Cara Menetapkan Harga AI Agent

Oleh Brian Tr · Diperbarui 5 Oktober 2026

AI agent diberi harga dengan memilih satu unit pekerjaan dan satu harga untuk unit tersebut. Kedengarannya sederhana. Kenyataannya tidak, karena agent bukanlah sebuah akun login. Ia bertindak sendiri, dapat menyelesaikan lebih banyak pekerjaan daripada manusia dalam jam yang sama, dan setiap tugas bisa menelan biaya operasional yang berbeda. Setiap fakta tersebut menekan model harga yang digunakan perangkat lunak selama dua puluh tahun terakhir.

Panduan ini membahas mengapa model per pengguna kesulitan menghadapi agent, model-model utama yang dipakai para founder, cara memilih unit penagihan, dan apa yang harus dilakukan ketika agent gagal, mengeskalasi, atau hanya menyelesaikan sebagian pekerjaan. Panduan ini juga membahas batas bawah biaya yang melandasi setiap harga, serta pertanyaan yang diajukan pembeli sebelum menandatangani kontrak. Fokusnya pada mekanisme. Angka yang disajikan berasal dari riset investor dan analis, dan sampel di balik setiap angka disebutkan.

Mengapa agent merusak harga per pengguna

Harga per pengguna mengasumsikan satu orang memakai produk dan memperoleh nilai yang kurang lebih tetap darinya. Tiga hal tentang agent meruntuhkan asumsi itu.

Agent menggantikan atau memperluas tenaga kerja. Alat berbasis seat membuat seseorang bekerja lebih cepat. Agent dapat mengerjakan tugasnya sendiri. Esai Sequoia pada Maret 2026 tentang layanan sebagai perangkat lunak baru merangkum kontrasnya dalam satu kalimat: copilot menjual alatnya, autopilot menjual pekerjaannya. Jika pembeli membayar untuk pekerjaan, maka jumlah karyawan adalah ukuran yang keliru untuk faktur Anda.

Agent bertindak tanpa manusia dalam prosesnya. Ketika tidak ada orang di depan keyboard, tidak ada hitungan "pengguna" yang wajar. Satu agent dapat berjalan sepanjang waktu untuk ribuan kasus. Menagih per seat membuat Anda merugi besar atau terpaksa mengarang seat palsu untuk perangkat lunak.

Biaya per tugas bervariasi. Perangkat lunak klasik nyaris tidak membutuhkan biaya untuk dilayani setelah selesai dibangun. Agent memanggil model dan alat setiap kali bekerja, sehingga setiap eksekusi membawa tagihan nyata, dan tagihan itu berubah mengikuti tingkat kesulitan tugas. Panduan penetapan harga Bessemer pada Februari 2026 menyampaikan hal serupa: setiap kueri AI menimbulkan biaya komputasi nyata, sehingga harga diperlakukan sebagai keputusan keuangan sekaligus strategis.

Data menunjukkan peralihan dari seat sudah berlangsung, meski belum merata. Dalam survei State of B2B Monetization oleh Kyle Poyar terhadap 240 perusahaan perangkat lunak dan AI, yang dijalankan pada April dan Mei 2025, harga berbasis seat turun dari 21 persen menjadi 15 persen responden dalam dua belas bulan, sementara harga hibrida naik dari 27 persen menjadi 41 persen. Responden tipikalnya adalah perusahaan AS dengan ARR antara $1 juta dan $20 juta, jadi bacalah ini sebagai sinyal dari perusahaan perangkat lunak yang lebih muda, bukan sensus. Untuk pembahasan lebih dalam dari sisi seat, lihat harga per pengguna di era AI.

Cara utama agent diberi harga

Sebagian besar harga agent masuk ke dalam enam kelompok. Produk nyata sering menggabungkan dua di antaranya.

1. Biaya per agent sebagai "karyawan digital"

Pembeli membayar biaya bulanan tetap untuk setiap agent yang mereka terapkan, dibingkai seperti merekrut karyawan. "Satu agent dukungan, satu agent keuangan." Model ini mudah dijelaskan dan mudah dianggarkan, serta meminjam kerangka berpikir pembeli tentang jumlah karyawan.

Risikonya sama dengan yang dibawa seat: pemakaian antarpelanggan sangat bervariasi, sedangkan biaya tetap tidak ikut bergerak. Akun terberat Anda membayar sama dengan akun teringan, padahal biaya Anda tidak sama. Biaya per agent paling cocok bila Anda dapat membatasi beban kerja yang ditangani agent, misalnya dengan membatasi volume atau kompleksitas di dalam paket.

2. Per tugas, tindakan, atau percakapan

Di sini pembeli membayar untuk setiap unit aktivitas: satu dokumen diproses, satu rekaman diperkaya, satu percakapan ditangani. Bessemer menyebutnya harga berbasis workflow dan menjelaskan logikanya dengan baik: menjadwalkan rapat, menganalisis spreadsheet, atau menyusun kontrak adalah unit terpisah yang dikenali pelanggan, dan mereka dapat memperkirakan waktu yang dihemat.

Kendalanya adalah variansi. Bessemer mencatat bahwa satu analisis spreadsheet bisa membutuhkan komputasi sepuluh kali lipat dibanding yang lain. Harga per tugas berhasil bila rentang tingkat kesulitan tugas cukup sempit sehingga margin rata-rata Anda tetap terjaga. Bila tidak, Anda menambahkan tingkatan berdasarkan kompleksitas.

3. Per hasil atau penyelesaian

Pembeli membayar hanya ketika agent menyelesaikan pekerjaan sesuai standar yang disepakati: tiket terselesaikan, klaim berhasil dipulihkan, lead terkualifikasi. Model ini paling selaras dengan nilai, dan paling berat untuk dijalankan. Kami membahas pertukarannya secara mendalam di harga berbasis penggunaan vs berbasis hasil untuk AI, sehingga versi singkatnya sudah cukup di sini: Anda menanggung biaya setiap percobaan, termasuk yang gagal, sebagai imbalan atas harga yang mudah dibenarkan oleh pembeli.

Kerangka Bessemer menyebutkan bahwa peralihan dari harga konsumsi ke workflow lalu ke hasil berarti menerima risiko biaya yang lebih besar sebagai imbalan keselarasan yang lebih erat dengan nilai bagi pelanggan.

4. Kumpulan kredit

Pembeli membeli satu blok kredit, dan setiap tindakan agent menghabiskan sejumlah kredit. Tugas sederhana mungkin memakan satu kredit dan tugas berat dua belas. Kredit memungkinkan Anda menagih jumlah berbeda untuk pekerjaan berbeda tanpa mencantumkan harga untuk setiap tindakan, dan memberi pembeli satu angka untuk dianggarkan. Namun kredit juga menyembunyikan harga sebenarnya, yang mengundang ketidakpercayaan bila laju konsumsinya tidak transparan. Kami membahasnya lebih dalam di harga berbasis kredit untuk produk AI.

5. Biaya platform ditambah pemakaian

Langganan tetap mencakup akses, dukungan, dan basis dasar, sedangkan pemakaian ditagih di atasnya. Survei Poyar menggambarkan beberapa versi dari model ini. Biaya platform ditambah pemakaian cocok bila metrik pemakaian mulai menjadi komoditas atau tidak menangkap seluruh nilai produk. Tarif tiga bagian (three-part tariff) menyertakan sebagian pemakaian di dalam biaya langganan yang lebih besar, yang membuat pelanggan terikat dan cenderung meningkatkan konsumsi. Biaya platform ditambah bonus keberhasilan terlihat seperti langganan biasa, dengan pembayaran tambahan hanya bila pelanggan memperoleh ROI lebih baik dari yang diharapkan. Gabungan dari semua ini dibahas di harga hibrida untuk produk AI.

6. Harga yang berpatokan pada anggaran tenaga kerja

Alih-alih menetapkan harga terhadap perangkat lunak lain, Anda menetapkan harga terhadap biaya pekerjaan tersebut saat ini. Bessemer mencantumkan "biaya merekrut FTE setara atau tarif pasar penyedia layanan" di antara metrik penagihan untuk layanan berbasis AI. Sequoia memberi angka pada logika ini: sebuah perusahaan mungkin menghabiskan $10K setahun untuk perangkat lunak akuntansi dan $120K untuk akuntan yang menutup pembukuan. Selisih itulah ruang yang Anda punya untuk menetapkan harga. Tagih sebagian kecil dari biaya tenaga kerja yang Anda gantikan, dan pembeli tetap untung, sementara Anda tidak lagi bersaing memperebutkan satu pos anggaran perangkat lunak.

Pendekatan ini hanya berhasil bila Anda dapat menunjukkan pekerjaan yang digantikan. Jika agent hanya membantu seseorang, pembeli akan membandingkan Anda dengan alat lain.

Perbandingan model secara berdampingan

Tidak ada yang menang secara otomatis. Metrik harga harus sesuai dengan apa yang sudah diukur pembeli dan apa yang diikuti biaya Anda.

Memilih unit penagihan

Unit yang Anda tagih lebih penting daripada harga yang melekat padanya. Unit yang baik lolos empat uji.

Terukur. Kedua pihak dapat menghitungnya dari log tanpa berdebat. "Tiket yang ditutup tanpa balasan manusia" dapat dihitung. "Kebahagiaan pelanggan" tidak.

Dapat diatribusikan. Pembeli sepakat bahwa agent yang mengerjakannya. Jika suatu hasil bergantung pada tim penjualan pelanggan sendiri atau kondisi pasar, Anda akan menghabiskan setiap siklus faktur dalam sengketa. Tulisan survei Poyar membingkainya dengan uji CAMP untuk harga berbasis hasil: konsistensi hasil, atribusi, keterukuran, dan keterprediksian. Konsistensi menanyakan apakah semua pelanggan menghargai hasil yang sama. Atribusi menanyakan apakah pembeli akan memberi Anda pengakuan. Keterukuran menanyakan apakah Anda dapat melaporkannya secara real time. Keterprediksian menanyakan apakah hasilnya stabil di seluruh pelanggan.

Dihargai pembeli. Pelanggan tidak berpikir dalam token. Bessemer mengatakannya dengan lugas: pelanggan memikirkan masalah yang terselesaikan dan pekerjaan yang tuntas. Pembeli teknis yang menginginkan kendali terperinci, seperti developer yang membangun di atas API, adalah pengecualian.

Berkorelasi dengan biaya Anda. Jika unit Anda murah dilayani dalam beberapa kasus dan sangat mahal dalam kasus lain, margin Anda akan berayun. Pilih unit dengan sebaran biaya per unit yang dapat dikelola, atau buat tingkatan agar kasus yang mahal dikenai harga lebih tinggi.

Latihan yang berguna: daftarkan apa yang dihasilkan agent, beri setiap keluaran harga satuan, dan tuliskan bukti bahwa setiap unit benar-benar terjadi: ID kejadian, stempel waktu, akun, dan buktinya. Jika Anda tidak bisa mengisi kolom bukti, unit tersebut belum siap ditagih.

Menangani kegagalan, eskalasi, dan pekerjaan parsial

Menetapkan harga untuk eksekusi yang sempurna itu mudah. Bagian sulitnya adalah sisanya, jadi putuskan aturan berikut sebelum kontrak pertama, bukan setelah sengketa pertama.

Kegagalan. Jika agent mengalami error atau menghasilkan keluaran yang ditolak pembeli, siapa yang membayar komputasinya? Dalam harga berbasis hasil, Anda yang menanggung. Dalam harga per tugas atau kredit, pembeli biasanya yang membayar kecuali Anda menyatakan lain. Banyak vendor memilih jalan tengah: tidak ada tagihan untuk eksekusi yang gagal total, tagihan normal untuk eksekusi yang selesai tetapi ditolak berdasarkan standar kualitas yang dinyatakan.

Eskalasi. Ketika agent menyerahkan kasus kepada manusia, apakah agent menyelesaikan kasus tersebut? Biasanya tidak. Tentukan apakah kasus yang dieskalasi dihitung sebagai unit yang dapat ditagih, unit dengan tarif lebih rendah, atau tanpa biaya. Sebagian founder menagih tarif "terbantu" yang lebih kecil, karena agent mengerjakan sebagian pekerjaan dan mengumpulkan konteks bagi manusia.

Penyelesaian parsial. Klaim yang separuh diproses atau dokumen yang sudah disusun tetapi belum diajukan berada di antaranya. Pecah pekerjaan menjadi tahapan dengan harga per tahap, atau definisikan "selesai" cukup ketat sehingga pekerjaan parsial gratis. Tahapan bisa lebih mudah dipertahankan daripada satu unit besar.

Batas atas dan batas bawah. Survei Poyar mencatat bahwa bayar sesuai pemakaian dengan batas atas semakin sering terlihat pada model berbasis hasil ketika hasilnya tidak diketahui sebelumnya. Batas pengeluaran memberi pembeli plafon, dan minimum bulanan memberi Anda lantai.

Batas bawah biaya di bawah setiap harga

Model apa pun yang Anda pilih, harga Anda harus menutup biaya penyampaian tiap unit. Biaya itu memiliki beberapa lapisan.

• Inferensi. Pemanggilan model itu sendiri, yang bertambah seiring panjang tugas dan jumlah langkah penalaran.
• Pemanggilan alat. Setiap pencarian, penelusuran, atau tindakan yang dilakukan agent melalui sistem lain dapat memiliki biaya atau batas lajunya sendiri.
• Pengambilan data dan memori. Mengambil dokumen dan menyimpan konteks menambah biaya per tugas.
• Peninjauan. Jika manusia memeriksa sebagian keluaran, tenaga kerja itu menjadi bagian dari biaya pelayanan Anda.
• Percobaan ulang dan kegagalan. Komputasi yang Anda habiskan untuk eksekusi yang tidak menghasilkan unit yang dapat ditagih.

Jumlahkan per unit, lalu bandingkan dengan harga Anda untuk melihat margin kotor pada setiap unit yang dapat ditagih. Penjelasan kami tentang unit economics menguraikan perhitungannya, dan tuas dari sisi pembangunan untuk menurunkan biaya itu sendiri ada di optimalisasi biaya AI agent.

Margin adalah kendala nyata di pasar ini. Laporan State of AI 2026 dari ICONIQ, berdasarkan survei terhadap lebih dari 300 eksekutif perangkat lunak, melaporkan margin kotor produk AI sebesar 45 persen pada 2025, dengan proyeksi 53 persen pada 2026 dan 59 persen pada 2027. Angka-angka itu berbasis survei dan proyeksi dari para pembangun, serta merupakan rata-rata dari banyak jenis produk. Meski begitu, angka tersebut menunjukkan posisi awal: jika harga Anda menyisakan margin jauh di bawah level itu, uji apakah unit atau harganya yang keliru.

Fakta Utama: Menetapkan Harga AI Agent

• Dalam survei terhadap 240 perusahaan perangkat lunak dan AI (April hingga Mei 2025), harga hibrida naik dari 27 menjadi 41 persen responden dalam setahun, sementara harga berbasis seat turun dari 21 menjadi 15 persen (Growth Unhinged).
• 5 persen menyebut berbasis hasil sebagai model utama mereka, dan 25 persen memperkirakan akan demikian pada 2028 (survei yang sama).
• Laporan ICONIQ 2026 menemukan harga berbasis konsumsi naik dari 35 menjadi 42 persen dalam enam bulan, dan berbasis hasil dari 18 menjadi 23 persen; perusahaan memadukan rata-rata 1,7 model harga.
• Bessemer (Februari 2026) menggambarkan tiga metrik penagihan: konsumsi, berbasis workflow, dan berbasis hasil, yang masing-masing menukar keterprediksian biaya dengan keselarasan nilai.
• Untuk setiap dolar yang dibelanjakan pada perangkat lunak, enam dolar dibelanjakan pada layanan (Sequoia, Maret 2026). Itulah anggaran yang disasar harga berpatokan tenaga kerja.
• Uji CAMP untuk harga berbasis hasil: konsistensi, atribusi, keterukuran, dan keterprediksian.

Yang ditanyakan pembeli saat pengadaan

Antisipasi pertanyaan berikut sebelum kontrak ditandatangani, dan siapkan jawabannya secara tertulis.

"Apa tepatnya yang ditagihkan kepada saya?" Berikan definisi satu kalimat tentang unit penagihan dan contoh faktur. Tulisan Poyar mencatat bahwa seiring model hibrida semakin rumit, pembeli belum tentu memercayai apa yang mereka lihat di situs web dan ingin berbicara dengan orang sungguhan.

"Berapa tagihan maksimum saya dalam sebulan?" Tim keuangan menginginkan plafon. Bessemer melaporkan bahwa pembeli enterprise, terutama CIO dan CFO, ingin mengalokasikan anggaran tetap untuk teknologi, dan adopsi dapat menurun bila tim tidak bisa menyebutkan angka tetap. Tawarkan batas atas, paket komitmen, atau kuota gabungan.

"Bagaimana saya memverifikasi pemakaiannya?" Sediakan jejak audit: ID kejadian, stempel waktu, akun, dan bukti bahwa unit tersebut telah diserahkan. Pembeli yang dapat memeriksa meterannya lebih jarang menyengketakan tagihan.

"Apa yang terjadi bila agent salah?" Tunjukkan aturan kegagalan, eskalasi, dan penyelesaian parsial yang Anda pilih di atas.

"Apa yang digantikannya, dan berapa biayanya sekarang?" Ini adalah pertanyaan berpatokan tenaga kerja. Bawalah baseline dan jujurlah tentang apa yang tidak dicakup agent. Bawa angka, bukan kata sifat.

"Apa yang terjadi pada harga saya ketika biaya Anda turun?" Model menjadi lebih murah seiring waktu, dan pembeli yang berpengalaman tahu itu. Putuskan sebelumnya apakah Anda meneruskan penghematan, mempertahankan harga dan melebarkan margin, atau menambah kapabilitas pada harga yang sama. Masing-masing dapat dipertahankan bila Anda telah memikirkannya.

Mulailah dengan hipotesis

Perlakukan harga pertama sebagai hipotesis. Laporan ICONIQ menemukan bahwa perusahaan memadukan rata-rata 1,7 model harga, pengingat bahwa hanya sedikit tim yang tepat dengan satu model pada percobaan pertama. Untuk melihat posisi harga dalam rangkaian keputusan pendapatan yang lebih luas, lihat model bisnis startup AI, dan untuk definisi sederhana tentang apa sebenarnya sistem ini, lihat cara kerja AI agent.

Bacaan Terkait

• Harga Berbasis Penggunaan vs Berbasis Hasil untuk AI
• Harga Per Pengguna di Era AI
• Harga Berbasis Kredit untuk Produk AI
• Harga Hibrida untuk Produk AI
• Optimalisasi Biaya AI Agent
• Model Bisnis Startup AI