จ่ายตามผลลัพธ์ยุติธรรมก็จริง แต่ใครตัดสินว่าเสร็จ

สัญญาที่เขียนว่า "จ่ายเมื่อ AI แก้ปัญหาให้ลูกค้าได้" ฟังดูยุติธรรมที่สุดแล้ว ถ้า AI ทำไม่ได้ คุณก็ไม่เสียเงิน ตอนนี้วงการเถียงกันว่าเครื่องมือ AI ควรคิดเงินต่อที่นั่งหรือต่อผลลัพธ์ แต่พอถามว่า "แก้ได้" แปลว่าอะไร แต่ละเจ้าตอบไม่เหมือนกันเลย

ลูกค้าถาม AI ตอบ แล้วลูกค้าไม่พิมพ์อะไรต่อ แชตเดียวกันนี้ เจ้าหนึ่งนับเป็นงานเสร็จและเก็บเงิน อีกเจ้าไม่นับจนกว่า AI อีกตัวจะอ่านแล้วยืนยันว่าจบจริง สิ่งที่ทำให้ผู้ขายแบบคิดตามผลลัพธ์ต่างกันจริงจึงไม่ใช่ราคาต่อชิ้น แต่คือใครเป็นคนตัดสินว่างานเสร็จ

บทความนี้ Productize ดูผู้ขาย AI 7 ราย ว่าแต่ละรายนับงานเสร็จยังไงและใครตรวจ แล้วปิดด้วยคำถาม 7 ข้อก่อนเซ็น ขอบอกส่วนได้เสียก่อน แหล่งที่อ้างเกือบทั้งหมดเป็นหน้าขายของผู้ขายเอง กับบทความของบริษัทร่วมลงทุนที่ถือหุ้นบริษัทในตัวอย่าง เจ้าของแหล่งจึงได้ประโยชน์ถ้าคนเชื่อเรื่องนี้ ส่วน Productize ก็ขายบริการใกล้เรื่องนี้ ราคาทุกตัวลงวันที่เพราะเปลี่ยนเร็ว และไม่ได้เทียบว่าใครถูกกว่า

ช่วงที่ 1ใครเป็นคนตัดสิน ว่างานเสร็จ

ในบริการ AI ตอบลูกค้า 3 เจ้าข้างล่าง คนตัดสินคือระบบของผู้ขาย ตามกติกาที่ผู้ขายเขียน ที่ต่างกันคือกติกานั้นนับความเงียบของลูกค้าเป็นงานเสร็จไหม และมีตัวตรวจแยกจากตัวทำงานไหม

หน้าราคา Intercom ที่ดึงมาเมื่อ 13 กันยายน 2026 คิดค่า AI ชื่อ Fin 0.99 ดอลลาร์ต่อผลลัพธ์ นับได้ 3 ทาง คือลูกค้ายืนยันว่าจบ หรือ "They don’t ask for more help after Fin responds" คือไม่ขอความช่วยเหลือต่อหลัง Fin ตอบ หรือ "Fin completes a workflow (Procedure), including handoffs" Fin ทำขั้นตอนงานจบ รวมกรณีที่มีขั้นตอนส่งต่อ สองทางหลังแปลว่าลูกค้าที่ปิดแชตเฉยๆ หรือเรื่องที่คนต้องรับไปทำต่อ ก็อาจนับเป็นชิ้นที่เก็บเงินได้

Zendesk มองความเงียบเดียวกันต่างออกไป หน้าช่วยเหลือเรื่องระดับของงานที่เริ่มใช้ 18 พฤษภาคม 2026 เขียนว่าถ้า AI ตอบแล้วลูกค้าไม่ถามเพิ่ม ไม่ติชม และไม่ขอคุยกับคน เรื่องนั้นเป็นแค่ระดับ Contained (ผ่านขั้นแรก ยังไม่ยืนยัน) พอบทสนทนาจบ (อีเมลนับว่าจบเมื่อเงียบ 72 ชั่วโมง แชต 2 ชั่วโมง) ระบบให้ AI อ่านทั้งบทสนทนาอีกรอบว่าแก้ได้จริงไหม ผ่านแล้วถึงเป็น Verified (ยืนยันซ้ำแล้วว่าแก้จริง) ส่วนระดับ Contained "does not count against your resolution allowance" คือไม่หักจากโควตา resolution

ประกาศของ Zendesk วันถัดมาเขียนว่าทุกเรื่องที่เก็บเงินต้องผ่านการยืนยันจาก AI ตัวที่ทำงาน และ "independently confirmed by a dedicated AI evaluation model" คือโมเดลประเมินอีกตัวที่แยกไว้ สแปมกับบทสนทนาทั่วไปไม่นับ แต่ตัวตรวจทั้งคู่เป็นของ Zendesk ที่เก็บเงินเอง

Sierra เขียนในบล็อกเมื่อธันวาคม 2024 ว่า "We provide clear, agreed-upon criteria for each outcome upfront" คือตกลงเกณฑ์ของผลลัพธ์กันก่อนเริ่ม แต่ไม่ได้บอกว่าใครตรวจและตรวจยังไง งานสายอื่นก็เป็นแบบนี้ ถ้าสัญญาไม่เขียนว่าใครตรวจ คนตัดสินคือคนที่ส่งใบแจ้งหนี้มา

คนที่ตัดสินงานตัวเองพลาดได้โดยไม่ตั้งใจโกง ตอน Productize ให้ AI 11 ตัวอ่าน 70 แหล่งที่บทความนี้ใช้ ทุกตัวรายงานว่าคำพูดที่ยกมาตรงต้นฉบับหมด เพราะแต่ละตัวตรวจแค่ส่วนของตัวเอง พอให้สคริปต์แยกต่างหากเทียบทีละตัวอักษร ก็เจอไม่ตรง 36 จุด คิดเป็น 5.6% ของที่ตรวจ และสคริปต์ตัวเดียวกันก็เคยผิด 2 ครั้ง กล่าวหาคำพูด 5 จุดว่าไม่ตรงทั้งที่ตรงทุกคำ ตัวตรวจจึงต้องแยกจากคนทำ และตัวตรวจเองก็ต้องถูกตรวจด้วย วิธีตรวจแบบนี้อยู่ในบทความเรื่องให้ AI อ่าน PDF ทั้งเล่ม

ช่วงที่ 2ผลลัพธ์ที่เก็บเงินได้ จบตรงที่งานของผู้ขายจบ

ผลที่คนซื้ออยากได้ที่สุดคือยอดขาย ดีลที่ปิดได้ หรือยาที่ได้รับอนุมัติ แต่ในตัวอย่างที่อ่านมา ไม่มีเจ้าไหนเก็บเงินจากผลปลายทางแบบนั้น

บล็อกของ Intercom เมื่อ 8 พฤษภาคม 2026 เล่าว่าตอนตั้งราคา Fin for Sales ซึ่งคัดผู้สนใจส่งให้ทีมขาย บริษัทเคยคิดจะเก็บส่วนแบ่งยอดขาย แล้วตัดทิ้ง เพราะก่อนปิดดีลมีเรื่องอื่นมาเกี่ยวอีกมาก ทั้งเดโมของพนักงานขายและงบลูกค้าที่ถูกตัด "Tying Fin’s price to the final outcome holds it accountable for variables entirely outside its control." ผูกราคากับผลปลายทาง คือให้ AI รับผิดชอบเรื่องที่ตัวเองคุมไม่ได้ ราคาจึงเป็น 10 ดอลลาร์ต่อ qualified lead โดยลูกค้ากำหนดเกณฑ์เอง แต่บล็อกไม่ได้บอกว่าลูกค้าตรวจเกณฑ์ยังไง

สายกฎหมายก็จบแบบเดียวกัน General Legal สำนักงานกฎหมายที่ใช้ AI ในโครงการบ่มเพาะ startup ของ Y Combinator (YC) คิด 500 ดอลลาร์ต่อสัญญาสำหรับงานตรวจและต่อรอง ตามหน้าบริษัทในเว็บ YC ที่ดึงมาเมื่อ 13 กันยายน 2026 สิ่งที่เก็บเงินคือสัญญาที่ตรวจเสร็จ ไม่ใช่ดีลที่ปิดได้ ส่วน Panacea ที่ปรึกษาเรื่องยื่นขออนุมัติต่อ FDA (สำนักงานอาหารและยาของสหรัฐฯ) ในโครงการเดียวกัน เขียนว่า "Clients only pay once we deliver each agreed milestone." คือจ่ายเมื่อส่งงานแต่ละขั้นที่ตกลงกัน ส่วน FDA จะอนุมัติหรือเปล่า ที่ปรึกษาคุมไม่ได้อยู่แล้ว ผลลัพธ์ที่เก็บเงินได้จริงจึงจบตรงที่งานของผู้ขายจบ ไม่ใช่ตรงที่ธุรกิจของคุณได้ผล

ช่องที่เขียนว่าผู้ขายไม่ได้เผยแพร่ แปลว่าแหล่งที่ดึงมาไม่ได้เขียนไว้ ไม่ใช่การตัดคะแนน หน้าขายสั้นกว่าไม่ได้แปลว่าตรวจหลวมกว่า มาตรฐานที่บทความนี้ตั้งเองว่าตัวตรวจต้องถูกตรวจ ใช้กับ Zendesk ด้วย ซึ่งไม่ได้เผยแพร่ว่าโมเดลประเมินตัวเองแม่นแค่ไหน

ช่วงที่ 3ราคาตามผลลัพธ์ ส่วนใหญ่กลายเป็นแบบผสม

ถ้าคิดต่อผลลัพธ์ล้วนๆ ยุติธรรมขนาดนั้น ทำไมหลายเจ้าถึงถอยมาแบบผสม? คำตอบหนึ่งมาจากคนซื้อ บทความของบริษัทร่วมลงทุน Bessemer Venture Partners เมื่อ 30 กรกฎาคม 2026 เล่าว่า Ada ซึ่งขาย AI ตอบลูกค้า เริ่มจากคิดต่อ resolution ล้วนๆ แล้วเปลี่ยนเป็นแบบผสม เมื่อองค์กรที่ซื้ออยากได้งบรายปีที่คาดได้ เรื่องนี้มีแค่ในสรุปต้นบทความ ฉบับที่ดึงมาไม่มีรายละเอียดของ Ada

เจ้าอื่นผสมคนละแบบ หน้าราคาเดียวกันของ Intercom มีค่าที่นั่งรายเดือนคู่กับค่าต่อผลลัพธ์ หน้าช่วยเหลือ Zendesk บอกว่าโควตาตั้งต้นขึ้นกับ "Zendesk plan type and agent seats" คือแพ็กเกจกับจำนวนที่นั่ง ส่วนที่ใช้ไม่หมดไม่ยกไปรอบถัดไป

หน้าราคา Salesforce ที่ดึงมาเมื่อ 13 กันยายน 2026 มีทั้งแบบต่อผู้ใช้รายเดือน แบบ 2 ดอลลาร์ต่อบทสนทนา และแบบเครดิตที่ประกาศเมื่อ 15 พฤษภาคม 2025 ว่าการกระทำ 1 ครั้งเท่ากับ 0.10 ดอลลาร์ ประกาศนั้นเรียกว่า "a consumption-based model that aligns cost with business outcomes" คือคิดตามการใช้งานให้ต้นทุนสอดคล้องกับผลทางธุรกิจ แต่หน่วยบนบิลคือจำนวนครั้งที่ AI ลงมือทำ ไม่ใช่ผลที่ได้ คำว่า outcome ในเอกสารขายจึงยังบอกอะไรไม่ได้ จนกว่าจะเห็นหน่วยบนบิล

แล้วอะไรทำให้ผู้ขายยังตั้งราคาสูงได้? บทความของ Bessemer สรุปว่าตัวชี้ขาดคือหลักฐาน "Durable AI pricing ties revenue to something a customer can independently verify, not to a claim." ราคาที่อยู่รอดคือราคาที่ผูกรายได้ไว้กับสิ่งที่ลูกค้าตรวจเองได้ ไม่ใช่กับคำอ้าง

Bessemer ลงทุนในบริษัทที่ยกเป็นตัวอย่าง ข้อสรุปนี้จึงเป็นความเห็นของนักลงทุน แต่คนซื้อใช้ได้ตรงๆ ถ้าคุณตรวจผลเองไม่ได้ สิ่งที่คุณจ่ายอยู่ก็คือคำอ้างของผู้ขาย

ช่วงที่ 4คำถาม 7 ข้อ ก่อนเซ็น

คำถามชุดนี้ใช้ได้ทั้งสองฝั่ง คนซื้อใช้ถามผู้ขาย คนขายที่คิดเงินตามผลก็เขียนคำตอบทั้ง 7 ข้อไว้ในข้อเสนอก่อนลูกค้าถาม

ดูก่อนว่าคุณซื้อทางไหน ถ้าซื้อเองหน้าเว็บด้วยบัตรเครดิต จะไม่มีสัญญาให้แก้ ไม่มีคนขายให้ต่อรอง เงื่อนไขที่ประกาศไว้ก่อนกดสมัครคือกติกาทั้งหมดที่คุณได้ ที่ทำได้คือดูว่ารายงานไล่ถึงรายชิ้นไหม แล้วสุ่มตรวจบิลเดือนถัดไป ถ้าซื้อผ่านสัญญา ต่อรองคำถามชุดเดียวกันเป็นข้อสัญญาได้ ทั้งตัวตรวจ สิทธิ์ดูหลักฐานรายชิ้น และสิทธิ์โต้แย้ง ข้อ 2 กับข้อ 7 ต่างกันชัดที่สุดระหว่างสองโหมดนี้

ถ้าข้อ 2 ตอบว่าระบบของผู้ขายตรวจเอง หลักฐานรายชิ้นในข้อ 7 คือทางที่คุณจะรู้ว่าตัวเลขบนบิลมาจากงานจริง ไม่ต้องตรวจทุกชิ้น ให้สุ่มตามความเสี่ยง คือรายการมูลค่าสูง รายการที่ลูกค้าร้องเรียน และรายการที่นับด้วยความเงียบ จุดคุ้มทุนมีบรรทัดเดียว คือต้นทุนตรวจต่อชิ้นต้องต่ำกว่าโอกาสที่นับผิดคูณมูลค่าต่อชิ้น บทความนี้ไม่มีตัวเลขทั้งสองฝั่ง ต้องวัดจากบิลของคุณเอง

หยิบสัญญา AI ฉบับล่าสุดที่คุณเซ็น บิลเดือนล่าสุดที่จ่าย หรือข้อเสนอที่กำลังจะส่งลูกค้า มาไล่ทีละข้อ ข้อไหนตอบไม่ได้ ข้อนั้นคือตรงที่คนอื่นกำลังตัดสินแทนคุณว่างานเสร็จ

ที่มาและอ้างอิง

• Intercom, Pricing, ดึงข้อมูล 13 ก.ย. 2026 ต้นทาง
• Intercom, Building outcome-based pricing for Fin for Sales, 8 พ.ค. 2026 ต้นทาง
• Zendesk, About automated resolution tiers และ Upgrading from automated resolutions to resolution allowances ต้นทาง 1 ต้นทาง 2
• Zendesk, Zendesk Introduces the Autonomous Service Workforce, 19 พ.ค. 2026 ต้นทาง
• Sierra, Outcome-based pricing for AI agents, 10 ธ.ค. 2024 ต้นทาง
• Y Combinator, หน้าบริษัท General Legal และ Panacea, ดึงข้อมูล 13 ก.ย. 2026 ต้นทาง 1 ต้นทาง 2
• Salesforce, Salesforce Introduces New Flexible Agentforce Pricing, 15 พ.ค. 2025 ต้นทาง · หน้าราคา Agentforce ดึงข้อมูล 13 ก.ย. 2026 ต้นทาง
• Bessemer Venture Partners, Durable monetization: How four AI founders solved the pricing puzzle, 30 ก.ค. 2026 ต้นทาง

อ่านต่อ: บทความทั้งหมด · ก่อนจ้างใครทำ AI ต้องรู้ว่าจะให้แก้เรื่องไหน · คู่มือของ Y Combinator คือแผนคู่แข่ง