Les SaaS AI-natifs et la consommation au token

Au lancement de NewsCore, et parce que nous sommes un SaaS AI-native, nous nous sommes posées de grandes questions sur notre business model.

Les logiciels AI sont tous basés sur un modèle de consommation de tokens. Parce que les requêtes et tâches d’automatisation consomment de la donnée de calcul, il est paru évident financièrement de facturer l’usage plutôt que la licence, en indexant le prix sur la quantité de calcul réellement mobilisée.

Ce modèle permet d’aligner les coûts avec l’intensité des tâches exécutées, de lisser les variations de charge, et de rendre économiquement viables des services dont la dépense backend serait trop élevée avec un modèle fixe.

Mais est-ce que ce modèle est compris ? Et donc, est-il viable ?

Côté avantage, il permet un pricing flexible, aligné sur un usage réel, qui facilite l’adoption et permet une montée en charge progressive.

Or ces mêmes arguments en sont aussi la limite. Les dépenses sont imprévisibles. Les multiples niveaux de complexité de tâches font variés la quantité de tokens consommés.

Tout réside ainsi dans la capacité de projection des clients.

Il faut que chaque client puisse se projeter, avoir une idée claire des dépenses à venir. Le tout en changeant leur usage avec des logiciels qui proposent souvent des approches différentes de leurs pendants historiques.

Toutes ces limites nous ont conduit à adopter deux grands principes :

• Un modèle hybride, plus rassurant, qui combine un abonnement fixe garantissant un socle de capacité mensuelle et des packs de token activables à la demande avec des mécanismes de plafonnement et alertes pour offrir un contrôle précis.
• Et des exemples concrets d’usage versus leur usage actuel pour faciliter la projection et avoir une meilleure compréhension de ses propres besoins.

Cela a créé un modèle économe, flexible et transparent. Alors, et si finalement ce modèle ne devenait pas la norme pour … tous les logiciels ?