Mengembangkan strategi komersial untuk aplikasi AI generatif

Artikel ini memungkinkan Vendor Perangkat Lunak Independen (ISV) dan Perusahaan Pengembangan Perangkat Lunak (SDC) untuk:

  • Pelajari tentang berbagai pendekatan strategi komersial untuk aplikasi AI generatif
  • Memahami bagaimana ISV lain berhasil merancang dan menerapkan strategi komersial untuk aplikasi mereka

Pendahuluan

Karena ISV mempertimbangkan kasus penggunaan AI generatif dan cara mengembangkannya, sangat penting untuk memikirkan strategi komersial solusi Anda sejak awal. Menyelaraskan pendekatan pengembangan dan komersial Anda dari awal dapat membantu Anda membangun strategi produk yang lebih kohesif, dan sukses secara keseluruhan.

Artikel ini dimaksudkan untuk membantu Anda menentukan strategi komersialisasi aplikasi Anda dengan memberikan tampilan tingkat tinggi tentang pertimbangan yang dapat memengaruhi model komersial Anda dan contoh aplikasi komersial dunia nyata. Halaman komersialisasi ini dapat berguna saat Anda mengevaluasi kasus penggunaan dengan halaman visi bisnis dan memilih pendekatan teknis di halaman visi kemampuan. Meskipun tidak ada pendekatan one-size-fits-all untuk komersialisasi, memahami strategi yang berhasil bekerja untuk orang lain dapat membantu memandu Anda dalam berhasil memonetisasi investasi Anda.

Mari kita telusuri beberapa tantangan dan pertimbangan awal yang harus ditangani strategi komersial Anda.

Tantangan dan pertimbangan komersialisasi

Ketika Anda menyelaraskan strategi komersial dan pendekatan monetisasi untuk solusi Anda, ada beberapa tantangan untuk menavigasi:

  • Persepsi permintaan dan nilai volatil yang dapat bergeser dengan cepat saat produk baru dibawa ke pasar
  • Biaya yang sangat bervariasi dan dinamis, termasuk biaya pengembangan, penyebaran, dan hosting
  • Diferensiasi pasar yang menyelaraskan profitabilitas perusahaan dengan keterjangkauan pelanggan serta tetap membuka jalan bagi skalabilitas di masa depan

Seperti halnya solusi apa pun yang dibangun ISV, penting untuk menetapkan rencana bisnis yang jelas dan memahami potensi peluang pendapatan. Langkah-langkah awal ini membantu memastikan keselarasan nilai yang jelas dan mendorong pendekatan yang sukses untuk komersialisasi.

Untuk merencanakan strategi komersial yang sukses, akan sangat membantu untuk memeriksa solusi dan konteks Anda melalui beberapa lensa. Saat Anda memikirkan strategi komersial solusi Anda, ada tiga hal utama yang perlu dipertimbangkan: penentuan nilai, biaya, dan pendekatan go-to-market Anda. Kami membahas masing-masing secara mendalam ini nanti menggunakan serangkaian skenario contoh ISV. Pertimbangan berikut dapat membantu Anda memikirkan faktor-faktor yang masuk ke dalam memilih strategi komersialisasi Anda.

Cuplikan layar tabel dengan tiga kolom, dari kiri ke kanan: area fokus, pertimbangan, dan tanyakan pada diri Anda sendiri.

Memikirkan pertimbangan ini dapat membantu Anda mengatasi tantangan yang dihadapi banyak upaya komersial. Mari kita bahas secara singkat bagaimana masing-masing area fokus ini dapat memengaruhi strategi komersial Anda.

Penentuan nilai

Saat Anda mengembangkan strategi komersialisasi, sangat penting untuk mengidentifikasi nilai yang dibuat aplikasi Anda untuk Anda dan pelanggan Anda. Pertimbangkan tujuan Anda saat mengidentifikasi kasus penggunaan dan membangun aplikasi Anda. Apakah Anda membangun kesadaran merek di target pasar baru atau menjelajahi peluang pendapatan tambahan di audiens yang ada? Memiliki metrik tujuan dan keberhasilan yang jelas untuk solusi Anda dapat membantu menyelaraskan strategi komersial Anda dengan aplikasi Anda. Melalui percakapan kami dengan ISV, kami menemukan bahwa banyak ISV berusaha untuk mencapai nilai berikut dari penawaran mereka:

  • Pendapatan - solusi ditawarkan dengan biaya kepada pelanggan dan dimaksudkan untuk menghasilkan aliran pendapatan ISV
  • Pangsa pasar - solusinya dimaksudkan untuk membangun kesadaran merek dan meningkatkan pangsa pasar ISV di area tertentu

Meskipun solusi yang berfokus pada menghasilkan pendapatan memberikan manfaat yang jelas bagi ISV, masih ada nilai dalam mengembangkan aplikasi dengan niat utama untuk memperluas pangsa pasar dan kesadaran merek. Misalnya, ISV yang memasuki pasar baru mungkin ingin menerbitkan serangkaian solusi atau fitur awal secara gratis untuk menghasilkan minat dan kepercayaan pada merek mereka sebelum rilis yang lebih besar dan berfokus pada pendapatan. Namun, terlepas dari tujuan Anda, menyelaraskan solusi Anda dengan tuntutan pelanggan sangat penting untuk strategi komersial yang sukses.

Pertimbangkan permintaan pelanggan

Baik Anda berfokus pada peningkatan pangsa pasar atau mendorong pendapatan, solusi ISV berkinerja lebih baik dengan pelanggan ketika mereka memberikan proposisi nilai yang jelas kepada pelanggan. Untuk memutuskan strategi monetisasi dan harga secara efektif, penting untuk mengevaluasi berapa banyak nilai yang dipegang solusi Anda kepada pelanggan Anda.

Pertimbangkan bagaimana solusi Anda membantu pelanggan—nilai apa yang diberikannya bagi mereka? Biasanya, solusi memberikan nilai kepada pelanggan setidaknya dengan salah satu dari tiga cara:

  • Meningkatkan efektivitas - memungkinkan pelanggan dengan kemampuan baru yang sebelumnya tidak tersedia
  • Meningkatkan efisiensi - mengurangi waktu, tenaga kerja, atau sumber daya yang diperlukan untuk menyelesaikan tugas atau operasi
  • Hasilkan pendapatan - hasilkan pendapatan secara langsung dengan memungkinkan pelanggan Anda mempasar dan/atau memonetisasi produk mereka sendiri

Jika pelanggan akhir Anda merasa solusi Anda berharga, mereka mungkin bersedia membayar lebih untuk produk tersebut. Solusi yang memungkinkan pelanggan untuk menghasilkan pendapatan seringkali dapat lebih diminati pelanggan daripada solusi yang mendukung fungsi internal yang tidak menghasilkan pendapatan. Namun, solusi yang meningkatkan efisiensi dan efektivitas operasi pelanggan mereka masih dapat berhasil, seperti yang kita lihat dalam contoh skenario berikut.

Halaman ini dan perjalanan yang lebih luas dimaksudkan untuk menyediakan ISV dengan panduan langkah demi langkah untuk menggagas, mengembangkan, dan menerbitkan aplikasi baru. Namun, ada sumber daya Microsoft lain yang tersedia yang dapat membantu Anda memperoleh dukungan organisasi untuk kasus penggunaan Anda. Microsoft AI Value Accelerator (MAIVA) Playbook memberikan panduan mendasar kepada pelanggan enterprise untuk menerapkan AI secara terstandarisasi di skala enterprise. Sumber daya ini dapat membantu Anda menyelaraskan kasus penggunaan Anda dengan tujuan bisnis secara keseluruhan, menstandarkan strategi AI Anda, dan secara efektif menskalakan nilai yang disediakan solusi Anda.

Biaya

Menentukan biaya pengembangan dan pengoperasian aplikasi AI generatif secara akurat sangat menantang karena keragaman variabel yang dimainkan. Aplikasi individual melibatkan berbagai alat dan arsitektur dalam pengembangannya, menciptakan berbagai kemungkinan biaya awal dan berkelanjutan untuk solusi. Namun, ada alat yang dapat membantu Anda memperkirakan biaya ini. Anda dapat menggunakan kalkulator harga Azure untuk memasukkan informasi Anda sendiri dan menerima perkiraan harga yang disesuaikan secara online. Anda juga dapat mengetahui lebih lanjut tentang biaya yang terkait dengan alat pengembangan tertentu seperti layanan dalam Microsoft Foundry dan Copilot Studio.

Umumnya, saat Anda menilai biaya yang terlibat dengan aplikasi Anda, ada beberapa elemen yang perlu di rencanakan. Model AI generatif biasanya memerlukan hingga enam komponen utama:

  • Database atau penyimpanan: Mengelola biaya untuk menyimpan data aplikasi Anda sangat penting, terutama saat menangani data terstruktur dan tidak terstruktur di beberapa lokasi untuk memastikan ketersediaan dan redundansi.
  • Indeks dan mesin pencari: Berinvestasi dalam indeks dan mesin pencari yang efisien sangat penting untuk membuat data Anda dapat diakses dan berguna, dan memungkinkan pengguna untuk mengambil informasi yang mereka butuhkan dengan cepat.
  • Pengembangan dan pelatihan model: Penganggaran untuk pengembangan, pelatihan, dan penyempurnaan AI atau model pembelajaran mesin Anda sangat penting, karena model ini membentuk fondasi aplikasi Anda dan memengaruhi efektivitasnya.
  • Lingkungan hosting aplikasi: Memilih lingkungan hosting yang hemat biaya, baik itu Azure Kubernetes Service (AKS), Virtual Machines (VM), atau AppService, sangat penting, karena berdampak langsung pada performa, skalabilitas, dan keamanan aplikasi Anda.
  • Cache: Menerapkan solusi caching, meskipun secara teknis bersifat opsional, dapat menurunkan biaya operasional dengan mengurangi beban pada database dan mempercepat waktu respons.
  • Potensi layanan keamanan atau pemantauan: Memprioritaskan pengeluaran pada layanan keamanan dan pemantauan sangat penting untuk melindungi aplikasi Anda. Ini membantu memastikan kepatuhan, dan mempertahankan performa optimal, mencegah gangguan atau pelanggaran yang mahal.

Penting untuk diingat bahwa proses pengembangan aplikasi dan fungsi internal Anda dapat sangat berdampak pada biaya. Memikirkan aplikasi Anda secara holistik dan mempertimbangkan semua faktor yang relevan dapat membantu mendorong strategi komersial yang sukses.

Strategi masuk ke pasar (GTM)

Setelah mempertimbangkan nilai yang disediakan solusi Anda, bersama dengan biaya yang terlibat dengan pengembangan, penyebaran, dan operasinya, Anda siap untuk menentukan pendekatan yang sesuai dengan skenario Anda. Melalui pekerjaan kami dengan ISV, kami telah mengidentifikasi empat pendekatan go-to-market utama untuk aplikasi AI generatif. Meskipun tidak saling eksklusif atau komprehensif, pendekatan ini memberikan representasi strategi nyata yang berhasil diterapkan oleh ISV.

  • Gratis - solusinya ditawarkan kepada pengguna akhir dengan bebas, baik melalui unduhan mandiri, atau sebagai pembaruan untuk solusi gratis yang ada.
  • Freemium - solusinya mencakup produk dasar gratis dengan fitur tambahan yang berlaku secara luas melalui versi atau lisensi premium berbayar.
  • Fitur Berbayar - solusinya adalah fitur terpisah pada platform atau solusi yang lebih besar dengan biayanya sendiri tetapi secara sempit berlaku untuk basis pengguna tertentu dengan kebutuhan tertentu.
  • Solusi Baru - solusi menawarkan nilai yang jelas kepada pelanggan dan mencapai tingkat kecanggihan yang menjaminnya dimonetisasi dan dijual sebagai solusi baru yang terpisah. Solusi ini berpotensi berfungsi sebagai platform untuk penawaran mendatang yang disampaikan melalui pendekatan lain.

Saat memilih strategi go-to-market Anda, penting untuk menimbang biaya dan manfaat dari setiap pendekatan terhadap investasi yang diperlukan dan nilai hasil yang Anda inginkan. Misalnya, jika Anda berpikir untuk mengembangkan solusi gratis, Anda perlu sepenuhnya mempertimbangkan tujuan dan manfaat solusi untuk melunasinya. Untuk itu, pengalaman kami dengan ISV menunjukkan bahwa menyelaraskan dengan salah satu pendekatan berikut dapat membantu mendorong strategi komersial yang sukses dan konsisten. Berikut adalah ringkasan pendekatan berikut:

Diagram yang menunjukkan tujuan solusi Anda, audiens sasaran, nilai yang diharapkan bagi pengguna akhir, dan investasi ISV.

Untuk menjelaskan skenario ini, kami memeriksa beberapa contoh aplikasi menggunakan pendekatan go-to-market ini, termasuk bagaimana mereka memilih strategi komersial mereka, dan manfaat yang mereka alami dari menggunakan pendekatan ini. Untuk memeriksa secara menyeluruh setiap studi kasus ini, kami menggunakan serangkaian pertimbangan yang kami bahas sebelumnya:

  • Pengguna akhir - persona yang menggunakan solusi
  • Nilai bisnis - bagaimana solusi memberikan nilai kepada pelanggan
  • Pendekatan teknis - bagaimana solusi dibangun
  • Biaya - biaya awal dan berkelanjutan untuk menjalankan solusi

Mari kita lihat bagaimana ISV dunia nyata berhasil menempatkan pendekatan go-to-market ini ke dalam tindakan untuk solusi AI dan AI generatif mereka.

Skenario contoh komersialisasi

ISV dapat mengadopsi berbagai strategi komersial untuk solusi mereka, tergantung pada tujuan strategis produk mereka. Berdasarkan pengalaman kami dengan ISV, kami telah menyusun empat skenario umum untuk menjelaskan setiap strategi GTM. Untuk tujuan artikel ini, kami merujuk ke contoh ISV kami sebagai Contoso, pengembang perangkat lunak fiksi.

Skenario gratis: Fitur Copilot untuk manajemen faktur

Contoso, berusaha memperluas jangkauan perangkat lunak manajemen data mereka, melakukan survei untuk mengidentifikasi kebutuhan yang dapat mereka pecahkan untuk menarik audiens target mereka. Mereka mengetahui bahwa banyak pelanggan eksekutif mereka frustrasi dengan jumlah waktu yang hilang untuk proses administratif yang berbelit seperti persetujuan faktur. Dari pemberitahuan email awal, diperlukan waktu hingga beberapa hari bagi pembuat keputusan untuk hanya menyetujui faktur untuk pembayaran. Ini melibatkan pencarian informasi yang diperlukan untuk mengonfirmasi kepada beberapa departemen apakah ketentuan kontrak telah dipenuhi.

Untuk meningkatkan minat terhadap aplikasi inti mereka di kalangan calon pelanggan, Contoso membangun fitur copilot yang membantu meningkatkan efisiensi dalam operasional administratif pelanggan. Mereka merancang fitur Copilot ini untuk membantu mengurangi waktu yang dihabiskan para pengambil keputusan dalam menyetujui faktur pembayaran dan berfokus pada antarmuka tempat pengguna paling sering berkolaborasi: Microsoft Teams. Contoso membuat copilot ini untuk melengkapi program pengelolaan data yang lebih luas dan menunjukkan seluruh kemampuan solusi AI generatif. Contoso menawarkan fitur copilot ini sebagai bagian dari solusi mereka secara keseluruhan kepada pengguna secara gratis untuk meningkatkan nilai bagi target audiens mereka dan mendorong permintaan terhadap platform yang lebih luas. Mereka berencana untuk menjual solusi yang lebih besar sebagai penawaran berbasis SaaS sepenuhnya (Software-as-a-Service), setelah basis pengguna meningkat.

Mari kita periksa mengapa Contoso memilih pendekatan komersial ini:

  • Pengguna akhir: Pembuat keputusan yang mencari peningkatan operasional melalui operasi administratif yang lebih efisien. Contoso secara khusus menargetkan pengguna yang tertarik untuk bergabung dengan platform manajemen data mereka yang lebih besar untuk manfaat produktivitasnya.
  • Nilai bisnis: Fitur copilot meningkatkan efisiensi pelanggan dengan membantu menemukan dengan cepat data kontrak dan kontak yang relevan untuk setiap faktur. Ini juga menghemat waktu dengan menyederhanakan kolaborasi di seluruh departemen untuk memverifikasi status penyelesaian milestone dalam Teams UX.
  • Pendekatan teknis: Contoso memperluas beberapa kemampuan dari aplikasi inti menggunakan Pro-Code dan Teams Message Extensions, Teams Copilot for UX, dan database Azure SQL.
  • Biaya: Biaya bangunan dan pengujian yang sangat rendah termasuk sumber daya pengembangan dan biaya layanan cloud tetapi menerapkan investasi dalam solusi inti.

Dengan fitur Copilot yang ditawarkan tanpa biaya ini, para pengambil keputusan eksekutif dapat dengan mudah mengakses informasi yang dapat ditindaklanjuti di Teams Copilot, memperlancar proses persetujuan dan membantu meningkatkan efisiensi tanpa investasi finansial yang besar.

Dengan menggabungkan kemampuan Teams Copilot sebagai bagian dari solusi Copilot yang lebih besar, Contoso:

  • Menampilkan kemampuan perangkat lunak mereka ke basis pengguna target.
  • Meningkatkan nilai solusi Core Gen AI untuk sekumpulan pengguna target baru, yang mengarah ke kesuksesan yang lebih besar nanti untuk solusi keseluruhan.

Dengan merilis copilot ini secara gratis, Contoso dapat memberikan solusi yang efisien untuk mengatasi frustrasi pengguna mereka dan memperkenalkan perangkat lunak serta merek mereka kepada para eksekutif yang memiliki wewenang pembelian. Pendekatan ini memberdayakan Contoso untuk memposisikan diri mereka sebagai pemimpin di ruang AI, membangun reputasi merek dan meningkatkan pangsa pasar.

Skenario freemium: Fitur pengeditan foto dengan dukungan AI

Setelah mengidentifikasi kebutuhan akan perangkat lunak pengeditan foto yang lebih cepat dan lebih mudah, Contoso mengembangkan perangkat lunak pengeditan gambar yang menggunakan AI untuk meningkatkan foto tingkat profesional selain menyediakan fitur pengeditan standar lainnya. Solusi ini dipasarkan kepada individu dan organisasi perusahaan sebagai platform SaaS, memungkinkan profesional fotografi untuk dengan cepat menyesuaikan foto apakah mereka bekerja sendiri atau dalam grup.

Pelanggan dapat berlangganan versi dasar gratis aplikasi, yang mencakup batas harian pada fitur tertentu dan lebih sedikit kemampuan, atau versi premium. Versi premium memberi pengguna kemampuan yang lebih kompleks, seperti menambahkan objek atau mengubah pose dalam foto, dan menghapus batas penggunaan.

Mari kita periksa mengapa Contoso memilih pendekatan komersial ini:

  • Pengguna akhir: Contoso membutuhkan aplikasi mereka untuk dapat diakses secara luas oleh berbagai individu dan grup. Meskipun perangkat lunak mereka dirancang untuk para profesional fotografi, mereka tahu bahwa para penghobi dan kelompok pelajar juga akan mencakup persentase besar dari pengguna akhir.
  • Nilai bisnis: Fitur AI solusi mempersingkat proses pengeditan foto, menghemat waktu pelanggan, dan meningkatkan efisiensi bagi pengguna aplikasi. Versi premium juga mencakup kemampuan untuk meningkatkan efektivitas platform yang mendasar, meningkatkan nilai produk kepada pelanggan.
  • Pendekatan teknis: Contoso mengembangkan platform lengkap menggunakan elemen Microsoft Fabric dan Microsoft Foundry. Meskipun platform yang lebih besar menuntut dukungan berkelanjutan, versi gratis dikembangkan menggunakan kode rendah dan peningkatan pengembangan minimal yang diperlukan.
  • Biaya: Saat merancang aplikasi, Contoso mempertimbangkan biaya untuk pemanfaatan GPU, pengembangan, dan pemeliharaan aplikasi berkelanjutan. Mereka juga mencatat biaya penyimpanan yang tinggi karena aplikasi mereka membutuhkan model besar dan kuantitas data.

Mengingat penerapan aplikasi mereka yang luas dan luasnya pengguna akhir, Contoso tahu mereka akan mendapat manfaat dari platform skala besar yang sangat mudah diakses. Dengan menyediakan fitur mereka secara gratis ke basis pelanggan yang besar, Contoso meningkatkan produktivitas dan mengurangi biaya untuk sejumlah besar pelanggan. Menawarkan opsi gratis juga membuat aplikasi mereka dapat diakses oleh lebih banyak pelanggan, yang sangat meningkatkan pengenalan nama dan popularitas produk mereka. Karena popularitas versi gratis dan memungkinkan pengguna untuk mengalami beberapa manfaat solusi, lebih banyak pengguna berlangganan model berbayar.

Selama beberapa bulan pertama penyebaran aplikasi mereka, Contoso:

  • Pengenalan merek dan kehadiran pasar yang ditingkatkan dengan menyediakan opsi gratis yang tersedia untuk berbagai pelanggan.
  • Peningkatan pendapatan dengan mendorong adopsi langganan berbayar di antara pelanggan profesional dan perusahaan.
  • Memposisikan aplikasi mereka sebagai pilihan yang jelas bagi pengguna dan standar industri dengan dapat diakses oleh profesional dan siswa.

Memilih pendekatan freemium memungkinkan Contoso untuk memperluas basis pelanggannya dengan cepat dan menarik pengguna baru. Meskipun biaya tinggi untuk mengembangkan dan mempertahankan solusi mereka, Contoso dengan cepat menarik banyak pelanggan yang membayar, yang meningkatkan pendapatan keseluruhan.

Contoso menawarkan platform manajemen sumber daya pemasaran komprehensif yang memudahkan perusahaan untuk mengatur aset digital mereka dan menciptakan pengalaman omnichannel yang berdampak. Meskipun platform sudah menawarkan pilihan otomatisasi pemasaran inti dan kemampuan manajemen aset digital, Contoso melihat peluang. Mereka dapat membantu pelanggan mereka mengoptimalkan upaya pemasaran mereka dalam skala besar dengan menyematkan asisten baru mirip copilot yang didukung oleh AI generatif langsung ke dalam platform mereka.

Selain asisten generik, Contoso mengembangkan serangkaian asisten yang disesuaikan dengan industri untuk pelanggan dengan kebutuhan khusus. Asisten pemasaran industri ini memiliki pengetahuan dan kemampuan khusus untuk mendukung fungsi khusus industri. Layanan tersebut tersedia bagi pelanggan dengan biaya tambahan dibandingkan dengan asisten generik.

Mari kita periksa mengapa Contoso memilih pendekatan komersial ini:

  • Pengguna akhir: Contoso ingin menargetkan pengguna daya yang tertarik untuk menerapkan teknologi baru untuk mengoptimalkan alur kerja mereka. Mereka juga ingin memperluas pangsa pasar mereka dengan menawarkan fitur terkemuka di industri generasi berikutnya di platform inti mereka.
  • Nilai bisnis: Copilot membantu meningkatkan efektivitas dan efisiensi pelanggan dengan memudahkan pengguna membuat konten berkualitas tinggi dengan cepat untuk memenuhi kebutuhan industri mereka.
  • Pendekatan teknis: Contoso mengembangkan copilot dengan Azure OpenAI Assistants dan Microsoft Foundry, serta berinvestasi dalam model unggulan seperti GPT-4.0 untuk membantu mendorong interaksi asisten yang kompleks dan akurat.
  • Biaya: Biaya copilot mencakup biaya pengembangan, biaya layanan cloud berkelanjutan untuk menjalankan aplikasi di lingkungan produksi, dan biaya langganan Azure OpenAI, yang sebanding dengan permintaan fitur tersebut di pasar.

Menawarkan kopilot yang disesuaikan untuk industri ini sebagai fitur berbayar memungkinkan Contoso menjangkau segmen audiens tertentu di antara pelanggan lama maupun pelanggan yang benar-benar baru. Pada saat yang sama, Contoso membatasi biaya dan waktu pengembangan dengan menggunakan pendekatan kode rendah, memastikan investasi mereka selaras dengan pendapatan yang dihasilkan oleh fitur tersebut.

Dengan melakukan hal tersebut, Contoso:

  • Meningkatkan pangsa pasar mereka dengan meningkatkan nilai platform mereka yang ada dan mendorong adopsi di antara pelanggan baru.
  • Membuka aliran pendapatan baru dari pengguna daya yang ingin bereksperimen dengan teknologi baru tanpa mengasingkan basis pelanggan inti mereka.
  • Menerapkan fitur AI yang cepat dan generatif tanpa menimbulkan biaya pengembangan yang signifikan.

Menambahkan fitur berbayar ini ke platform yang ada memungkinkan Contoso untuk bereksperimen dengan kemampuan AI generatif baru tanpa menimbulkan biaya tinggi atau mengasingkan komponen inti dari basis pelanggan mereka. Pendekatan ini membantu mereka membangun fondasi AI generatif yang solid untuk diperluas dengan layanan dan fitur di masa depan.

Skenario solusi baru: Agen pusat kontak

Contoso mengidentifikasi peluang untuk peningkatan otomatisasi AI di pusat kontak. Banyak tim layanan pelanggan kewalahan oleh volume panggilan, tetapi Contoso menyadari bahwa banyak permintaan kontak untuk tugas atau informasi sederhana yang dapat diberikan asisten AI. Agen AI ini dapat meringankan beban kerja perwakilan manusia, sehingga mereka dapat menangani masalah yang paling kompleks, secara signifikan meningkatkan efisiensi penyelesaian tiket, dan mengurangi biaya operasional pusat kontak secara keseluruhan.

Untuk memenuhi permintaan ini, Contoso mengembangkan agen pusat kontak AI generatif yang dapat menjawab pertanyaan, memulai tugas, dan menutup tiket untuk pelanggan melalui telepon atau melalui antarmuka berbasis teks. Mengingat potensi permintaan dan gangguan pasar dari teknologi ini, Contoso membangun aplikasi ini sebagai solusi baru berbasis SaaS, mengenakan biaya langganan dasar bersama dengan biaya penggunaan tambahan yang kecil. Mari kita lihat faktor-faktor yang berperan dalam

Contoso mengembangkan aplikasi mereka dengan pendekatan ini:

  • Pengguna akhir: Aplikasi ini akan ditargetkan untuk pelanggan dengan kueri atau masalah yang akan menghubungi pusat panggilan perusahaan. UI aplikasi, dalam kasus antarmuka obrolan, memprioritaskan kesederhanaan untuk memungkinkan kemudahan penggunaan oleh pelanggan.
  • Nilai bisnis: Solusi ini meningkatkan efisiensi dan efektivitas pusat kontak dengan mengurangi biaya per tiket yang diselesaikan serta memberdayakan pekerja pusat kontak dengan kemampuan tambahan dan dukungan yang lebih baik.
  • Pendekatan teknis: Contoso membangun solusi menggunakan pengembangan kode pro dengan Microsoft Fabric, Microsoft Foundry, dan Asisten OpenAI Azure. Nilai yang diberikan aplikasi ini menjamin peningkatan pengembangan yang substansial dan dukungan berkelanjutan.
  • Biaya: Biaya Contoso termasuk sumber daya pengembangan, biaya layanan cloud selama pengembangan, pengujian, dan produksi, dan dukungan berkelanjutan, dibenarkan oleh fitur AI generatif inti.

Menawarkan solusi mereka dalam model SaaS memungkinkan Contoso mengelola penggunaan model pada aplikasi mereka untuk secara fleksibel memenuhi permintaan, sekaligus membangunnya di atas sistem pusat kontak lama yang sudah ada. Agen AI ini dapat mengambil data dari berbagai sumber dan meneruskannya melalui beberapa tingkat pengambilan keputusan otomatis untuk mengidentifikasi dan mengatasi tugas operasional dengan cepat. Seiring pengguna semakin terbiasa berinteraksi dengan antarmuka berbasis AI, sistem inti yang mendasarinya dapat menjadi terkomoditisasi—lebih dihargai sebagai server data daripada sebagai sistem inti. Perubahan ini menawarkan potensi besar untuk gangguan di industri, membenarkan keputusan Contoso untuk mengembangkan aplikasi mereka sebagai solusi baru.

Dengan solusi ini, Contoso:

  • Menyebarkan peluang pendapatan lain melalui platform solusi inti yang meningkatkan efisiensi pelanggan.
  • Mengembangkan antarmuka baru yang mengganggu untuk pusat kontak yang mengubah bagaimana pelanggan terlibat dengan layanan pelanggan.
  • Peluang pertumbuhan diposisikan melalui agen, fitur, dan kemampuan berbasis SaaS di masa depan yang dapat ditawarkan melalui platform.

Dengan hati-hati mempertimbangkan elemen solusi mereka membantu Contoso membuat pendekatan komersial yang selaras dengan tujuan dan platform aplikasi mereka secara keseluruhan. Model SaaS yang digunakan Contoso untuk solusi ini berlaku secara luas dan menawarkan komponen transformatif ke perangkat lunak yang dikembangkan ISV.

Pelajari selengkapnya tentang SaaS

Meskipun mengembangkan solusi Anda dalam format SaaS dapat memerlukan upaya awal yang lebih besar, pada akhirnya hal ini memungkinkan kemudahan dan skalabilitas yang lebih besar saat melayani pelanggan. Mungkin tampak lebih sederhana untuk menghindari membangun solusi SaaS dari bawah ke atas, tetapi mengadopsi pendekatan perangkat lunak lokal atau paket dapat dengan cepat menjadi mahal dan tidak efisien saat basis pelanggan Anda berkembang. Sumber daya dan panduan dari Microsoft dapat membantu mengaktifkan perjalanan SaaS Anda. Untuk informasi selengkapnya tentang mengembangkan solusi SaaS, lihat artikel berikut ini:

Penerbitan dan pengaktifan penjualan

Setelah Anda menetapkan strategi komersial dan pendekatan go-to-market, langkah Anda selanjutnya adalah memilih di mana Anda ingin menerbitkan solusi Anda untuk pelanggan. Microsoft menawarkan dua etalase berbeda yang memungkinkan mitra untuk mencantumkan penawaran, mengaktifkan uji coba, dan bertransaksi langsung dengan pelanggan dan ekosistem Microsoft: Marketplace Azure dan AppSource. Marketplace Azure menawarkan etalase yang lebih teknis dan berbasis infrastruktur untuk berinteraksi dengan pelanggan. Anda dapat menemukan panduan komprehensif tentang menerbitkan di Marketplace Azure di sini. Etalase AppSource menawarkan tempat untuk aplikasi yang berorientasi pada pembuat keputusan bisnis, termasuk aplikasi Dynamics 365 dan Power Platform. Anda dapat menemukan panduan untuk menerbitkan di AppSource di sini. Etalase ini dibedakan berdasarkan target pelanggan dan produk untuk membantu pelanggan dengan cepat menemukan apa yang mereka butuhkan.

Marketplace Azure AppSource
Audiens sasaran Profesional dan pengembang TI Pembuat keputusan bisnis
Dibangun untuk diperluas Azure Azure, Dynamics 365, Office 365, Power BI, Power Apps
Jenis solusi Solusi infrastruktur dan layanan profesional yang berfokus pada TI Lini aplikasi bisnis dan layanan profesional yang telah selesai
Opsi penerbitan Hubungi saya, penawaran layanan konsultasi, uji coba, komputer virtual, templat solusi, dan aplikasi terkelola Hubungi saya, penawaran layanan konsultasi, dan uji coba
Pengalaman dalam aplikasi portal Azure dan CLI Office 365, Dynamics 365, Power BI, aplikasi klien Office

Setelah Anda mengembangkan aplikasi dan menyelaraskan pendekatan Anda untuk komersialisasi, pertimbangkan cara menyelaraskan strategi publikasi Anda dengan solusi Anda untuk mendorong adopsi dan dampak maksimum.

Kesimpulan

Saat Anda mempertimbangkan strategi komersial untuk solusi Anda, penting untuk diingat bahwa tidak ada pendekatan yang cocok untuk semua situasi. Mempertimbangkan secara menyeluruh setiap faktor yang terlibat—mulai dari potensi nilai dan biaya hingga pendekatan go-to-market—sangat penting saat Anda menentukan cara terbaik untuk memonetisasi produk Anda. Selain strategi komersial Anda secara keseluruhan, penting juga untuk mempertimbangkan bagaimana produk Anda dihargai. Anda dapat menemukan informasi selengkapnya tentang model harga untuk solusi multipenyewa di sini.

Sumber daya lain yang dapat mendukung Anda saat Anda mempertimbangkan dan mengembangkan strategi komersial aplikasi Anda adalah ISV App Advisor. Pengalaman mandiri ini dapat memunculkan sumber daya dan rekomendasi terbaru berdasarkan tahap pengembangan Anda saat ini.

Memahami dan merencanakan strategi komersial Anda adalah langkah kunci menuju keberhasilan saat Anda mengevaluasi dan memprioritaskan kasus penggunaan dan menentukan pendekatan terbaik untuk mengembangkan solusi Anda. Di seluruh PERJALANAN ISV, menyelaraskan pengembangan dan posisi aplikasi Anda dengan strategi komersial Anda membantu mendorong penyebaran dan penawaran produk yang sukses.

Setelah Anda menetapkan kasus penggunaan, cara Anda berencana membangunnya, dan strategi komersial Anda, langkah berikutnya adalah menentukan pola kode-rendah atau kode-kustom spesifik yang akan diikuti saat Anda mengembangkan solusi Anda.

  • Last updated on