Главная

Блог

AI-агенты и оркестрация

Истории клиентов

Встраиваемая интеграция

Директор по продуктам DMSi о создании элементов контроля использования, управлении расходами на ИИ и подготовке к монетизации агентов до того, как будет установлена цена.

Хейли Паркер

22 октября 2026 г.

DMSi, поставщик ERP-систем со штатом в 350 человек, все еще работает над ценообразованием для агентов. Компания создает единую точку контролируемого доступа, планирует пороги использования и использует Workato для прокладывания пути к монетизации.

В течение трех дней в Лас-Вегасе на конференции World of Workato (WOW) 2026 было проведено более 50 сессий с участием более 100 спикеров. Одна из дискуссий в формате «у камина» под названием «Монетизация агентского уровня: затраты, ценообразование и выход на рынок с ИИ» вызвала множество вопросов у аудитории разработчиков.

Александра ЛаПорта, старший менеджер по работе с клиентами встраиваемых решений в Workato, побеседовала с Джейсоном Ними, директором по продуктам в DMSi, и Престоном Бадиром, директором по стратегии в Contemporary Analysis, давним партнером DMSi в области ИИ. Они не предложили готовую формулу ценообразования. Вместо этого они описали последовательность действий: контролировать инфраструктуру, снижать затраты, а затем монетизировать. Вот как это работает.

Создание ИИ-агентов для каждого клиента — нереалистичная задача для ERP-вендора со штатом в 350 человек

DMSi создает ERP-программное обеспечение для индустрии строительных материалов и недавно отметила 50-летие в качестве независимой компании-разработчика ПО. Она обслуживает около 650 клиентов и 40 000 пользователей: от лесопилок с пятью сотрудниками до компаний с оборотом до 30 миллиардов долларов в год и 7 000 пользователей в системе.

Учитывая такой разброс, каждый клиент работает по-своему, вплоть до таких деталей, как цвет двери.

«Если мы хотим создать агента для кого-то, кто облегчит их рабочий день, это будет уникальное решение для каждого из них». — Джейсон Ними, директор по продуктам, DMSi

«Если мы хотим создать агента для кого-то, кто облегчит их рабочий день, это будет уникальное решение для каждого из них». — Джейсон Ними, директор по продуктам, DMSi

Подход Ними заключается в том, чтобы сосредоточиться на том, что DMSi делает лучше всего. «Мы не можем делать всё, — сказал он. — Мы очень хороши в том, что делаем в рамках ERP, и именно здесь мы должны оставаться». DMSi создает фундамент и использует Workato, чтобы предоставить клиентам окружающую экосистему. Одним из примеров такого подхода на практике является переработка существующей интеграции DMSi на базе Workato. Результат был четким и конкретным: переработка стоила дешевле предыдущей версии, обеспечив при этом компании более надежную основу.

Ценообразование еще не определено, но DMSi не хочет рисковать

Ними прямо высказался о текущем положении дел в отрасли: «Я не думаю, что кто-то действительно разобрался с ценообразованием». Большинство приложений DMSi сегодня не тарифицируются по факту использования, и он утверждает, что эта модель не будет актуальна в 2027 и 2028 годах, когда каждая из этих функций будет нести реальную нагрузку. Его беспокоит контроль:

«Как нам установить пороги? Как нам убедиться, что мы действительно понимаем, что происходит во всей нашей экосистеме?» — Джейсон Ними, директор по продуктам, DMSi

«Как нам установить пороги? Как нам убедиться, что мы действительно понимаем, что происходит во всей нашей экосистеме?» — Джейсон Ними, директор по продуктам, DMSi

Для DMSi работа над ценообразованием начинается с понимания использования во всей экосистеме. Их ответ — архитектура, а не прайс-лист: промежуточный слой, или AIM, от команды Бадира, плюс план из трех частей.

Единая точка доступа: все, что взаимодействует с системами DMSi, будь то вызов API или агент, проходит через единую точку доступа, поэтому DMSi может видеть потребление моделей в любой момент.
Пороги: Ними планирует ввести включенный объем использования с ежемесячным лимитом и возможностью докупить дополнительные ресурсы.
Гибкое ценообразование: Ними ожидает появления гибридных, возможно, основанных на результатах моделей. Он пытался переделать ценообразование DMSi около десяти раз, и каждая попытка упиралась в разницу размеров клиентов: «Этот клиент вырастет в 300 раз. А наш самый крупный клиент сократился вдвое». Возможно, в итоге все придет к корпоративному ценообразованию по всем направлениям.

Начинайте с дорогого, затем корректируйте

Понимание использования — это лишь часть картины затрат. Совет Бадира по поводу стоимости моделей следует другой последовательности: сначала узнайте, полезен ли агент, затем оптимизируйте его.

«Если вы еще не знаете, полезен ли агент… то пока не беспокойтесь о стоимости. Это не имеет значения. Используйте передовую модель, запустите что-то в производство и учитесь на этом». — Престон Бадир, директор по стратегии, Contemporary Analysis

«Если вы еще не знаете, полезен ли агент… то пока не беспокойтесь о стоимости. Это не имеет значения. Используйте передовую модель, запустите что-то в производство и учитесь на этом». — Престон Бадир, директор по стратегии, Contemporary Analysis

Ними сказал, что DMSi начинает каждый проект с передовой модели, такой как Opus, а затем переходит к Sonnet, Haiku и модели с открытым исходным кодом Qwen, подбирая самую маленькую модель, которая все еще справляется с задачей. Как только агент запущен в производство, Бадир рекомендует:

Устранять «петли гибели» (doom loops). «Петли гибели возникают, когда агент застревает и не может двигаться дальше». Жесткое ограничение на количество повторных попыток легко реализовать.
Пробовать открытые модели. «Мы часто видим 10-кратное снижение затрат при переходе с коммерческих на открытые модели, даже если вы не уменьшаете размер самой модели».
Оптимизировать размер с помощью оценок. Меньшим моделям требуется больше работы с фреймворком и промптами. Найдите «золотую середину».
Относитесь к описанию инструментов как к промпт-инжинирингу. «Здесь можно извлечь много пользы».

Для некоторых клиентов выбор модели также означает решение вопроса о том, куда могут передаваться их данные. Для клиентов, которые не могут отправлять данные коммерческим провайдерам, Бадир указал на Workhorse, предложение его компании для частного облака. По его последним оценкам, Workhorse примерно на 87% дешевле, чем оплата за токен для сопоставимых моделей.

Размер модели — не единственный рычаг, который Бадир рекомендует учитывать. Он также привел доводы в пользу старых инструментов. Новая модель принятия решений под названием Jev может отвечать только выбором из заданного набора вариантов, например, помечая электронное письмо как приоритетное или нет. Для него это классическое машинное обучение, и «случайные леса (random forests) все еще недооценены».

Агент в производстве с первыми признаками доверия

Агент по вводу заказов, созданный с учетом того, как заказы поступают на самом деле

Стоимость и выбор модели имеют значение, потому что агенты должны работать в реальных рабочих процессах клиентов. Самый яркий пример DMSi на данный момент — это ИИ-агент по продажам, который был запущен в неделю проведения конференции. Он принимает заказы в любом виде, в котором их присылают клиенты: текст, фото, PDF или электронная почта. Затем он выполняет работу, которую делал бы человек: проверяет прошлые заказы, отношения с клиентами и наличие на складе; составляет черновик заказа и оставляет его на проверку.

«Дело не в том, что они не могут просто напечатать это, и не в том, что мы просто сканируем изображение. Дело в том, что агент способен предпринять ряд действий, чтобы изучить все эти дополнительные контекстные данные, составить черновик заказа и позволить им безопасно просмотреть его, отредактировать и утвердить, когда они будут довольны результатом». — Престон Бадир, директор по стратегии, Contemporary Analysis

«Дело не в том, что они не могут просто напечатать это, и не в том, что мы просто сканируем изображение. Суть в том, что агент способен выполнить ряд действий, чтобы найти все эти дополнительные контекстные данные, составить заказ и позволить им безопасно просмотреть его, отредактировать и утвердить, когда они будут довольны результатом». — Престон Бадир, директор по стратегии, Contemporary Analysis

Эта гибкость важна, потому что реальные заказы могут поступать в самых неожиданных формах. В одном из примеров, собранных DMSi, клиент написал заказ на доске маркером, сфотографировал его, сохранил фото в формате PDF и отправил по электронной почте.

Такие необычные входные данные также дают DMSi реальные кейсы для обучения. Компания хочет знать о случаях сбоев: когда служба поддержки клиентов передавала жалобы, Ниеми запрашивал документы и сценарии использования, стоящие за ними. Он рассматривает слова клиента «это не сработало» как ценную обратную связь, называя это «успешным закрытым бета-тестированием».

Доверие — еще один ранний сигнал. Бадир отметил, что клиенты, которые начали создавать своих собственных агентов, сказали его команде, что предпочли бы, чтобы этим занималась DMSi: «Мы бы гораздо охотнее доверили DMSi владение, запуск и создание этого агента. Мы им доверяем».

Что ждет DMSi и Workato в будущем

Агент по вводу заказов — это лишь часть более широкой дорожной карты продуктов DMSi. Workato также внедряется в интеграции CRM, DocStorage и Shopify вместе с партнером по доставке DynPro. DMSi изучает возможности автоматизации ITSM, управления жизненным циклом рецептов (RLCM), AIRO, XChange и многопользовательской структуры. Релиз DocStorage запланирован на этот год, а предложение EDI находится в более долгосрочной перспективе.

Эта дорожная карта включает функции, которые DMSi может рассматривать как часть платформы, а также дополнения, которые можно монетизировать. Часть работы по управлению документами станет базовым требованием. «Мы планируем просто взять на себя расходы по их потреблению», — сказал Ниеми, добавив, что сверху будут установлены пороговые значения. Выгода будет поступать от дополнений, построенных на рабочих процессах, таких как проверка счетов кредиторской задолженности.

«Workato будет в руках каждого пользователя, знают они об этом или нет, они будут использовать его, и мы хотим его монетизировать». — Джейсон Ниеми, директор по продукту, DMSi

«Workato будет в руках каждого пользователя, знают они об этом или нет, они будут использовать его, и мы хотим его монетизировать». — Джейсон Ниеми, директор по продукту, DMSi

Баланс между быстрым движением для одного клиента и созданием решений для многих снова обсуждался на круглом столе по ИИ во время конференции. Некоторые из наиболее прогрессивных клиентов DMSi поделились приложениями, которые они создали самостоятельно, и призвали компанию двигаться быстрее. Вывод Ниеми: создание чего-либо для одного клиента отличается от создания, обеспечения безопасности и развертывания этого для сотен. ЛаПорта отметил, что Workato мог бы создать все эти приложения, и Ниеми согласился.

Заключение

Никто еще не разобрался с ценообразованием на услуги агентов. Но опыт DMSi показывает, что команды все равно могут подготовиться: контролировать доступ, следить за потреблением и оптимизировать модели, пока они изучают, что нужно клиентам и во сколько обходится предоставление услуг. Эта основа может помочь руководителям продуктов решить, что включить в предложение, за что взимать плату и как уровень оркестрации может поддержать монетизацию.

Станьте платформой, без которой ваши клиенты и их агенты не смогут обойтись. Изучите Workato ONE для SaaS-платформ.