Коллеги, привет! Делюсь саммари воркшопа AI Builder Week (Product School) на тему монетизации для AI-продуктов. Спасибо Prittam Bagani за структурированный воркшоп.

Боль AI-продукты нельзя тарифицировать так же, как обычный SaaS: у каждого запроса реальная переменная себестоимость, а паттерны потребления пользователей сильно различаются. Флэт-тариф "unlimited" легко уводит юнит-экономику в минус даже из-за небольшой доли продвинутых юзеров.

4 принципа проектирования монетизации 1. Design for user momentum - оплата или апгрейд не должны прерывать рабочий поток; при исчерпании лимита нужен бесшовный переход к пополнению прямо в интерфейсе. 2. Design for transparency - пользователь всегда видит, сколько потрачено и сколько осталось, это защита от биллингового шока. Стандартные пороги алертов - 80% и 95% от лимита. 3. Monetization events - момент, когда у пользователя заканчиваются ресурсы - точка с самым высоким интентом в продукте, к нему нужно готовиться заранее. 4. Managing change - тарифы неизбежно будут меняться. Смягчают переход через Grandfathering (старые условия для текущих клиентов) и Cushioning the landing (плавный переход на новые тарифы).

Модели ценообразования (на примере DocIQ) - Pay-as-you-go - оплата за конкретное действие/вызов API. - Credit-based - внутренняя валюта, нормализующая разные типы действий под одну метрику. - Hybrid - подписка с включёнными кредитами + возможность докупки (top-up).

Техническая инфраструктура (демо Chargebee) - Usage Ingestion - сбор событий использования, желательно schemaless, чтобы не переделывать инфраструктуру при изменении структуры данных. - Metered Feature - вычисляемая метрика на основе сырых событий. - Hold and Authorize - предварительная блокировка кредитов перед дорогим запросом, чтобы баланс не ушёл в минус. - Credit Ledger - неизменяемый лог всех транзакций на уровне подписчика.

Экономика и доверие - Unit Economics - прибыльность на уровне отдельного пользователя, безлимитные тарифы рискуют увести её в минус. - Outcome-based pricing - оплата за результат, критично чётко прописать в контракте, что считается полным и частичным результатом.

Кейсы OpenAI (блог Jonah) - источник концепции Beyond rate limits. Figma Make - запустили бесплатно в декабре 2025, чтобы изучить паттерны потребления до введения тарифов. Cursor - антипример (публичные извинения и возвраты денег из-за плохо коммуницированного изменения цен).

Чек-лист для PM Определить Value Metric → выбрать модель обработки волатильности (floor + overage vs чистый PAYG) → настроить real-time alerting → внедрить Plan Mode (как у Lovable, показывать стоимость запроса заранее) → определить Rollover-политику.