشتر شود. باید با عدد واقعی کسب‌وکار خودتان حساب کنید.

قیمت Intercom Fin چقدر است؟

۰٫۹۹ دلار برای هر نتیجه و حداکثر یک بار در هر گفت‌وگو. واجد شرایط کردن یک مشتری فروش ۹٫۹۹ دلار است. اشتراک پلتفرم Intercom جدا حساب می‌شود.

قیمت عامل‌های هوش مصنوعی Zendesk چقدر است؟

هر حل خودکار با خرید از قبل ۱٫۵ دلار و بدون تعهد ۲ دلار است. هر پلن هم تعدادی حل خودکار رایگان در ماه دارد.

اگر هوش مصنوعی مسئله را حل نکند، باید پول بدهم؟

در این سه سرویس معمولاً نه. اگر گفت‌وگو به کارمند انسانی برسد یا مشتری درخواست کمک بیشتر کند، نتیجه حساب نمی‌شود. استثنای Intercom این است که اگر خودتان روالی تعریف کرده باشید که با سپردن گفت‌وگو به انسان تمام شود، اجرای کامل آن روال نتیجه به حساب می‌آید.

آیا از ایران می‌شود از این سرویس‌ها استفاده کرد؟

به‌طور مستقیم سخت است، چون پرداخت به دلار و با کارت بین‌المللی انجام می‌شود و تحریم‌ها مانع می‌شوند. کسب‌وکارهای فارسی‌زبان خارج از ایران محدودیتی از این نظر ندارند.

RaaS فقط برای پشتیبانی مشتری است؟

فعلاً بیشتر قیمت‌های منتشرشده در پشتیبانی‌اند، چون آنجا اندازه‌گیری نتیجه آسان‌تر است. اما شرکت‌ها دارند آن را به فروش، رزرو نوبت، پیگیری مطالبات و کارهای مالی هم می‌برند.

منابع

برچسب‌ها:هوش مصنوعیهوش مصنوعی مولدخودکارسازی
اشتراک‌گذاری:

مطالب مرتبط

عضویت در خبرنامه

آخرین اخبار هوش مصنوعی و فناوری را در ایمیل خود دریافت کنید.

پس از عضویت یک ایمیل تأیید برایتان ارسال می‌شود. هر زمان می‌توانید اشتراک خود را لغو کنید و ایمیل شما برای هدفی جز ارسال خبرنامه استفاده نمی‌شود. جزئیات در صفحه حریم خصوصی آمده است.