Harga Berbasis Penggunaan vs Berbasis Hasil untuk AI

Oleh Brian Tr · Diperbarui 5 Oktober 2026

Harga berbasis penggunaan menagih apa yang dikonsumsi pelanggan: token, panggilan API, menit audio, dokumen yang diproses. Harga berbasis hasil menagih apa yang diperoleh pelanggan: tiket yang terselesaikan, rapat yang terjadwal, klaim yang berhasil dipulihkan. Keduanya meninggalkan kebiasaan per seat pada perangkat lunak klasik, dan keduanya sedang dicoba oleh perusahaan AI karena seat tidak lagi mencerminkan nilai maupun biaya produk AI.

Keduanya sering disatukan sebagai "harga AI baru", tetapi menempatkan risiko di sisi yang berlawanan. Pada harga penggunaan, pembeli menanggung risiko bahwa produk tidak bekerja dengan baik, karena mereka membayar konsumsi bagaimanapun hasilnya. Pada harga hasil, penjual yang menanggungnya, karena tanpa hasil tidak ada faktur. Satu perbedaan itu menentukan hampir semua keputusan desain lainnya.

Ini adalah hub untuk bagian harga dalam koleksi ini. Artikel ini mendefinisikan kedua model, menempatkannya pada sebuah spektrum, membahas cara hasil didefinisikan dan diatribusikan, dan ditutup dengan mekanisme kontrak yang mencegah salah satu model meledak. Artikel pendamping membahas lebih dalam tentang harga berbasis kredit, harga per pengguna di era AI, model harga AI agent, dan harga hibrida.

Mengapa AI mendorong vendor menjauh dari harga per pengguna

Harga per pengguna berhasil karena sebagian besar perangkat lunak bisnis membuat orang lebih produktif, jadi lebih banyak orang berarti lebih banyak nilai dan lebih banyak pendapatan. Harga ini juga mudah dianggarkan. Analisis Bain & Company pada Oktober 2025 tentang harga per seat berargumen bahwa AI melemahkan kedua sisi logika itu, pada dua dimensi: nilai yang diberikan dan struktur biaya yang ditimbulkannya.

Dari sisi nilai, banyak fitur dan agent AI bekerja di latar belakang dengan sedikit atau tanpa keterlibatan manusia. Jika pelanggan membutuhkan lebih sedikit orang untuk menjalankan perangkat lunak, jumlah karyawan tidak lagi menjadi meteran yang masuk akal. Dan satu seat kini dapat memberikan nilai jauh lebih besar, atau nilai yang sama sekali tidak terkait dengan seat.

Dari sisi biaya, Bain menunjukkan bahwa inferensi model, fine-tuning, dan R&D khusus AI semuanya menimbulkan biaya nyata, dan vendor perlu memonetisasi fitur AI dengan cara yang lebih dari menutup biaya pemakaiannya. Harga seat bersifat tetap. Biaya inferensi tidak. Jadi pengguna berat pada paket tetap bisa menimbulkan biaya lebih besar daripada yang mereka bayar.

Kesimpulan Bain sendiri lebih hati-hati daripada slogan "seat sudah mati." Bain menyebutnya berlebihan, dan mengatakan sentimen itu tidak sepenuhnya meleset. Kami membahas di mana seat masih masuk akal dalam harga per pengguna di era AI.

Harga berbasis penggunaan, didefinisikan secara tepat

Harga berbasis penggunaan mengaitkan harga dengan satuan konsumsi yang terukur. Satuannya adalah sesuatu yang dapat dihitung vendor dan dilihat pembeli: token, panggilan API, menit yang ditranskripsikan, gambar yang dihasilkan, halaman yang diproses, GB penyimpanan. Tagihan bertambah sesuai hitungan, biasanya dengan tingkatan volume atau jumlah yang dikomitmenkan. Konsepnya sudah ada sebelum AI, dan panduan kami tentang harga berbasis penggunaan membahasnya dari sisi SaaS.

Untuk AI, harga penggunaan memiliki tiga kekuatan nyata.

• Mengikuti biaya Anda. Jika setiap panggilan membutuhkan komputasi, menagih per panggilan menjaga pendapatan dan biaya bergerak bersama, yang melindungi margin kotor.
• Mudah dimulai. Pembeli bisa mencoba produk dengan tagihan kecil dan tumbuh bersamanya. Tidak ada yang perlu menyepakati arti "keberhasilan" sebelum faktur pertama.
• Mudah diukur. Menghitung panggilan atau token sebagian besar adalah tugas rekayasa, bukan negosiasi.

Model ini juga punya kelemahan. Pembeli membayar untuk pekerjaan terlepas dari berguna atau tidaknya, sehingga keluaran yang gagal atau berkualitas rendah tetap memakan uang. Tagihan sulit diprediksi, dan tim keuangan tidak menyukainya. Dan satuan konsumsi seperti token sulit dikaitkan pelanggan dengan nilai bisnis. Survei 2026 oleh Kyle Poyar terhadap 230 perusahaan perangkat lunak B2B dan AI menemukan bahwa perusahaan berbasis penggunaan dan berbasis hasil paling banyak mengeluhkan sulitnya meramalkan dan memprediksi pendapatan.

Harga berbasis hasil, didefinisikan secara tepat

Harga berbasis hasil mengaitkan harga dengan hasil yang dipedulikan pelanggan, dan vendor dibayar hanya ketika hasil itu terjadi. Hasilnya harus berupa kejadian yang diskret dan dapat diverifikasi: percakapan dukungan yang diselesaikan tanpa manusia, rapat berkualifikasi yang terjadwal, faktur yang tertagih, klaim yang dibayarkan.

Kekuatannya mencerminkan kelemahan harga penggunaan.

• Risiko pembeli turun. Tanpa hasil, tanpa tagihan. Itu membuat pembelian pertama jauh lebih mudah, terutama bagi pembeli yang skeptis atau vendor baru tanpa rekam jejak.
• Harga selaras dengan nilai. Pelanggan bisa membandingkan biaya dengan nilai hasilnya, atau dengan biaya jika dikerjakan manusia.
• Menandakan keyakinan. Poyar mencatat bahwa harga hasil memberi tahu pasar bahwa Anda berdiri di belakang produk, dan memberi vendor alasan bawaan untuk terus meningkatkan tingkat keberhasilan.

Namun biayanya nyata. Vendor membayar setiap percobaan, termasuk yang gagal. Pelanggan harus menyepakati apa yang dihitung sebagai hasil. Dan vendor memerlukan instrumentasi untuk membuktikan bahwa produknyalah penyebab hasil itu. Itulah sebabnya harga hasil masih jarang. Dalam survei Poyar 2025, 5 persen peserta menyebut berbasis hasil sebagai model harga utama mereka, sementara 25 persen memperkirakan akan demikian pada 2028. Laporan lapangan Metronome 2025 tentang harga AI mencapai kesimpulan serupa dari wawancara: harga yang benar-benar berbasis hasil masih jarang, karena banyak pembeli enterprise tidak nyaman mengaitkan pengeluaran langsung dengan keluaran.

Spektrum di antara keduanya

Penggunaan dan hasil bukan dua kotak terpisah. Keduanya adalah ujung-ujung sebuah garis, dan sebagian besar produk nyata berada di suatu titik di atasnya. Komentar survei Poyar menggambarkan tren ini sebagai peralihan dari menagih akses (seat) dan menuju menagih pekerjaan yang dihasilkan oleh kombinasi perangkat lunak dan AI agent. Cara berguna untuk membaca garis itu adalah dalam empat langkah.

Dua langkah di tengah adalah tempat kebingungan bermukim. Menagih per percakapan yang ditangani adalah harga berbasis pekerjaan: menghitung pekerjaannya, bukan apakah masalah pelanggan terselesaikan. Menagih per percakapan yang terselesaikan adalah harga hasil. Satuannya berubah hanya satu kata, dan risiko berpindah sisi. Laporan Poyar 2025 membuat pembedaan yang sama, dengan mengamati bahwa sebagian model berlabel berbasis hasil lebih tepat dipahami sebagai harga berbasis pekerjaan, sementara yang lain benar-benar berbasis keberhasilan, di mana vendor mengambil bagian dari keuntungan.

Bergerak ke kanan pada spektrum umumnya meningkatkan nilai yang dapat Anda tangkap dan risiko yang Anda tanggung. Bergerak ke kiri membuat pendapatan lebih terprediksi dan biaya lebih mudah ditutup. Tidak ada arah yang lebih baik secara abstrak.

Cara hasil didefinisikan dan diatribusikan

Bagian tersulit dari harga hasil bukan harganya. Yang sulit adalah menyepakati apa yang sedang dihargai. Kerangka CAMP dari Poyar dalam laporan 2025 adalah daftar periksa yang bersih tentang apa yang harus benar agar model ini berjalan. Harga berbasis hasil membutuhkan konsistensi, atribusi, keterukuran, dan keterprediksian.

• Konsistensi: Apakah semua pelanggan menghargai hasil yang sama, atau setiap kontrak memerlukan definisi khusus?
• Atribusi: Apakah pelanggan akan memberi produk Anda pengakuan atas hasilnya, atau meyakini mereka sendiri yang menggerakkannya dengan sedikit bantuan dari Anda?
• Keterukuran: Dapatkah Anda mengukur dan melaporkan hasilnya secara real time, atau bergantung pada pelaporan pelanggan, A/B testing, atau proof of concept?
• Keterprediksian: Dapatkah Anda meramalkan hasil dengan akurasi yang wajar, atau hasilnya sangat bervariasi antarpelanggan?

Dua aturan praktis mengikuti dari sini.

Definisikan hasil sebagai kejadian, bukan perasaan. "Pelanggan puas" tidak bisa ditagih. "Percakapan ditutup tanpa balasan manusia dan tanpa dibuka kembali dalam tujuh hari" bisa. Jendela pembukaan kembali itu penting, karena mencegah Anda menagih untuk jawaban yang tidak bertahan.

Putuskan atribusi sebelum menandatangani. Jika agent manusia menyentuh sebuah thread, siapa yang mendapat pengakuan? Jika rapat dijadwalkan oleh sistem Anda tetapi prospek sudah berada dalam sequence penjualan, apakah itu milik Anda? Tuliskan aturannya, dan pastikan kedua pihak dapat menarik log yang sama untuk memeriksanya. Bain memperingatkan bahwa vendor tidak dapat menetapkan harga berdasarkan penggunaan atau hasil jika mereka tidak tahu apa yang dipakai atau dicapai pelanggan, itulah sebabnya Bain menyarankan perusahaan membangun telemetri produk sejak dini.

Hasil yang bergantung pada hal-hal di luar kendali Anda kurang cocok. Pendapatan yang berhasil ditutup, misalnya, bergantung pada tim penjualan, harga, dan pasar pelanggan. Hasil yang sempit di awal funnel biasanya lebih aman ditagih daripada hasil bisnis yang jauh.

Pembagian risiko antara pembeli dan penjual

Setiap model harga menentukan siapa yang menanggung risiko yang mana. Ada baiknya menyebut empat di antaranya.

• Risiko kinerja: produk tidak bekerja dengan baik. Harga penggunaan menempatkannya pada pembeli, harga hasil pada penjual.
• Risiko volume: konsumsi lebih tinggi atau lebih rendah dari perkiraan. Harga penggunaan membuat pembeli terpapar tagihan yang mengejutkan, dan penjual terpapar kekurangan.
• Risiko biaya: biaya penyampaian penjual naik. Harga penggunaan meneruskannya. Harga hasil menahannya pada penjual.
• Risiko pengukuran: kedua pihak tidak sepakat tentang apa yang terjadi. Penggunaan nyaris tidak mengalaminya. Harga hasil paling banyak.

Bain mengilustrasikan masalah terkait di sisi pembeli dengan contoh hitungan. Seorang vendor menawarkan AI agent seharga $40.000 yang pada akhirnya dapat menggantikan karyawan seharga $80.000. Dalam jangka pendek, pelanggan masih membutuhkan keduanya selagi mengevaluasi hasil, sehingga biayanya naik 50 persen untuk periode yang tidak ditentukan. Bain menyarankan vendor menjembatani kesenjangan itu dengan pembayaran tertunda, kontrak fleksibel, atau jaminan kinerja. Itulah pembagian risiko dalam praktik: penjual menanggung sebagian risiko transisi pembeli untuk menutup kesepakatan.

Paparan margin dari biaya inferensi

Harga dan margin adalah pembicaraan yang sama bagi AI. Survei Poyar 2026 menemukan bahwa biaya internal dan margin adalah faktor terpenting dalam menetapkan harga kapabilitas AI, dipilih oleh 54 persen responden. Median target margin kotor untuk produk AI sekitar 50 persen, dan hanya 12 persen yang membidik margin ala SaaS sebesar 80 persen atau lebih.

Kerangka itu menjelaskan paparan yang ditimbulkan masing-masing model.

Harga penggunaan menjaga pendapatan tetap terkait dengan biaya, sehingga margin per satuan relatif stabil. Risikonya adalah satuan yang tidak sesuai dengan biaya Anda yang sebenarnya. Jika Anda menagih per panggilan tetapi sebagian panggilan sepuluh kali lebih mahal untuk dilayani, pengguna yang berat atau kompleks diam-diam mengikis margin Anda. Laporan Metronome mengutip seorang pimpinan revenue operations yang menyampaikannya dengan lugas: kelebihan seat adalah pendapatan yang tidak terambil, tetapi kelebihan AI adalah uang nyata yang harus ditanggung perusahaan.

Harga hasil memutus hubungan antara biaya dan pendapatan. Anda memperoleh biaya yang sama entah hasil itu butuh satu percobaan atau dua puluh. Jika tingkat keberhasilan Anda turun, atau biaya percobaan yang gagal naik, margin menyusut sementara harga tetap. Jika tingkat keberhasilan naik atau biaya per percobaan turun, margin melebar. Jadi harga hasil adalah taruhan bahwa Anda dapat terus membuat penyampaian lebih murah dan lebih andal. Modelkan sebelum menawarkannya: biaya per hasil, dikurangi biaya per percobaan dibagi tingkat keberhasilan. Untuk perhitungan dasarnya, lihat unit economics.

Kapan masing-masing model cocok

Hibrida adalah tempat sebagian besar pasar bermuara. Dalam data Poyar 2026, 37 persen perusahaan memiliki harga hibrida, naik dari 25 persen dua belas bulan sebelumnya, dan studi Bain menemukan bahwa sebagian besar vendor SaaS yang dianalisisnya menambahkan meteran AI di atas seat alih-alih beralih sepenuhnya. Artikel kami tentang harga hibrida untuk produk AI membahas cara struktur itu dibangun, dan model harga AI agent melihat bagaimana pilihan ini berjalan ketika produknya adalah agent otonom.

Mekanisme kontrak yang umum

Model harga hanyalah separuh kesepakatan. Ketentuan kontrak menentukan apakah model itu bertahan dalam pemakaian nyata. Laporan Poyar 2025 mengkatalogkan struktur-struktur umum, dan beberapa yang paling penting untuk kedua model ini.

Minimum dan komitmen. Pembeli berkomitmen pada tingkat atau tingkatan penggunaan, biasanya "gunakan atau hangus." Ada variasinya: penagihan high water-mark, di mana pelanggan langsung masuk ke kelebihan begitu melampaui paket, dan drawdown, di mana penggunaan dikonsumsi secara fleksibel seperti kartu hadiah. Poyar memperingatkan bahwa ketakutan akan kelebihan dan fluktuasi mendorong tim penjualan menjual berlebihan dan pelanggan membeli berlebihan.

Batas atas. Bayar sesuai pemakaian dengan batas atas membatasi potensi pengeluaran pembeli. Poyar mencatat bahwa model ini semakin sering terlihat pada model berbasis hasil ketika hasilnya tidak diketahui sebelumnya. Laporan Metronome juga menggambarkan batas penggunaan lunak dan keras sebagai pagar pengaman yang memungkinkan pelanggan melindungi diri dari tagihan tak terduga. Batas atas membuat harga hasil jauh lebih mudah dibeli, tetapi juga membatasi keuntungan Anda, jadi tetapkan dengan memperhatikan biaya Anda.

Biaya platform. Biaya dasar mencakup akses, dukungan, dan fitur lanjutan, dengan penggunaan atau hasil di atasnya. Biaya platform juga memberi vendor lantai pendapatan untuk menutup biaya yang tidak bertambah per pemakaian.

Bonus keberhasilan. Biaya langganan tradisional, ditambah bonus atau komisi ketika pelanggan memperoleh pengembalian lebih baik dari yang diharapkan. Ini pintu masuk yang lembut bagi pembeli yang waspada terhadap harga yang sepenuhnya variabel.

True-up dan tingkatan adaptif. Dalam true-up, penggunaan aktual direkonsiliasi dengan komitmen pada interval tertentu, dan selisihnya ditagih atau dikreditkan. Dalam tarif tetap adaptif, pelanggan memakai secara bebas selama kontrak dan tingkatan diatur ulang saat perpanjangan berdasarkan angka aktual. Itu terprediksi bagi pembeli tetapi membuat vendor menanggung biaya sementara itu.

Klausul hasil. Untuk harga hasil, tuliskan hal-hal ini: definisi kejadian yang tepat, jendela pengamatan (misalnya, tidak dibuka kembali dalam tujuh hari), aturan atribusi, sumber data yang akan diaudit kedua pihak, dan proses sengketa dengan tenggat waktu.

Apa pun yang Anda pilih, jaga struktur cukup sederhana agar pembeli dapat menjelaskannya kepada tim keuangan mereka dalam dua kalimat. Data Poyar 2026 menunjukkan harga dari kerumitan: perusahaan dengan harga hibrida umumnya paling puas dengannya, tetapi kesulitan menjelaskan harga mereka kepada pelanggan.

Fakta Utama: Harga AI Berbasis Penggunaan vs Berbasis Hasil

• Harga berbasis penggunaan menagih per satuan yang dikonsumsi (token, panggilan, menit). Harga berbasis hasil menagih per hasil terverifikasi (tiket terselesaikan, rapat terjadwal). Pada harga penggunaan pembeli menanggung risiko kinerja. Pada harga hasil penjual yang menanggungnya.
• Dari 30 lebih vendor SaaS yang dipelajari Bain, sekitar 35 persen menaikkan harga seat dengan membundel AI, sekitar 65 persen menambahkan meteran AI di atas seat, dan tidak ada yang sepenuhnya beralih ke harga penggunaan atau hasil (Oktober 2025).
• 37 persen dari 230 perusahaan perangkat lunak B2B dan AI yang disurvei memakai harga hibrida pada 2026, naik dari 25 persen setahun sebelumnya (Growth Unhinged, Mei 2026).
• 5 persen menyebut berbasis hasil sebagai model utama mereka, dan 25 persen memperkirakan akan demikian pada 2028 (Growth Unhinged, survei 2025).
• Median target margin kotor untuk produk AI sekitar 50 persen, dan hanya 12 persen yang menargetkan 80 persen atau lebih (Growth Unhinged, 2026).
• Harga hasil membutuhkan konsistensi, atribusi, keterukuran, dan keterprediksian (kerangka CAMP).
• Harga yang benar-benar berbasis hasil masih jarang pada kesepakatan AI enterprise, menurut laporan lapangan Metronome 2025.

Jalur keputusan singkat

Jika Anda memilih sekarang, jawab pertanyaan berikut secara berurutan.

1. Dapatkah Anda menghitung sesuatu yang mengikuti biaya Anda? Jika ya, Anda punya meteran penggunaan. Mulailah dari sana.
2. Dapatkah Anda mendefinisikan hasil dalam satu kalimat, sebagai kejadian yang dapat diperiksa kedua pihak? Jika tidak, tetaplah pada harga penggunaan atau berbasis pekerjaan.
3. Dapatkah Anda menginstrumentasinya dan menyimpan jejak audit? Jika tidak, harga hasil akan berubah menjadi sengketa.
4. Apakah Anda tahu biaya per percobaan dan tingkat keberhasilan Anda? Jika tidak, jangan menetapkan harga berdasarkan hasil dulu. Modelkan marginnya terlebih dahulu.
5. Dapatkah pembeli menganggarkannya? Jika tidak, tambahkan komitmen, batas atas, atau biaya platform.

Sebagian besar perusahaan akhirnya memiliki biaya dasar, komponen penggunaan atau pekerjaan, dan kadang komponen keberhasilan. Itu bukan keragu-raguan. Itu cara membagi risiko sebanding dengan apa yang dapat dikendalikan masing-masing pihak. Untuk konteks lebih luas tentang posisi pilihan ini di antara model startup AI lainnya, lihat model bisnis startup AI dijelaskan, dan untuk dasar-dasar menagih berdasarkan nilai, lihat harga berbasis nilai.

Bacaan Terkait

• Model Bisnis Startup AI Dijelaskan
• Apa Itu Startup AI-Native?
• Harga Berbasis Kredit
• Harga Hibrida untuk Produk AI
• Harga Berbasis Penggunaan
• Model Harga SaaS
• Pertanyaan Model Harga AI untuk SaaS