Opracowywanie strategii komercyjnej na potrzeby generowania aplikacji sztucznej inteligencji

Ten artykuł umożliwia niezależnym producentom oprogramowania (ISV) i firmom tworzącym oprogramowanie (SDC):

• Dowiedz się więcej o różnych podejściach do strategii komercyjnej na potrzeby generowania aplikacji sztucznej inteligencji
• Dowiedz się, jak inni niezależni dostawcy oprogramowania skutecznie zaprojektowali i wdrożyli strategię komercyjną dla swoich aplikacji

Wprowadzenie

Gdy niezależni dostawcy oprogramowania rozważają przypadki użycia generatywnej sztucznej inteligencji oraz sposób ich opracowania, kluczowe jest, aby od samego początku myśleć o strategii komercjalizacji swojego rozwiązania. Dostosowanie podejścia programistycznego i komercyjnego od samego początku może pomóc w ustanowieniu bardziej spójnej i udanej ogólnej strategii produktu.

Ten artykuł ma pomóc w określeniu strategii komercjalizacyjnej aplikacji, zapewniając ogólny widok zagadnień, które mogą mieć wpływ na model komercyjny i rzeczywiste przykłady aplikacji komercyjnych. Ta strona dotycząca komercjalizacji może być przydatna podczas oceny przypadków użycia na stronie planowania biznesowego i wyboru podejścia technicznego na stronie planowania możliwości. Chociaż nie ma jednego uniwersalnego podejścia do komercjalizacji, zrozumienie strategii, które pomyślnie zadziałały dla innych, może pomóc ci w pomyślnym zarabianiu na inwestycjach.

Przyjrzyjmy się niektórym początkowym wyzwaniom i zagadnieniom, z którymi musi się zająć twoja strategia komercyjna.

Wyzwania i zagadnienia związane z komercyjacją

Gdy uzgadniasz strategię komercyjną i podejście do monetyzacji dla swojego rozwiązania, musisz zmierzyć się z kilkoma wyzwaniami:

• Niestabilne postrzeganie popytu i wartości, które mogą szybko się zmieniać, gdy nowe produkty są wprowadzane na rynek
• Bardzo zmienne i dynamiczne koszty, w tym koszty programowania, wdrażania i hostingu
• Zróżnicowanie rynkowe, które łączy rentowność firmy z przystępnością cenową dla klientów i pozostawia możliwość przyszłego skalowania

Podobnie jak w przypadku każdego rozwiązania, które tworzy niezależne dostawcy oprogramowania, ważne jest ustanowienie jasnego planu biznesowego i zrozumienie potencjalnej szansy sprzedaży. Te początkowe kroki pomagają zapewnić jasne wyrównanie wartości i zapewnić pomyślne podejście do komercjalizacji.

Aby zaplanować udaną strategię komercyjną, warto zbadać rozwiązanie i kontekst za pomocą wielu obiektywów. Jak myślisz o strategii handlowej rozwiązania, należy wziąć pod uwagę trzy podstawowe kwestie: określenie wartości, koszty i podejście go-to-market. Omówimy każdą z tych szczegółowych informacji w dalszej części, korzystając z serii przykładowych scenariuszy niezależnego dostawcy oprogramowania. Poniższe zagadnienia mogą pomóc w przemyśleniu czynników, które należy wziąć pod uwagę podczas wybierania strategii komercjalizacyjnej.

Rozważenie tych zagadnień może pomóc w rozwiązaniu problemów, z którymi boryka się wiele wysiłków komercyjnych. Krótko omówimy, jak każdy z tych obszarów fokusu może mieć wpływ na strategię komercyjną.

Określanie wartości

Podczas opracowywania strategii komercjalizacyjnej kluczowe znaczenie ma zidentyfikowanie wartości tworzonej przez aplikację dla Ciebie i klienta. Rozważ swój cel, identyfikując przypadek użycia i tworząc aplikację. Czy tworzysz świadomość marki na nowym rynku docelowym lub eksplorujesz dodatkowe możliwości przychodów w istniejących grupach odbiorców? Posiadanie jasnej metryki celu i sukcesu dla rozwiązania może pomóc w dopasowaniu strategii komercyjnej do aplikacji. W naszych rozmowach z ISV stwierdzamy, że wielu z nich dąży do uzyskania następujących korzyści ze swoich ofert:

• Przychód — rozwiązanie jest oferowane za opłatą dla klientów i ma na celu generowanie strumieni przychodów niezależnego dostawcy oprogramowania
• Udział w rynku — rozwiązanie ma na celu budowanie świadomości marki i zwiększenie udziału w rynku niezależnego dostawcy oprogramowania w określonym obszarze

Podczas gdy rozwiązania, które koncentrują się na generowaniu przychodów, zapewniają oczywiste korzyści dla niezależnych dostawców oprogramowania, nadal warto tworzyć aplikacje z głównym zamiarem zwiększenia udziału w rynku i świadomości marki. Na przykład niezależny dostawca oprogramowania wchodzący na nowy rynek może chcieć opublikować pierwszą serię rozwiązań lub funkcji bezpłatnie, aby wzbudzić zainteresowanie i zaufanie do swojej marki przed większym wydaniem nastawionym na przychody. Jednak niezależnie od celu dostosowanie rozwiązania do wymagań klientów ma kluczowe znaczenie dla pomyślnej strategii komercyjnej.

Rozważ zapotrzebowanie klientów

Niezależnie od tego, czy koncentrujesz się na zwiększaniu udziału w rynku, czy zwiększaniu przychodów, rozwiązania niezależnego dostawcy oprogramowania działają lepiej z klientami, gdy zapewniają wyraźną propozycję wartości dla klienta. Aby skutecznie zdecydować się na strategię zarabiania i cen, ważne jest, aby ocenić, ile wartości posiada twoje rozwiązanie dla klienta.

Zastanów się, w jaki sposób twoje rozwiązanie pomaga klientowi — jaką wartość mu przynosi? Zazwyczaj rozwiązania zapewniają klientom wartość co najmniej jednego z trzech sposobów:

• Zwiększanie skuteczności — umożliwia klientom korzystanie z nowych funkcji, które wcześniej nie były dostępne
• Zwiększanie wydajności — skrócenie czasu, pracy lub zasobów wymaganych do wykonania zadań lub operacji
• Generowanie przychodów — generowanie przychodów bezpośrednio przez umożliwienie klientowi obrotu i/lub zarabiania na własnych produktach

Jeśli klienci końcowi znajdą twoje rozwiązanie cenne, mogą być skłonni zapłacić więcej za produkt. Rozwiązania, które umożliwiają klientom generowanie przychodów, często mogą być bardziej wymagane dla klientów niż rozwiązania, które obsługują funkcje wewnętrzne, nienależące do przychodów. Jednak rozwiązania, które zwiększają wydajność i skuteczność operacji klientów, mogą nadal działać pomyślnie, jak widać w poniższych przykładowych scenariuszach.

Ta strona i cały proces mają na celu zapewnienie niezależnym dostawcom oprogramowania wskazówek krok po kroku w zakresie tworzenia koncepcji, opracowywania i publikowania nowych aplikacji. Istnieją jednak inne zasoby firmy Microsoft, które mogą pomóc w uzyskaniu poparcia w organizacji dla Twojego przypadku użycia. Przewodnik Microsoft AI Value Accelerator (MAIVA) zawiera podstawowe wskazówki dla klientów korporacyjnych dotyczące wdrażania AI na skalę przemysłową. Ten zasób może pomóc w dopasowaniu przypadku użycia do ogólnych celów biznesowych, standaryzacji strategii sztucznej inteligencji i efektywnego skalowania wartości zapewnianej przez rozwiązanie.

Koszty

Dokładne określenie kosztów opracowywania i obsługi aplikacji generującej sztuczną inteligencję jest trudne ze względu na różnorodność zmiennych w grze. Poszczególne aplikacje obejmują różne narzędzia i architektury w ich tworzeniu, tworząc szeroką gamę możliwych kosztów początkowych i bieżących dla rozwiązań. Istnieją jednak narzędzia, które mogą pomóc w oszacowaniu tych kosztów. Kalkulator cen platformy Azure umożliwia wprowadzenie własnych informacji i uzyskanie dostosowanego oszacowania cen w trybie online. Możesz również dowiedzieć się więcej o kosztach związanych z określonymi narzędziami programistycznymi, takimi jak usługi w Microsoft Foundry i Copilot Studio.

Ogólnie rzecz biorąc, oceniając koszty związane z Twoją aplikacją, należy zaplanować wiele elementów. Generowanie modeli sztucznej inteligencji zwykle wymaga maksymalnie sześciu podstawowych składników:

• Baza danych lub magazyn: zarządzanie kosztami przechowywania danych aplikacji ma kluczowe znaczenie, szczególnie w przypadku obsługi danych ustrukturyzowanych i nieustrukturyzowanych w wielu lokalizacjach w celu zapewnienia dostępności i nadmiarowości.
• Indeksowanie i wyszukiwarka: Inwestowanie w wydajny indeks i wyszukiwarkę jest niezbędne do udostępniania i korzystania z danych oraz umożliwienia użytkownikom szybkiego pobierania potrzebnych informacji.
• Opracowywanie i trenowanie modeli: budżetowanie na potrzeby opracowywania, trenowania i uściślenia modeli sztucznej inteligencji lub uczenia maszynowego ma kluczowe znaczenie, ponieważ te modele tworzą podstawę aplikacji i wpływają na jej skuteczność.
• Środowisko hostingu aplikacji: wybór ekonomicznego środowiska hostingu, niezależnie od tego, czy jest to usługa Azure Kubernetes Service (AKS), maszyny wirtualne lub usługa AppService, ma kluczowe znaczenie, ponieważ ma to bezpośredni wpływ na wydajność, skalowalność i bezpieczeństwo aplikacji.
• Pamięć podręczna: Implementowanie rozwiązań buforowania, choć technicznie opcjonalne, może obniżyć koszty operacyjne, zmniejszając obciążenie bazy danych i skracając czas odpowiedzi.
• Potencjalna usługa zabezpieczeń lub monitorowania: ustalanie priorytetów wydatków na usługi zabezpieczeń i monitorowania ma kluczowe znaczenie dla ochrony aplikacji. Pomaga zapewnić zgodność i utrzymać optymalną wydajność, zapobiegając kosztownym zakłóceniom lub naruszeniom.

Należy pamiętać, że proces tworzenia aplikacji i funkcje wewnętrzne mogą mieć duży wpływ na koszty. Myślenie o aplikacji całościowo i rozważenie wszystkich istotnych czynników może pomóc w udanych strategiach komercyjnych.

Podejścia do wejścia na rynek (GTM)

Po uwzględnieniu wartości udostępnianej przez rozwiązanie wraz z kosztami programowania, wdrażania i operacji możesz określić podejście pasujące do danego scenariusza. W ramach naszej współpracy z niezależnymi dostawcami oprogramowania zidentyfikowaliśmy cztery główne strategie wejścia na rynek dla aplikacji opartych na generatywnej sztucznej inteligencji. Chociaż nie wykluczają się wzajemnie ani nie są kompleksowe, te podejścia zapewniają namacalną reprezentację strategii, które zostały pomyślnie zastosowane przez niezależnych dostawców oprogramowania.

• Bezpłatnie — rozwiązanie jest oferowane użytkownikom końcowym bezpłatnie za pośrednictwem autonomicznego pobierania lub jako aktualizacji istniejącego bezpłatnego rozwiązania.
• Freemium — rozwiązanie zawiera bezpłatny produkt podstawowy z dodatkowymi, powszechnie obowiązującymi funkcjami za pośrednictwem płatnej wersji premium lub licencji.
• Funkcja płatna — rozwiązanie jest oddzielną funkcją na większej platformie lub rozwiązaniu z własnymi opłatami, ale ma wąskie zastosowanie do wybranej bazy użytkowników z określonymi potrzebami.
• Nowe rozwiązanie — rozwiązanie oferuje wyraźną wartość dla klienta i osiąga poziom wyrafinowania, który gwarantuje, że jest zarabiany i sprzedawany jako oddzielne, nowe rozwiązanie. To rozwiązanie może potencjalnie służyć jako platforma dla przyszłych ofert dostarczanych za pomocą innych podejść.

Podczas wybierania strategii przechodzenia na rynek ważne jest, aby rozważyć koszty i korzyści każdego podejścia względem wymaganej inwestycji oraz wartość żądanego wyniku. Jeśli na przykład myślisz o opracowaniu bezpłatnego rozwiązania, musisz dokładnie przemyśleć cel i korzyści płynące z tego rozwiązania, żeby to się opłaciło. W tym celu nasze doświadczenia z niezależnymi dostawcami oprogramowania (ISV) wskazują, że przyjęcie jednego z poniższych podejść może pomóc w opracowaniu skutecznej i spójnej strategii komercyjnej. Poniżej przedstawiono podsumowanie tych podejść:

Aby wyjaśnić te scenariusze, przyjrzymy się kilku przykładom aplikacji korzystających z tych podejść do rynku, w tym sposobu wybierania strategii handlowej oraz korzyści, które doświadczyły podczas korzystania z tego podejścia. Aby dokładnie zbadać każdą z tych analiz przypadków, użyjemy zestawu zagadnień omówionych wcześniej:

• Użytkownik końcowy — osoby korzystające z rozwiązania
• Wartość biznesowa — jak rozwiązanie zapewnia klientom wartość
• Podejście techniczne — sposób tworzenia rozwiązania
• Koszty — początkowe i bieżące koszty działania rozwiązania

Przyjrzyjmy się, jak rzeczywiści niezależni dostawcy oprogramowania (ISV) skutecznie wdrażają te strategie wejścia na rynek w przypadku swoich rozwiązań opartych na sztucznej inteligencji i generatywnej sztucznej inteligencji.

Przykładowe scenariusze komercjalizacyjne

IsV może przyjąć różne strategie handlowe dla swoich rozwiązań, w zależności od celów strategicznych ich produktu. Na podstawie naszych doświadczeń z pracy z niezależnymi dostawcami oprogramowania przygotowaliśmy cztery ogólne scenariusze, aby wyjaśnić każdą strategię wejścia na rynek (GTM). Na potrzeby tego artykułu odwołujemy się do naszego przykładowego niezależnego dostawcy oprogramowania jako Contoso, fikcyjnego dewelopera oprogramowania.

Bezpłatny scenariusz: funkcja Copilot do zarządzania fakturami

Firma Contoso, która chce rozszerzyć zasięg oprogramowania do zarządzania danymi, przeprowadziła ankietę, aby zidentyfikować potrzebę, którą mogą rozwiązać, aby przyciągnąć odbiorców docelowych. Dowiedzieli się, że wielu z ich klientów wykonawczych było sfrustrowanych ilością czasu straconego w przypadku zawiłych procesów administracyjnych, takich jak zatwierdzenia faktur. Od początkowego powiadomienia e-mail może upłynąć do kilku dni, aby osoby podejmujące decyzje po prostu zatwierdziły fakturę za płatność. Dotyczyło to lokalizowania wymaganych informacji w celu potwierdzenia w wielu działach, jeśli warunki umowy zostały spełnione.

Aby zwiększyć zapotrzebowanie na podstawową aplikację wśród potencjalnych klientów, firma Contoso zbudowała funkcję copilot, która pomaga zwiększyć wydajność w ramach operacji administracyjnych klientów. Zaprojektowali tę funkcję Copilot, aby skrócić czas poświęcany przez osoby decyzyjne na zatwierdzanie faktur do płatności, oraz skoncentrowali ją na interfejsie, w którym użytkownicy współpracują najczęściej: Microsoft Teams. Firma Contoso utworzyła ten copilot, aby uzupełnić swój większy program zarządzania danymi i zaprezentować pełne możliwości rozwiązania do generowania sztucznej inteligencji. Firma Contoso bezpłatnie udostępniła użytkownikom tę funkcję Copilot jako część swojego kompleksowego rozwiązania, aby zwiększyć wartość dla swojej grupy docelowej i zwiększyć zainteresowanie szerszą platformą. Planują sprzedawać większe rozwiązanie jako w pełni opartą na modelu SaaS (oprogramowanie jako usługa), gdy baza użytkowników wzrośnie.

Sprawdźmy, dlaczego firma Contoso wybrała to podejście komercyjne:

• Użytkownicy końcowi: osoby podejmujące decyzje szukające ulepszeń operacyjnych dzięki bardziej wydajnym operacjom administracyjnym. Firma Contoso jest szczególnie skierowana do użytkowników zainteresowanych dołączeniem do większej platformy zarządzania danymi w celu uzyskania korzyści z produktywności.
• Wartość biznesowa: funkcja copilot poprawia wydajność klienta, szybko wyszukując dane kontraktu i kontakty dotyczące każdej faktury. Pozwala to również zaoszczędzić czas, upraszczając współpracę między działami, aby zweryfikować stan ukończenia kamienia milowego w środowisku użytkownika usługi Teams.
• Podejście techniczne: firma Contoso rozszerzyła niektóre funkcje aplikacji bazowej przy użyciu Pro-Code, rozszerzeń komunikatów w Teams, Teams Copilot na potrzeby interfejsu użytkownika oraz bazy danych Azure SQL.
• Koszty: Zasadniczo niskie koszty tworzenia i testowania, w tym zasoby programistyczne i koszty usług w chmurze, ale zastosowanie inwestycji w podstawowe rozwiązanie.

Dzięki tej funkcji copilot oferowanej bez kosztów osoby podejmujące decyzje wykonawcze mogą łatwo uzyskiwać dostęp do informacji z możliwością działania w aplikacji Teams Copilot, usprawniając proces zatwierdzania i pomagając poprawić wydajność bez znaczących inwestycji pieniężnych.

Łącząc funkcję Copilot w aplikacji Teams jako część większego rozwiązania Copilot, Contoso:

• Zaprezentowano możliwości oprogramowania dla docelowej bazy użytkowników.
• Zwiększono wartość podstawowego rozwiązania generatywnej AI dla nowej grupy docelowych użytkowników, co przełożyło się później na większy sukces całego rozwiązania.

Udostępnienie tego copilota za darmo umożliwiło firmie Contoso zapewnienie swoim użytkownikom skutecznego rozwiązania ich problemów oraz dotarcie ze swoim oprogramowaniem i marką do kadry kierowniczej decydującej o zakupach. Takie podejście umożliwiło firmie Contoso pozycjonowanie się jako liderów w przestrzeni sztucznej inteligencji, budowanie reputacji marki i zwiększanie udziału w rynku.

Scenariusz freemium: funkcje edytowania zdjęć z obsługą sztucznej inteligencji

Po zidentyfikowaniu potrzeby szybszego i łatwiejszego edytowania zdjęć firma Contoso opracowała oprogramowanie do edytowania obrazów, które używa sztucznej inteligencji do ulepszania profesjonalnych zdjęć na poziomie oprócz udostępniania innych standardowych funkcji edycji. Rozwiązanie jest sprzedawany osobom i organizacjom korporacyjnym jako platforma SaaS, umożliwiając specjalistom fotograficznym szybkie dostosowywanie zdjęć niezależnie od tego, czy pracują na własną rękę, czy w grupie.

Klienci mogą subskrybować bezpłatną podstawową wersję aplikacji, która obejmuje dzienny limit niektórych funkcji i mniejszej liczby możliwości lub wersji Premium. Wersja Premium zapewnia użytkownikom bardziej złożone możliwości, takie jak dodawanie obiektów lub zmienianie pozy na zdjęciach i usuwanie limitów użycia.

Sprawdźmy, dlaczego firma Contoso wybrała to podejście komercyjne:

• Użytkownik końcowy: firma Contoso potrzebowała, aby aplikacja była szeroko dostępna dla wielu osób i grup. Chociaż ich oprogramowanie zostało zaprojektowane z myślą o fotografiach, wiedzieli, że hobbyści i grupy studenckie również stanowią duży odsetek użytkowników końcowych.
• Wartość biznesowa: funkcje sztucznej inteligencji rozwiązania przyspieszają proces edytowania zdjęć, oszczędzają czas klientów i zwiększają wydajność użytkowników aplikacji. Wersja Premium obejmuje również możliwości poprawy skuteczności podstawowej platformy, zwiększając wartość produktu dla klientów.
• Podejście techniczne: firma Contoso opracowała pełną platformę przy użyciu elementów Microsoft Fabric i Microsoft Foundry. Chociaż większa platforma wymaga stałego wsparcia, bezpłatna wersja została opracowana w technologii low-code i wymagała minimalnego nakładu prac programistycznych.
• Koszty: podczas projektowania aplikacji firma Contoso rozważała koszty wykorzystania procesorów GPU, tworzenia aplikacji i jej bieżącego utrzymania. Zauważyli również wysoki koszt magazynowania, ponieważ aplikacja wymaga dużego modelu i ilości danych.

Ze względu na szeroką funkcjonalność i szerokość użytkowników końcowych aplikacji firma Contoso wiedziała, że skorzysta z platformy o dużej dostępności. Udostępniając swoją funkcję bezpłatnie dla dużej bazy klientów, firma Contoso zwiększyła produktywność i obniżyła koszty dla większej liczby klientów. Udostępnienie darmowej wersji sprawiło również, że ich aplikacja stała się dostępna dla większej liczby klientów, co znacznie zwiększyło rozpoznawalność marki i popularność ich produktu. Ze względu na popularność bezpłatnej wersji oraz fakt, że pozwalała ona użytkownikom poznać niektóre korzyści oferowane przez rozwiązanie, więcej użytkowników zdecydowało się na płatną subskrypcję.

W ciągu pierwszych kilku miesięcy wdrażania aplikacji firma Contoso:

• Ulepszone rozpoznawanie marki i obecność na rynku, zapewniając bezpłatną opcję dostępną dla szerokiej gamy klientów.
• Zwiększone przychody dzięki wdrożeniu płatnej subskrypcji wśród profesjonalnych i korporacyjnych klientów.
• Pozycjonowali swoją aplikację jako oczywisty wybór dla użytkowników i standard branżowy dzięki jej dostępności zarówno dla specjalistów, jak i studentów.

Wybranie podejścia freemium umożliwiło firmie Contoso szybkie rozszerzanie bazy klientów i czerpanie z nowych użytkowników. Pomimo wysokich kosztów opracowywania i utrzymywania swojego rozwiązania firma Contoso szybko zwróciła wielu płatnych subskrybentów, co zwiększyło całkowity przychód.

Scenariusz funkcji płatnych: Asystent marketingu w branży sztucznej inteligencji

Firma Contoso oferuje kompleksową platformę do zarządzania zasobami marketingowymi, która ułatwia firmom porządkowanie zasobów cyfrowych i tworzenie angażujących, wielokanałowych doświadczeń. Chociaż platforma oferuje już wybór podstawowych funkcji automatyzacji marketingu i zarządzania zasobami cyfrowymi, firma Contoso zauważyła możliwość. Mogliby pomóc swoim klientom optymalizować działania marketingowe na dużą skalę, osadzając bezpośrednio w swojej platformie nowego asystenta typu Copilot, opartego na generatywnej sztucznej inteligencji.

Oprócz ogólnego asystenta firma Contoso opracowała zestaw asystentów dostosowanych do branży dla klientów z określonymi potrzebami. Ci asystenci marketingu w branży mają wyspecjalizowaną wiedzę i możliwości do obsługi funkcji specyficznych dla branży. Są one dostępne dla klientów za dodatkową opłatą w porównaniu z ogólnym asystentem.

Sprawdźmy, dlaczego firma Contoso wybrała to podejście komercyjne:

• Użytkownicy końcowi: Contoso chciało dotrzeć do zaawansowanych użytkowników zainteresowanych wdrażaniem nowych technologii w celu optymalizacji procesów pracy. Chcieli również poszerzyć swój udział w rynku, oferując następnej generacji, wiodące w branży funkcje na swojej podstawowej platformie.
• Wartość biznesowa: copilot pomaga zwiększyć efektywność i wydajność klientów, ułatwiając użytkownikom szybkie tworzenie wysokiej jakości zawartości w celu zaspokojenia potrzeb swojej branży.
• Podejście techniczne: Firma Contoso opracowała copilota przy użyciu usługi Azure OpenAI Assistants i platformy Microsoft Foundry, inwestując w najbardziej zaawansowane modele, takie jak GPT-4.0, aby umożliwić złożone i precyzyjne interakcje z asystentem.
• Koszty: Koszty rozwiązania Copilot obejmowały koszty rozwoju, bieżące opłaty za usługi chmurowe związane z uruchamianiem aplikacji w środowisku produkcyjnym oraz koszty subskrypcji usługi Azure OpenAI, uzasadnione popytem rynkowym na tę funkcję.

Oferowanie tych asystentów AI dostosowanych do potrzeb konkretnych branż jako płatnej funkcji umożliwiło firmie Contoso dotarcie do określonych grup odbiorców wśród obecnych i zupełnie nowych klientów. Jednocześnie firma Contoso ograniczyła koszty i czasy programowania przy użyciu podejścia o niskim kodzie, zapewniając, że ich inwestycja jest zgodna z przychodami wygenerowanymi przez tę funkcję.

Tym samym Contoso:

• Zwiększył swój udział w rynku, zwiększając wartość istniejącej platformy i zwiększając wdrożenie wśród nowych klientów.
• Pozyskano nowe źródła przychodów od zaawansowanych użytkowników, którzy chcą eksperymentować z nowymi technologiami bez zrażania swojej podstawowej bazy klientów.
• Zaimplementowano szybką, generacyjną funkcję sztucznej inteligencji bez ponoszenia znacznych kosztów programowania.

Dodanie tej płatnej funkcji do istniejącej platformy umożliwiło firmie Contoso eksperymentowanie z nową funkcją generowania sztucznej inteligencji bez ponoszenia wysokich kosztów lub wyobcowania podstawowych składników bazy klientów. Takie podejście pomogło im ustanowić solidną generacyjną podstawę sztucznej inteligencji, na której można rozszerzyć przyszłe usługi i funkcje w przyszłości.

Nowy scenariusz rozwiązania: Agenci centrum kontaktów

Firma Contoso zidentyfikowała możliwość zwiększenia automatyzacji sztucznej inteligencji w centrach kontaktów. Wiele zespołów obsługi klienta zostało przytłoczonych ilością wywołań, ale firma Contoso zdała sobie sprawę, że wiele żądań kontaktowych było przeznaczonych dla prostych zadań lub informacji, które może zapewnić asystent sztucznej inteligencji. Ci agenci AI mogliby odciążyć pracowników obsługi, umożliwiając im zajmowanie się najbardziej złożonymi problemami, znacząco zwiększyć efektywność zamykania zgłoszeń i obniżyć ogólne koszty contact center.

Aby sprostać temu zapotrzebowaniu, firma Contoso opracowała generującego agenta centrum kontaktowego sztucznej inteligencji, który może odpowiadać na pytania, inicjować zadania i zamykać bilety dla klientów przez telefon lub za pośrednictwem interfejsu opartego na tekście. Biorąc pod uwagę zapotrzebowanie rynkowe oraz potencjał tej technologii do zrewolucjonizowania rynku, firma Contoso stworzyła tę aplikację jako nowe rozwiązanie w modelu SaaS, pobierając podstawową opłatę abonamentową oraz niewielką dodatkową opłatę za korzystanie. Przyjrzyjmy się czynnikom, które się na to złożyły

Firma Contoso opracowuje swoją aplikację przy użyciu tego podejścia:

• Użytkownik końcowy: ta aplikacja będzie przeznaczona dla klientów z zapytaniami lub problemami, które będą kontaktować się z centrami obsługi telefonicznej firm. Interfejs użytkownika aplikacji, w przypadku interfejsów czatu, określa priorytet prostoty, aby umożliwić łatwe korzystanie przez klienta.
• Wartość biznesowa: To rozwiązanie zwiększa zarówno wydajność, jak i skuteczność centrów kontaktowych, obniżając koszt zamknięcia jednego zgłoszenia oraz zapewniając pracownikom centrum kontaktowego dodatkowe funkcje i wsparcie.
• Podejście techniczne: firma Contoso opracowała rozwiązanie przy użyciu programowania profesjonalnego z wykorzystaniem Microsoft Fabric, Microsoft Foundry i Asystentów Azure OpenAI. Wartość, jaką zapewnia ta aplikacja, uzasadniała znaczny nakład prac programistycznych i stałe wsparcie.
• Koszty: koszty firmy Contoso obejmowały zasoby programistyczne, koszty usług w chmurze podczas opracowywania, testowania i produkcji oraz ciągłej obsługi, uzasadnione przez podstawową funkcję generowania sztucznej inteligencji.

Oferowanie rozwiązania jako modelu SaaS umożliwiło firmie Contoso zarządzanie użyciem modelu aplikacji w celu elastycznego zaspokojenia zapotrzebowania, jednocześnie nakładając warstwy na istniejące starsze systemy centrum kontaktów. Ci agenci sztucznej inteligencji mogą przekazywać dane z różnych źródeł i przekazywać je przez wiele poziomów zautomatyzowanego podejmowania decyzji w celu szybkiego identyfikowania i rozwiązywania zadań operacyjnych. Gdy użytkownicy coraz bardziej przyzwyczajają się do korzystania z interfejsów opartych na sztucznej inteligencji, bazowy system może stać się utowarowiony i być postrzegany bardziej jako serwer danych niż jako system podstawowy. Ta zmiana stanowi duży potencjał zakłóceń w branży, co uzasadnia decyzję firmy Contoso o opracowaniu aplikacji jako nowego rozwiązania.

Dzięki temu rozwiązaniu firma Contoso:

• Stworzono kolejną możliwość zwiększenia przychodów dzięki centralnej platformie rozwiązań, która poprawia efektywność klientów.
• Opracowano nowy, destrukcyjny interfejs dla centrów kontaktów, który przekształca sposób, w jaki klienci angażują się w obsługę klienta.
• Możliwości rozwoju wynikające z przyszłych agentów, funkcji i rozwiązań SaaS, które można oferować za pośrednictwem platformy.

Dzięki starannemu rozważeniu elementów swojego rozwiązania firma Contoso mogła opracować podejście komercyjne zgodne z jej celami i całą platformą aplikacyjną. Model SaaS zastosowany przez firmę Contoso w tym rozwiązaniu ma szerokie zastosowanie i wnosi istotny element transformacji do oprogramowania tworzonego przez niezależnych dostawców oprogramowania (ISV).

Dowiedz się więcej na temat rozwiązań SaaS

Choć opracowanie rozwiązania w modelu SaaS może początkowo wymagać większego nakładu pracy, ostatecznie pozwala zapewnić klientom większą prostotę i skalowalność. Może się wydawać prostsze, aby uniknąć tworzenia rozwiązania SaaS od podstaw, ale wdrożenie lokalnego lub spakowanego podejścia programowego może szybko stać się kosztowne i nieefektywne w miarę rozszerzania bazy klientów. Zasoby i wskazówki firmy Microsoft mogą wesprzeć Cię na drodze do modelu SaaS. Aby uzyskać więcej informacji na temat tworzenia rozwiązania SaaS, zobacz następujące artykuły:

• Podstawy modelu SaaS — szkolenie w usłudze Microsoft Learn koncentruje się na cechach i korzyściach modelu SaaS
• Przegląd procesu projektowania rozwiązań SaaS i multitenantowych — kompleksowa dokumentacja całego procesu tworzenia rozwiązania SaaS
• Początkowa aplikacja internetowa do tworzenia aplikacji SaaS — wstępne wskazówki dotyczące architektury aplikacji SaaS

Publikacja i wsparcie sprzedaży

Po ustanowieniu strategii komercyjnej i podejścia do obrotu następnym krokiem jest wybranie miejsca, w którym chcesz opublikować rozwiązanie dla klientów. Firma Microsoft oferuje dwie odrębne witryny sklepów, które umożliwiają partnerom wyświetlanie listy ofert, włączanie wersji próbnych i transakcji bezpośrednio z klientami i ekosystemem firmy Microsoft: Azure Marketplace i AppSource. Witryna Azure Marketplace oferuje bardziej techniczne i oparte na infrastrukturze witrynę sklepu, za pośrednictwem której można współpracować z klientami. Kompleksowe wskazówki dotyczące publikowania w witrynie Azure Marketplace można znaleźć tutaj. Witryna sklepu AppSource oferuje miejsce dla aplikacji zorientowanych na osoby podejmujące decyzje biznesowe, w tym aplikacje Dynamics 365 i Power Platform. Wskazówki dotyczące publikowania w usłudze AppSource można znaleźć tutaj. Te sklepy są podzielone według grupy docelowej i produktu, aby pomóc klientom szybko znaleźć to, czego potrzebują.

Po opracowaniu aplikacji i dostosowaniu jej do podejścia do komercjalizacji należy wziąć pod uwagę sposób dopasowania strategii publikacji do rozwiązania w celu uzyskania maksymalnego wdrożenia i wpływu.

Podsumowanie

Ponieważ rozważasz strategię komercyjną rozwiązania, należy pamiętać, że nie ma podejścia uniwersalnego. Całościowe uwzględnienie wszystkich istotnych czynników — od potencjalnej wartości i kosztów po strategię wejścia na rynek — ma kluczowe znaczenie przy określaniu najlepszego sposobu monetyzacji produktu. Oprócz ogólnej strategii handlowej ważne jest również, aby wziąć pod uwagę, w jaki sposób produkt jest wyceniany. Więcej informacji na temat modeli cenowych dla rozwiązania wielodostępnego można znaleźć tutaj.

Innym zasobem, który może wspierać Cię podczas rozważania i opracowywania strategii komercyjnej Twojej aplikacji, jest ISV App Advisor. To środowisko samoobsługowe może wyświetlać najnowsze zasoby i zalecenia na podstawie obecnego etapu rozwoju.

Zrozumienie i planowanie strategii komercyjnej to kluczowy krok w kierunku sukcesu podczas oceniania i określania priorytetów przypadku użycia oraz określenia najlepszego podejścia do opracowywania rozwiązania. Na każdym etapie ścieżki ISV dostosowanie rozwoju i pozycjonowania aplikacji do strategii handlowej sprzyja pomyślnemu wdrożeniu i stworzeniu atrakcyjnej oferty produktowej.

Po ustaleniu zastosowania, sposobu jego realizacji oraz strategii komercyjnej kolejnym krokiem jest określenie konkretnego podejścia low-code lub pro-code, którego należy się trzymać podczas opracowywania rozwiązania.