Место в подписке больше не товар. SaaS берёт деньги за результат

Коротко. Софтверные вендоры один за другим уходят от подписки за место (по-английски per-seat - плата за каждого пользователя) к оплате за результат. Причина простая: если работу делает ИИ-агент, число «мест» перестаёт что-либо значить. Intercom Fin берёт $0,99 за решённый диалог, HubSpot - $0,50, Zendesk продаёт «резолюции», а покупку Fin за ~$3,6 млрд объявил Salesforce. Ниже - что это за сдвиг, сколько теперь стоит «результат», где тут ловушка для покупателя и что делать команде и разработчику из России. Данные проверены на 2026-07-10.

Логика заголовка вот в чём. Классический SaaS двадцать лет продавал доступ: купил 50 лицензий - плати за 50 кресел, сколько бы работы в них ни делали. Пока за софтом сидел человек, «место» было честным прокси ценности. Но когда за тебя тикеты закрывает агент вместо сотрудника, кресло пустеет, а работа растёт. Платить за пустые кресла бессмысленно - и рынок начал считать деньги за то, что реально сделано.

И сразу честная рамка, чтобы не было иллюзий. Оплата за результат - это новая развилка со своими граблями: кто решает, что считать «результатом», почему счёт скачет и как это бюджетировать. Разберём и это тоже.

Ещё одна практичная связка. Оплата за токены у нейросетей - это уже такая же переменная модель: ИИ-агент делает переменное число вызовов на каждую задачу, и финальный счёт заранее не угадать. Тем, кто собирает агентов и продукты из России, важно хотя бы держать этот счёт в одном месте и в рублях. Тут пригодится provod.ai: provod.ai - это агрегатор нейросетей для пользователей из России: Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и через единый API (OpenAI- и Anthropic-совместимый), с оплатой в рублях легально, без VPN и зарубежных карт, с договором и закрывающими документами для юрлиц.

Дальше - только факты и первоисточники с датами. Погнали.

Что вообще случилось с ценой на софт?

Коротко: за первую половину 2026 года несколько крупных вендоров публично переключились с подписки за место на оплату за результат. Триггер - ИИ-агенты, которые делают работу сами. Символ сдвига: компания Intercom переименовалась в Fin по имени своего ИИ-агента, а Salesforce объявил, что покупает её примерно за $3,6 млрд. Рынок буквально купил бизнес, построенный на оплате за результат.

Соберём таймлайн, чтобы было видно масштаб - за полгода набралась целая серия.

12 мая 2026 года Intercom сделала неожиданный ход - переименовалась в Fin. Это имя её ИИ-агента поддержки, который, по словам CEO Эогана Маккейба, три года был главным продуктом компании и часто продавался вообще без бренда «Intercom». Сам софт поддержки остался «Intercom», а компания и бренд стали «Fin». Ход символический: вендор назвал себя именем робота, который закрывает тикеты.

Через месяц, в июне 2026-го, Salesforce объявил, что покупает Fin примерно за $3,6 млрд, закрытие сделки ждут к четвёртому кварталу 2027 финансового года Salesforce. И вот тут цифры, которые объясняют цену. Fin вырос с $1 млн до примерно $100 млн годовой выручки (ARR), темп - около 350% в год, порядка 8000 клиентов, а показатель удержания выручки (NRR) подскочил со 112% до 146%. Всё это - на модели «плати за результат».

«You're selling the work itself... it was pretty obvious pretty quickly that seats didn't make sense... Did it resolve the customer's conversation... or not?»

• Дэн Григгс, финансовый директор Intercom/Fin (mostlymetrics.com, 2026)

По-русски: ты продаёшь саму работу; довольно быстро стало очевидно, что места как единица оплаты не имели смысла; вопрос один - решил агент диалог клиента или нет.

Параллельно то же самое сделали другие. 14 апреля 2026 года HubSpot снизил цену своего Breeze Customer Agent с $1,00 до $0,50 за решённый разговор. 18 мая 2026-го Zendesk на конференции Relate объявил переход на оплату за «автоматические резолюции». А ещё раньше по этому пути пошёл Salesforce со своим Agentforce - правда, с оговорками, до которых дойдём.

Аналитики зафиксировали сдвиг как макротренд. Gartner в пресс-релизе от 1 июля 2026 года оценил: к 2030 году примерно $234 млрд корпоративных расходов на софт (около 20% всего рынка enterprise SaaS) «под риском» из-за агентного арбитража. Вице-президент Gartner Джордж Броклхёрст описал это без апокалиптики.

«Agentic AI changes the economics of software... This breaks the link between user growth and revenue growth for many enterprise software vendors».

• Джордж Броклхёрст, вице-президент Gartner (пресс-релиз Gartner, 01.07.2026)

По-русски: агентный ИИ меняет экономику софта и разрывает связь между ростом числа пользователей и ростом выручки для многих вендоров. Там же он назвал происходящее «не апокалипсисом, а метаморфозой».

Почему это важно тебе, даже если ты не продаёшь SaaS. Модель оплаты софта определяет твой счёт. Если инструменты, которыми ты пользуешься, переходят на оплату за результат, меняется и то, как ты за них платишь, и то, как это бюджетировать. А если ты сам строишь продукт или агента - это прямая развилка твоей монетизации.

Почему подписка за место ломается, когда работу делает агент?

Коротко: per-seat держался на допущении «один пользователь = одна порция ценности». ИИ-агент это допущение ломает: он не логинится как человек, работает круглосуточно и делает объём, несопоставимый с одним «местом». Число кресел больше не отражает ни объём работы, ни ценность - значит, и цену на нём строить нельзя.

Разберём механику поломки на конкретном примере.

Кайл Пойар, автор рассылки Growth Unhinged и один из самых цитируемых аналитиков по прайсингу B2B-софта, приводит показательный кейс из своего отчёта «2026 State of B2B Monetization» (опрос 230+ компаний). У одного клиента 10+ человеческих лицензий в CRM сократили до 2 человек плюс 1 API-доступ для агентов. Казалось бы, мест стало меньше - счёт должен упасть. А он вырос на 83%: с $12 тыс. до $22 тыс. Потому что 20+ ИИ-агентов бьют по системе примерно в 100 раз интенсивнее людей. Мест - меньше, работы - в разы больше.

Вот в этом зазоре и умирает per-seat. Считать «места», когда основную работу делают не люди, - всё равно что брать плату за парковку по числу водительских прав, когда по дороге поехали беспилотники.

В индустрии это уже окрестили «кризисом seat-лицензий». В феврале 2026-го на Hacker News собрал обсуждение тред «Salesforce's SaaS Seat License Crisis: Transitioning to AI Digital Headcount». Идея простая: у клиента появляется «цифровой штат» из агентов, соотношение человек-агент смещается к 50/50, и seat-модель упирается в потолок сама по себе. Число людей в команде конечно, а число агентов и объём их работы - нет. Продавать софт по головам в таком мире - значит добровольно отказаться от выручки ровно там, где растёт нагрузка.

Бретт Тейлор, сооснователь Sierra и председатель совета директоров OpenAI, сформулировал сдвиг одной фразой.

«The atomic unit of AI productivity is a process, not a person».

• Бретт Тейлор, Sierra / председатель совета директоров OpenAI (подкаст Cheeky Pint, ~10.03.2026)

По-русски: атомарная единица продуктивности в мире ИИ - это процесс, а не человек. Если единица ценности - завершённый процесс (закрытый тикет, возвращённый платёж, обработанный счёт-фактура), то и цену логично вешать на процесс; число голов у экрана тут ни при чём.

Ту же мысль ещё в конце 2024 года проговорил венчурный фонд a16z. Агенты берут на себя ответственность за результат, выходя за рамки простой выдачи информации. И цена естественно смещается от «доллара за место» к «доллару за результат»: закрытый тикет, возвращённые деньги, обработанный документ. К 2026-му это перестало быть прогнозом и стало прайс-листом.

Есть и вторая, менее очевидная причина - экономика самих ИИ-продуктов. У классического SaaS маржа 80-90%: код написан один раз, каждый новый пользователь почти бесплатен. У ИИ-продукта иначе: каждый запрос жжёт реальные деньги на инференс. Джейкоб Джексон, основатель Supermaven, сказал об этом жёстко.

«When you receive $10 from the customer, you can't just spend 10 cents on AWS. GPUs are expensive».

• Джейкоб Джексон, основатель Supermaven (Bessemer Venture Partners, «AI pricing playbook»)

По-русски: получив $10 от клиента, ты уже не можешь потратить 10 центов на облако - видеокарты дорогие. По оценке Bessemer, целевая маржа ИИ-продуктов - 50-60% против 80-90% у старого SaaS. При такой марже плоская подписка за место опасна: активный клиент с armией агентов может сжечь больше, чем платит. Оплата за результат хотя бы привязывает выручку к тому, за что вендор сам платит инференсом.

🚨 Важно. Из этого не следует, что per-seat умер везде. Там, где софт остаётся инструментом в руках человека (редакторы, дизайн, командная работа), место по-прежнему честно отражает ценность. Умирает per-seat именно там, где агент заменяет человека целиком, - в поддержке, продажах, рутинных операциях.

Оплата за место, за потребление, за результат - в чём разница?

Коротко: есть четыре базовые модели. Per-seat - платишь за число пользователей. Consumption - за фактическое потребление (токены, вызовы, кредиты). Outcome - за измеримый результат (решённый тикет, возвращённый платёж). Hybrid - база плюс переменная часть. Тренд 2026-го - уход от чистого per-seat к consumption, outcome и особенно к гибридам.

Определим термины по-человечески, без жаргона, чтобы дальше было понятно.

Подписка за место (per-seat, seat-based). Цена зависит от числа лицензированных пользователей. Купил 100 мест - платишь за 100, сколько бы работы в них ни сделали. Клиент, прогнавший через софт 100 задач, платит столько же, сколько прогнавший 100 000. Плюс - предсказуемость. Минус - цена не связана с реальной пользой.

Оплата за потребление (consumption, usage-based). Платишь за то, что реально потратил: токены, API-вызовы, минуты, кредиты. Так работают почти все нейросети: чат GPT, Claude, Gemini по API тарифицируются за токены. Плюс - честная связка «использовал больше - заплатил больше». Минус - потребление не равно ценности, и счёт скачет.

Оплата за результат (outcome-based). Платишь за измеримый бизнес-результат, а не за факт использования: решённый тикет, найденный лид, возвращённый чарджбэк. Плюс - идеальное выравнивание «плачу, когда сработало». Минус - надо договориться, что считать результатом, и кто-то должен уметь его измерить.

Гибрид (hybrid). Комбинация: чаще всего предсказуемая база (платформенная плата или места) плюс переменные кредиты за использование или результат. На 2026 год это самая ходовая форма - она снимает главный страх покупателя перед непредсказуемым счётом.

Сведём в таблицу, чтобы выбрать было проще.

Модель	За что платишь	Кому выгодна	Главный риск
Подписка за место (per-seat)	Число пользователей	Инструменты для людей; предсказуемый бюджет	Цена не связана с пользой; ломается на агентах
За потребление (consumption)	Токены, вызовы, кредиты	API, инфраструктура; честная тарификация	Счёт скачет; потребление не равно результату
За результат (outcome)	Решённый тикет, лид, платёж	Поддержка, продажи; полное выравнивание стимулов	Спор о том, что считать результатом
Гибрид (hybrid)	База + переменная часть	Большинству в 2026-м; баланс рисков	Сложность и непрозрачность счёта

Есть удобное эмпирическое правило, которое повторяют несколько аналитиков: продуктивность для человека - за место; API - за потребление; поддержка клиентов - за результат. Оно не абсолютно, но помогает быстро прикинуть, какая модель к чему подходит.

Куда движется рынок в цифрах. По отчёту Кайла Пойара «2026 State of B2B Monetization», доля гибридных моделей выросла с 25% до 37% за двенадцать месяцев, а примерно 3 из 4 вендоров сменили прайсинг за год. По исследованию Monetizely «SaaS Pricing Benchmark Study 2025» (22 декабря 2025, 103 компании) доля чистого per-user как основной модели упала с 64% в 2024-м до 57%. Медленно, но однонаправленно.

Сколько теперь стоит «результат» у вендоров?

Коротко: ценники уже конкретные. Intercom Fin - $0,99 за исход. HubSpot - $0,50 за решённый разговор. Zendesk продаёт «резолюции» (цена официально не публикуется, оценки сторонних - около $1,5). Salesforce держит сразу три модели. Sierra и Chargeflow берут процент или фикс за результат. Ниже - таблица с тем, что именно считается «результатом».

Пройдёмся по прайс-листам с датами. Это конкретные публичные цены на 2026-07-10, без усреднения.

Intercom Fin. $0,99 за исход (outcome). Исходов четыре типа: решённый диалог (resolution), передача процедуры (procedure handoff), дисквалификация лида - по $0,99, и квалификация лида - $9,99. Минимум 50 исходов в месяц, оплата только в долларах. Ключевой принцип - «нет успешного исхода, нет счёта».

HubSpot. $0,50 за решённый разговор у Breeze Customer Agent (снижено с $1,00 14 апреля 2026 года). Отдельно Prospecting Agent - $1,00 за рекомендованный лид. Резолюцией считается использование источника или выполнение действия без передачи человеку в течение 72 часов после последнего сообщения агента. Позиция компании прямая.

«Outcome-based pricing removes that risk. You pay when it works, full stop».

• Джон Дик, директор по работе с клиентами HubSpot (официальный анонс HubSpot, апрель 2026)

По-русски: оплата за результат снимает риск - платишь, когда сработало, и точка.

Zendesk. Модель «автоматических резолюций», представлена на конференции Relate 18 мая 2026 года. Резолюция засчитывается, когда обращение закрыто без участия живого агента, и подтверждается двумя независимыми системами - самим агентом и отдельной моделью-аудитором. Важная оговорка: точную цену за резолюцию Zendesk официально не публикует. Оценки сторонних консультантов - около $1,5 за резолюцию по коммитменту и $2,0 при разовой оплате, но это оценка аналитиков; сам Zendesk цифры не публикует.

Salesforce Agentforce. Тут не один переход - три модели работают одновременно: $2 за разговор, гибкие кредиты (Flex Credits: $500 за 100 000 кредитов, одно действие агента - около $0,10) и классические лицензии на пользователя. Причём кредиты и разговоры нельзя смешивать в одной организации. Salesforce три раза менял подход - это отдельная поучительная история, к ней вернёмся.

Сведём в таблицу - и добавим строку про то, как считать переменный счёт из России.

Вендор / продукт	Что берут	Цена (на 2026-07-10)	Что считается результатом
Intercom Fin	За исход	$0,99 (квалификация лида - $9,99)	Решённый диалог, хендофф, дисквалификация
HubSpot Breeze	За решённый разговор	$0,50 (было $1,00 с 14.04.2026)	Действие без передачи человеку за 72 ч
Zendesk	За резолюцию	Официально не раскрыта (оценки ~$1,5)	Закрытие без живого агента, 2 проверки
Salesforce Agentforce	3 модели	$2/разговор или ~$0,10/действие, или per-user	Зависит от выбранной модели
Sierra	За резолюцию	Индивидуально (pay-per-resolution)	Решённое сложное обращение
Chargeflow	Процент от результата	25% от возвращённого чарджбэка	Возвращённые деньги
Модели через provod.ai (для команд из РФ)	За токены (consumption)	Тарифы 1:1 с официалом, в рублях (напр. Claude Opus 4.8 - 0,39/1,95 ₽ за 1000 токенов)	Фактический расход, единый ₽-счёт

Последняя строка - практическая ремарка. Если ты собираешь агента, который закрывает эти самые «результаты», под капотом у него - вызовы модели, и это чистая оплата за потребление. Держать её в рублях, на одном балансе и с закрывающими для бухгалтерии удобно через агрегатор provod.ai: те же тарифы, что у OpenAI, Anthropic и Google, но без наценки и без зарубежной карты. Реселлеры на том же обычно накидывают 15-25% сверху.

Что вообще считать «результатом»?

Коротко: это главный спор всей модели. «Результат» надо определить и измерить, а тут вендор и клиент тянут в разные стороны. Классический пример - Zendesk засчитывает резолюцию, если тикет молчит 72 часа. Но молчание клиента - не всегда «решено»: человек мог просто уйти. По оценкам аналитиков, такое определение завышает реальные резолюции на 15-30%.

Вот где оплата за результат из красивой идеи превращается в переговоры юристов.

Проблема в самом слове «результат». Пока результат недвусмысленный - «возвращено $1000 чарджбэка» у Chargeflow, «забронирована встреча» у 11x - спорить не о чем: деньги на счету или встреча в календаре. Но в поддержке результат размытый. «Решён ли диалог?» - вопрос интерпретации, и вендор с клиентом отвечают на него по-разному.

Разберём на Zendesk. Резолюция засчитывается, если после ответа агента обращение «молчит» 72 часа и это подтверждает вторая модель. Логика есть: молчит - значит, вопрос закрыт. Но молчание бывает разным. Клиент мог получить не то, что хотел, устать спорить и уйти к конкуренту - тикет всё равно «молчит», а вендер получает деньги. По оценке отраслевых разборов, 72-часовое определение завышает истинные резолюции на 15-30% против определения, где нужно явное подтверждение клиента.

Та же болезнь у Intercom Fin - её называют «assumed resolution», предполагаемая резолюция. Реальный клиент описал это на форуме поддержки.

«Fin 'assumes' it resolved an issue way too often - i.e. when we step in before a customer clicks 'Speak to Human'».

• bosbeest, клиент, форум Intercom Community (22.01.2025)

По-русски: Fin слишком часто «считает», что решил вопрос, - например, когда мы вмешиваемся раньше, чем клиент нажмёт «позвать человека». То есть агент записывает себе в актив кейсы, которые дорешала команда, и выставляет за них счёт.

Полезно держать в голове спектр измеримости. На чистом конце - результаты, которые проверяет сама реальность: у Chargeflow «возвращено $1000 чарджбэка» видно по банковской проводке, деньги либо пришли на счёт, либо нет. Спорить не о чем, потому что верификация встроена в само событие. В середине - «забронированная встреча» у 11x: тоже проверяемо (запись в календаре есть), но уже можно спорить о качестве встречи. А на мутном конце - «решённый диалог» в поддержке, где нет объективного триггера, и вендор вынужден изобретать суррогат: 72 часа молчания, вторая модель-аудитор, самооценка агента. Чем дальше вправо по спектру, тем больше места для спора и тем важнее договор.

Отсюда вытекает неудобный вопрос: кто судья? Если метрику результата считает сам вендор, у него есть встроенный стимул толковать спорные случаи в свою пользу. Стартап Skope (Y Combinator, лето 2025) вообще построил инфраструктуру вокруг этой боли - верификацию исходов через синхронизацию с системами клиента, чтобы не полагаться на слово вендора. Появление такого бизнеса - лучший индикатор, что проблема реальная.

⚠️ Совет. Прежде чем подписывать контракт с оплатой за результат, впиши в него определение результата своими словами и способ его проверки. «Решённый диалог» без критерия проверки - это счёт, который выставляет одна сторона и оспорить который трудно.

Кто выигрывает от оплаты за результат, а кто теряет?

Коротко: выигрывает тот, у кого результат недвусмыслен, а качество ИИ высокое. Теряет тот, кто не контролирует метрику. У модели есть системные перекосы: выгоду от ускорения ловит вендор, клиенту она не достаётся; вендор оптимизирует метрику-триггер в обход твоего реального опыта; бесплатные пилоты работают как приманка. Это не значит «плохо» - значит «читай, за что платишь».

Сначала - кому это честно хорошо.

Покупателю оплата за результат хороша, когда он не хочет платить за то, что не сработало. Нет резолюции - нет счёта: риск неудачного внедрения перекладывается на вендора. Для команды, которая боится «купить ИИ и не получить эффекта», это снимает главный страх. Вендору с сильным продуктом это тоже выгодно: он забирает всю ценность, которую создаёт, вместо фиксированной платы за место.

Что это работает не только на бумаге, показывает та же Fin. Компания перешла на оплату за результат и получила рост выручки с $1 млн до примерно $100 млн ARR, а удержание выручки (NRR) подскочило со 112% до 146%. NRR выше 140% означает, что существующие клиенты из года в год платят почти в полтора раза больше, ничего не докупая, - просто потому, что агент закрывает больше диалогов, и каждый закрытый диалог оплачен. Для сильного продукта оплата за результат превращается в встроенный мотор роста: чем лучше работаешь, тем больше зарабатываешь. Это же свойство, как мы увидим ниже, оборачивается болью для покупателя.

Теперь честная критика. Самую резкую сформулировала колонка на Forbes за авторством компании Parloa (6 января 2026). Оговорюсь сразу: это спонсорский материал конкурента, который продаёт consumption-модель, так что интерес у автора не нейтральный. Но аргументы содержательные, и их стоит знать.

Первый - «захват эффективности» (efficiency capture). Если ИИ ускорил разговор с 8 минут до 4, выгоду от ускорения при оплате за результат забирает вендор: цена за «результат» плоская, а издержки упали. Клиент за то же платит столько же.

Второй - скрытая премия за риск. В цену «результата» вендор закладывает буфер на споры об атрибуции. Даже когда сервис стабилизировался и споров нет, эта наценка часто остаётся.

Третий, самый коварный - перекос стимулов. Вендор заинтересован оптимизировать ту метрику, которая запускает оплату, в обход твоего реального клиентского опыта. Если платят за «сдержанные» обращения (когда бот не пустил клиента к человеку), появляется соблазн задерживать эскалацию к живому агенту - лишь бы засчитать результат.

Четвёртый - замок пилота. Бесплатный пилот с оплатой за результат легко превращается в ловушку переключения: после интеграции менять вендора дорого, и определения «результата» потихоньку ужесточаются, а цена растёт.

Оплата за результат перекладывает риск неудачи на вендора - но вместе с ним отдаёт вендору и право решать, что считать удачей.

Кому per-seat всё ещё выгоден. По данным Growth Unhinged, крупные компании (выручка >$150 млн) в 29% случаев остаются на per-seat. Логика та же, что в разделе про поломку: где софт остаётся инструментом в руках человека и не заменяет его целиком, место остаётся честной единицей. Productivity-инструменты, среды для командной работы, редакторы - тут считать людей по-прежнему разумно.

Почему счёт скачет и как это бюджетировать?

Коротко: оплата за результат и потребление снимает риск «заплатить за пустоту», но взамен даёт непредсказуемый счёт. Классический сценарий - «шок от счёта»: команда планировала одно, а получила в 10-15 раз больше. Так уже обжигались на Snowflake и Notion. Лечится это лимитами, алертами и единым местом учёта.

Обратная сторона «плати за результат» - ты заранее не знаешь, сколько заплатишь.

Механика простая. Если счёт зависит от числа резолюций, а число резолюций - от того, сколько обращений придёт и как их оценит ИИ, то итог заранее не посчитать. Хуже того, у оплаты за результат есть контринтуитивный эффект: чем лучше работает агент, тем больше счёт. У Intercom Fin при росте доли решённых диалогов с 30% до 70% при том же трафике счёт более чем удваивается. Продукт стал лучше - плати больше.

Это роднит outcome с consumption, где «шок от счёта» - задокументированная болезнь. Два свежих примера.

Snowflake в апреле 2026 года провёл публичный вебинар «AI Cost Optimization» - потому что клиенты массово видели в счетах строки за ИИ-функции (Cortex), которые не планировали. Когда вендор сам собирает вебинар про свои же неожиданные для клиентов счета, страх «счёта без потолка» - не паранойя.

Notion в мае 2026-го перевёл кастомных агентов на кредиты ($10 за 1000 сверх подписки). Одна команда обнаружила, что за месяц сожгла 150 000 кредитов - около $1500 по новому тарифу, при том что закладывала 5-10 тысяч ($50-100). Разница - в 15 раз.

Что с этим делать практически:

1. Ставь жёсткие лимиты. Потолок расхода на команду и на человека в месяц - первое, что нужно включить.
2. Включай алерты на 75% и 90% бюджета - чтобы узнать о перерасходе заранее, до его прихода.
3. Держи учёт в одном месте. Разъехавшиеся по пяти сервисам переменные счета невозможно контролировать.
4. Считай стоимость за задачу. «Сколько стоит один закрытый тикет» - метрика, которую можно оптимизировать; «сколько пришло в конце месяца» - нет.

Для тех, кто платит за модели из России, четвёртый пункт особенно болезненный: к плавающему расходу добавляется курс и морока с оплатой. Логичный ход - свести всё к одному рублёвому балансу. В агрегаторе provod.ai все флагманы живут на одном балансе: пробуешь модель в чате, катишь в прод через единый API, и в конце месяца видишь один счёт в рублях с закрывающими для бухгалтерии вместо пяти валютных списаний с разных карт. Мультипровайдерность заодно страхует: если один вендор недоступен, запрос уходит на резервного - работа не встаёт из-за аптайма одного поставщика.

Как оплата за результат ломает бухгалтерию?

Коротко: переменная выручка ломает признание доходов. Deloitte в начале июня 2026 года выпустил специальный разбор по ASC 606: главный вопрос - обещает вендор «постоянную готовность» агента (выручка равномерно по времени) или «поставку определённого числа успешных исходов» (выручка по факту исходов). От ответа зависит вся отчётность - и предсказуемость для финансистов рушится.

Про эту сторону обычно забывают, а зря: она бьёт и по вендору, и по покупателю.

Deloitte выпустил документ «Technology Spotlight - Accounting for Outcome-Based Pricing in an Agentic AI Software Product» (дата на портале DART - 4 июня 2026). Суть - в том, что переход от годовых лицензий к оплате за результат создаёт, цитируя Deloitte, «новые и сложные учётные вопросы» по стандарту ASC 606 (это правила признания выручки).

Главная развилка такая. Что именно обещает вендор клиенту:

1. Постоянную готовность (stand-ready obligation) - агент всегда на связи и готов работать. Тогда выручка признаётся равномерно по времени, как у обычной подписки.
2. Поставку определённого числа успешных исходов. Тогда выручка признаётся по факту наступления этих исходов - output-методом, по исходам, без привязки к календарю.

Разница огромная. При первом толковании финансы предсказуемы. При втором выручка «размазывается» непредсказуемо: сколько исходов реально засчитали в квартале - столько и признали. Планировать такую выручку тяжело, а инвесторы любят предсказуемость.

Есть и совсем неочевидный вопрос, который поднимает Deloitte: если вендор использует данные клиента, чтобы дообучать свою модель, - это неденежная форма оплаты (noncash consideration), и её тоже надо как-то оценить и учесть.

🚨 Критично для покупателя. Со стороны затрат зеркальная проблема: расход по outcome-модели заранее не забюджетировать, потому что он зависит от факторов, которые ты не полностью контролируешь - сколько обращений создадут твои клиенты и как ИИ оценит результат. Финансисту, который привык к ровной годовой строке «лицензии», это ломает всю модель планирования.

Вывод для практики: если внедряешь оплату за результат - зови финансиста на этапе выбора модели, до внедрения. Учётные последствия здесь - весомая часть цены решения.

Что предпочитают сами покупатели?

Коротко: покупатели пока голосуют за потребление; чистый результат - на втором месте. По опросу Futurum за первую половину 2026 года, 43% предпочитают consumption-модели и 27% - outcome-based, а классический per-user - меньше одного из пяти. То есть непредсказуемость счёта пугает: прозрачное «плачу за использование» пока роднее, чем «плачу за результат, который считает вендор».

Цифры важны, потому что показывают: рынок ещё не договорился.

Ключевой источник - опрос Futurum Group за первую половину 2026 года (пресс-релиз от 12 мая 2026, автор - Кит Киркпатрик). Формулировки того, что спрашивали: какую модель ценообразования на ИИ-функции покупатели предпочитают. Результат: 43% - за потребление, 27% - за результат, меньше 1 из 5 всё ещё за классическую подписку за место.

Тут легко ошибиться, поэтому уточню. Годом раньше, в волне за первую половину 2025-го (опрос 895 IT-руководителей, октябрь 2025), расклад был другим: 38% за потребление, 31% за результат, 20% за место, 11% за встроенную в лицензию. За год доля «за потребление» выросла (38% -> 43%), а «за результат» просела (31% -> 27%). Похоже, первые ожоги о непредсказуемые счета и споры о метриках слегка остудили энтузиазм по outcome.

Другие срезы подтверждают направление, но цифры у всех свои (это разные выборки, не один показатель):

Источник (дата)	За место / подписку	За потребление	За результат
Futurum, 1H2026 (12.05.2026)	<20%	43%	27%
Futurum, 1H2025 (17.10.2025, n=895)	20%	38%	31%
ICONIQ, State of AI (янв 2026, ~300 вендоров)	58% (подписка/платформа)	35%	18%

Обрати внимание на строку ICONIQ: у вендоров (тех, кто продаёт) подписочный компонент пока сохраняют 58%. То есть покупатели уже хотят гибкости, а продавцы ещё держатся за предсказуемую базу. Отсюда и рост гибридов как компромисса: у Пойара доля гибридных моделей выросла с 25% до 37% за год.

Почему гибрид выигрывает эту гонку, понятно из самих чисел. Он закрывает страх обеих сторон разом. Покупатель получает предсказуемую базовую строку в бюджете (платформенная плата или места для людей), на которую можно опереться при планировании, - и переменную часть за реальную работу агентов сверху. Вендор получает ровный поток выручки на базе, который любят инвесторы, - и апсайд с потребления, когда клиент разгоняется. Чистые модели заставляют выбирать между предсказуемостью и справедливостью цены; гибрид отказывается выбирать и берёт от каждой по половине. Пока рынок не договорился, что считать результатом и как его мерить, этот компромисс останется самым ходовым.

Вывод из данных простой: чистая оплата за результат - лишь одна из моделей в меню, финальной точки пока нет. Побеждает пока гибкость и прозрачность; радикальное «плати только за исход» ждёт своей очереди.

Что это значит для тебя - разработчика и команды из России?

Коротко: прямых данных по российскому рынку SaaS-закупок нет, но следствия считаются логически. Переменный счёт бьёт по бюджету сильнее, когда платишь в валюте через посредников. Оплата за токены у нейросетей - это уже consumption, и агент делает счёт переменным. Практичный минимум - свести расход к одному рублёвому балансу и держать лимиты.

Честно оговорюсь: специальной статистики по тому, как российские команды закупают SaaS в 2026-м, в открытых источниках я не нашёл. Поэтому ниже - прямые следствия из фактов выше, без претензии на РФ-статистику.

Следствие первое: переменный счёт для тебя рискованнее, чем для команды в США. Если даже прямые клиенты вендоров ловят «шок от счёта» (Snowflake, Notion выше), то у команды, которая платит через посредников, с задержками пополнения баланса и курсовой разницей, риск складывается вдвойне: скакнул расход плюс скакнул курс.

Следствие второе, самое практичное: оплата за токены нейросети - это уже оплата за потребление. Когда ты строишь агента, который закрывает те самые «результаты» из статьи, под капотом у него - переменное число вызовов модели на каждую задачу. Финальный счёт - это функция от объёма, сложности и логики повторов агента; фиксированной суммы тут нет. Это та же непредсказуемость, только на уровне API. Значит, все советы из раздела про бюджетирование (лимиты, алерты, единый учёт) применимы к твоему собственному счёту за модели.

Что делать на практике, если ты собираешь продукт или агента из России:

1. Своди расход на модели к одному балансу и в рубли. Пять валютных списаний с разных карт невозможно контролировать и тяжело проводить по бухгалтерии.
2. Держи лимиты и алерты на расход - ровно как советуют для outcome-моделей.
3. Считай стоимость за задачу - сколько стоит один прогон агента.

Как это сделать из России - и где честная граница

Доступ к моделям из РФ проще всего закрыть через агрегатор: provod.ai даёт Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и через единый API, с оплатой картой РФ или по счёту, с договором и закрывающими для юрлиц. Код на OpenAI-совместимый эндпоинт переключается сменой двух строк:

from openai import OpenAI

client = OpenAI(
    api_key="ПРОВОД_КЛЮЧ",
    base_url="https://api.provod.ai/v1",
)

resp = client.chat.completions.create(
    model="claude-opus-4.8",
    messages=[{"role": "user", "content": "Закрой тикет по регламенту"}],
)
print(resp.choices[0].message.content)

Мультипровайдерность тут - не только про доступ: если один вендор отвалился, запрос уходит на резервного, и агент не встаёт из-за аптайма одного поставщика. Единый рублёвый баланс закрывает и бухгалтерию: один счёт с закрывающими вместо пяти валютных списаний.

И честная граница, без которой это была бы джинса. Агрегатор закрывает доступ к моделям и оплату - и только это. Он не решает за тебя спор «что считать результатом», не пишет тебе бухгалтерский учёт по ASC 606 и не убирает непредсказуемость счёта за токены (её убирают твои лимиты и архитектура агента). А если тебе нужна именно фирменная фича конкретного вендора - скажем, готовый Fin с его гарантией по резолюциям как коробочный продукт, - это отдельная подписка вендора, и агрегатор её не заменяет. Он про доступ к моделям, а не про чужой упакованный продукт поверх них.

Как строить свой продукт с оплатой за результат?

Коротко: переходить на оплату за результат стоит только при трёх условиях: ты уверен в качестве своего ИИ, можешь абсорбировать переменную стоимость инференса и результат недвусмысленно измерим. Если хоть одно не выполнено - бери гибрид (предсказуемая база плюс переменная часть). И помни кейс Salesforce: метаться между моделями дороже, чем выбрать одну и объяснить её клиенту.

Если ты по ту сторону - делаешь SaaS или агента, - вот практический фреймворк.

Bessemer в своём разборе по прайсингу ИИ формулирует принцип №1 так: «цена идёт от поставленной ценности; сам по себе доступ её не создаёт». Красиво, но переходить на чистый outcome можно не всегда. Три условия-фильтра:

1. Ты уверен в качестве своего ИИ. Если агент решает половину кейсов, оплата за результат просто урежет тебе выручку вдвое против подписки. Outcome вознаграждает сильный продукт и наказывает слабый.
2. Ты можешь абсорбировать разброс затрат на инференс. При марже 50-60% и переменной стоимости токенов плоская цена за результат должна покрывать худший сценарий по инференсу, на среднем прогоришь.
3. Результат недвусмысленно измерим. «Возвращён чарджбэк» - да. «Клиент доволен» - нет. Если метрику можно оспорить, ты купил себе споры с каждым клиентом.

Если хоть один пункт не сходится - бери гибрид. Предсказуемая база (платформенная плата или места для людей) плюс переменные кредиты за использование или результат. Именно поэтому гибриды и растут быстрее всех: они снимают страх покупателя и защищают твою маржу.

Дерево решений на три вопроса:

1. Результат измерим однозначно и его признаёт клиент? Нет -> оставайся на consumption или гибриде, не продавай спор. Да -> дальше.
2. Твой ИИ стабильно даёт этот результат в проде, не только в демо? Нет -> сначала доведи качество, продавай по потреблению. Да -> дальше.
3. Плоская цена за результат покрывает худший сценарий по инференсу? Нет -> добавь базу (гибрид). Да -> можно чистый outcome.

И урок Salesforce как предостережение. Agentforce за полтора года трижды поменял модель: старт в сентябре 2024-го с $2 за разговор вызвал критику («это как двойной счёт»), потом гибкие кредиты, потом лицензии на пользователя, потом оплата за резолюцию - и всё это к 2026-му сосуществует. Из 5000 сделок оплаченными оказались 3000. Мораль: непонятная и скачущая модель отпугивает даже лояльных клиентов сильнее, чем «дорого». Выбери модель, которую сможешь объяснить в одном предложении, - и держи её.

Частые вопросы

Коротко: быстрые ответы на то, что чаще всего спрашивают про оплату за результат, цены вендоров и доступ к моделям из России.

Что такое оплата за результат простыми словами?
Оплата за результат (outcome-based pricing) - это когда ты платишь за конкретный измеримый итог: решённый тикет, найденный лид, возвращённый платёж. Доступ к софту и число пользователей тут ни при чём. Нет результата - нет счёта. Так уже работают Intercom Fin ($0,99 за исход), HubSpot ($0,50 за решённый разговор) и Zendesk (за резолюцию). Данные на 2026-07-10.

Почему подписка за место (per-seat) уходит?
Потому что работу всё чаще делает ИИ-агент вместо человека. Число «мест» перестаёт отражать объём работы: у одного клиента места сократили с 10 до 2, а счёт вырос на 83% - потому что агенты нагрузили систему в 100 раз сильнее людей. Считать людей, когда работают роботы, бессмысленно.

Оплата за токены у чат GPT и других нейросетей - это оплата за результат?
Нет, это оплата за потребление (consumption): платишь за фактически использованные токены, без привязки к исходу. Именно так тарифицируются по API чат GPT, Claude, Gemini. Оплата за результат идёт на уровень выше - за готовый закрытый тикет или лид, а под капотом у такого агента всё равно крутится потребление токенов.

Как считать переменный счёт за нейросети из России?
Свести всё к одному рублёвому балансу. Через агрегатор provod.ai топовые модели доступны в одном чате и через единый API с оплатой в рублях, по тарифам 1:1 с официальными, без VPN и зарубежных карт, с закрывающими для юрлиц. Один счёт вместо пяти валютных списаний плюс лимиты - и переменный расход становится управляемым.

Оплата за результат всегда выгоднее подписки?
Нет. Она выгодна покупателю, когда результат недвусмыслен и качество ИИ высокое. Но у неё есть перекосы: выгоду от ускорения ловит вендор, метрику результата часто считает сам вендор, а счёт непредсказуем и растёт вместе с качеством продукта. Для инструментов, которыми пользуется человек, подписка за место по-прежнему честнее.

Что чаще всего идёт не так с оплатой за результат?
Спор о том, что считать результатом. Zendesk засчитывает резолюцию после 72 часов молчания клиента, но молчание не равно «решено» - человек мог просто уйти; такое определение завышает резолюции на 15-30%. Всегда прописывай определение результата и способ его проверки в договоре.

Что сделать прямо сейчас

Коротко: покупаешь софт - проверь модель оплаты своих инструментов и впиши в договор определение результата и лимит расхода. Строишь продукт - не переходи на чистый outcome, пока результат не станет измеримым однозначно.

Если ты покупаешь софт: посмотри, на какой модели сидят твои ключевые инструменты, и для тех, что перешли на оплату за результат, впиши в договор определение результата и лимит расхода. Если строишь продукт: прогони свою идею через дерево решений из предпоследнего раздела - и не переходи на чистый outcome, пока результат не станет измеримым однозначно.

Если строишь агентов и продукты из России - начни с доступа к моделям. Проверь любую модель из этой статьи за пять минут: на provod.ai все флагманы - Claude, GPT, Gemini, DeepSeek, Qwen - в одном чате и через единый API, оплата в рублях с карты РФ, для юрлиц договор и закрывающие. Без VPN и без наценки.

Источники

• Gartner, пресс-релиз «$234 Billion in Enterprise Application Software Spend Is at Risk From Agentic AI», 01.07.2026 (цитата George Brocklehurst)
• Deloitte, «Technology Spotlight - Accounting for Outcome-Based Pricing in an Agentic AI Software Product», DART, 04.06.2026
• Futurum Group, пресс-релиз «Are Outcome-Based and Hybrid AI Pricing Models Rewriting the Vendor Playbook?», 12.05.2026 (Keith Kirkpatrick) - 43% / 27%
• Futurum Group, пресс-релиз «Enterprise Software Buyers Prefer Consumption and Outcome-Based Pricing», 17.10.2025, n=895
• Kyle Poyar, Growth Unhinged, «2026 State of B2B Monetization», опрос 230+ компаний (гибриды 25% -> 37%; кейс +83%)
• Monetizely, «SaaS Pricing Benchmark Study 2025», 22.12.2025, n=103 (per-user 64% -> 57%)
• ICONIQ, «State of AI», январь 2026, ~300 вендоров
• Bessemer Venture Partners, «The AI pricing and monetization playbook» (цитата Jacob Jackson)
• a16z, Enterprise Newsletter, декабрь 2024 (тезис «$ per seat -> $ per outcome»)
• Intercom / Fin, официальная страница цен fin.ai/pricing и блог «Today, Intercom becomes Fin», 12.05.2026 (Eoghan McCabe)
• Dan Griggs, финансовый директор Fin, интервью mostlymetrics.com, 2026
• HubSpot, официальный анонс outcome-based pricing для Breeze, 14.04.2026 (цитата Jon Dick)
• Zendesk, Relate 2026, 19.05.2026 (цитата Tom Eggemeier); справка support.zendesk.com об автоматических резолюциях
• Salesforce, страница цен Agentforce salesforce.com/agentforce/pricing
• Bret Taylor, Sierra, подкаст Cheeky Pint, ~10.03.2026 («The atomic unit of AI productivity is a process, not a person»)
• Forbes / Parloa (BrandVoice, спонсорская колонка), «Outcome-Based Pricing: The Most Expensive Myth In Enterprise AI», 06.01.2026
• Intercom Community, жалоба пользователя bosbeest, 22.01.2025
• Snowflake, вебинар «AI Cost Optimization», апрель 2026; Notion, кредиты для кастомных агентов, май 2026

Данные актуальны на 2026-07-10. Модели, цены и тарифы вендоров меняются - перед решением сверяйся с официальными страницами.

---

provod.ai — общий AI-бюджет без личных подписок сотрудников

Соберите расходы на модели в одном рабочем пространстве: коллеги получают отдельные аккаунты, а компания управляет общим балансом и не возмещает десятки разрозненных оплат.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Централизация не добавляет процента к цене моделей: официальный тариф действует 1:1, без наценки provod.ai.

Переведите команду на общий баланс: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai