HubSpot Breeze — cennik AI oparty na wynikach. Model, który zmienia wszystko
HubSpot przeniósł dwóch agentów AI Breeze na model cenowy oparty na wynikach 14 kwietnia 2026 roku. Customer Agent: $0,50 za rozwiązaną rozmowę. Prospecting Agent: $1 za zakwalifikowany lead. Bez subskrypcji. Bez opłat instalacyjnych. Płacisz tylko gdy agent dostarczy wynik.
Według CMS Wire, Breeze Customer Agent rozwiązuje 65% rozmów i skraca czas rozwiązywania o 39% w ponad 8000 aktywacji. Aktywacje Prospecting Agent wzrosły o 57% kwartalnie. To nie jest program pilotażowy. To stała struktura cenowa jednego z największych dostawców CRM na świecie.
To zmienia pytanie, które każdy kupujący powinien zadawać swojemu dostawcy automatyzacji AI: jeśli jesteś tak pewien, że agent działa, dlaczego nie wyceniasz usługi na podstawie wyników?
Co dokładnie ogłosił HubSpot
Dwóch agentów, konkretne ceny, żywy produkt:
Breeze Customer Agent rozwiązuje rozmowy wsparcia klienta po $0,50 za rozwiązaną rozmowę. Breeze Prospecting Agent generuje zakwalifikowane leady sprzedażowe po $1 za zakwalifikowany lead. Obaj działają w ramach HubSpot Smart CRM jako natywne funkcje, nie jako zewnętrzne dodatki.
Dane dotyczące wydajności stojące za tym modelem cenowym są tym, co czyni to ogłoszenie godnym uwagi. Breeze Customer Agent rozwiązuje 65% rozmów — prawie dwie trzecie wolumenu wsparcia bez interwencji człowieka. Czas rozwiązywania jest o 39% szybszy niż średni czas oczekiwania w kolejce obsługiwanej przez ludzi. Produkt ma ponad 8000 aktywacji — to nie jest beta. To produkt wdrożony na dużą skalę z realnymi danymi użytkowania potwierdzającymi model cenowy.
To, co jest godne uwagi poza liczbami: to nie jest cena promocyjna ani darmowy okres próbny. To stała struktura cenowa. HubSpot stawia na to, że ich agenci dostarczają wystarczającą liczbę wyników, aby pułapy $0,50 i $1 były rentowne na dużą skalę.
Dlaczego model cenowy oparty na wynikach faktycznie działa dla HubSpot
Większość agencji automatyzacji AI nie może zaoferować prawdziwego modelu cenowego opartego na wynikach, ponieważ atrybucja poza systemem źródłowym jest zawodna. Zwykły agent AI odpowiadający na pytania wsparcia poza CRM nie wie, czy rozmowa została faktycznie rozwiązana. Nie ma dostępu do rekordu klienta potwierdzającego rozwiązanie.
Model cenowy oparty na wynikach jest realny, gdy agent działa wewnątrz systemu źródłowego, a wyniki są mierzalne w tym systemie. HubSpot spełnia oba warunki, ponieważ Breeze działa wewnątrz HubSpot Smart CRM. W CRM rozwiązana rozmowa i zakwalifikowany lead to dobrze zdefiniowane zdarzenia z jasnymi zapisami. System dokładnie wie, kiedy rozmowa została rozwiązana i czy rozwiązanie obsłużył agent, czy człowiek.
Konkurencyjna implikacja: agenci natywni dla platform od dostawców jak HubSpot mogą oferować model cenowy oparty na wynikach, ponieważ mają kontekst i infrastrukturę pomiarową, których brakuje generycznym agentom. Podczas oceny każdej oferty modelu cenowego opartego na wynikach, zapytaj, jak mierzą wyniki, które obciążają rachunkiem. Jeśli nie potrafią precyzyjnie odpowiedzieć na to pytanie, model cenowy oparty na wynikach to marketing, nie matematyka.
Krajobraz dostawców — kto podąża i kto nie
Diginomica donosi, że Intercom Fin AI pobiera $0,99 za wynik w obsłudze klienta. Większość agentów wsparcia klienta przechodzi na model cenowy oparty na wynikach. Tylko 20% RevTech — AI SDR, AI AE i agenci marketingowi — stosuje ten model.
Obsługa klienta przewodzi tej zmianie, ponieważ wyniki wsparcia są łatwiejsze do zmierzenia. Rozwiązane vs. nierozwiązane, zamknięte tickety, wyniki CSAT — to jasne binarne wyniki z zapisami w systemie wsparcia. Przepływy wsparcia są transakcyjne z określonym stanem początkowym i końcowym.
Technologia przychodów pozostaje w tyle, ponieważ kwalifikacja leadów i atrybucja przychodów są trudniejsze do zmierzenia. Zakwalifikowany lead oznacza coś innego w każdej firmie. Atrybucja przychodów wymaga śledzenia leada przez cały lejek do zamkniętej transakcji.
HubSpot jest wyjątkiem w RevTech. Stawka $1 za zakwalifikowany lead działa, ponieważ HubSpot kontroluje CRM, gdzie zakwalifikowane leady są definiowane i śledzone. Breeze może udowodnić, że wygenerował lead, ponieważ działa w systemie, w którym rekordy leadów są tworzone.
Co ruch HubSpot zmienia dla kupujących agentów AI
Pytanie, które ta zmiana stawia na stole: jeśli HubSpot może wyceniać na podstawie wyników, dlaczego twoja agencja automatyzacji AI nie może?
Kupujący zaczną to pytać. HubSpot stworzył presję konkurencyjną na każdego dostawcę AI, aby uzasadnił, dlaczego nie oferuje modelu cenowego opartego na wynikach, jeśli jest pewien swoich agentów.
Czego kupujący powinni wymagać od każdego dostawcy: jeśli oferuje model cenowy oparty na wynikach, zapytaj, jak mierzy wyniki i co zapobiega manipulacji — czyli co powstrzymuje agenta przed generowaniem fałszywych pozytywów w celu zwiększenia liczby zdarzeń obciążanych rachunkiem. Jeśli oferuje model subskrypcyjny, zapytaj, jakie wyniki oczekuje i jak mierzy sukces.
Niektóre agencje przechodzą na modele hybrydowe — ceny subskrypcyjne z gwarancjami wyników, gdzie agencja zwraca pieniądze, jeśli uzgodnione cele nie zostaną osiągnięte. To subskrypcja z realną odpowiedzialnością, nie prawdziwy model oparty na wynikach, ale bliższy zgodności interesów, którą chcą kupujący.
Dane dotyczące wydajności — co oznacza 65% rozwiązywalności i 39% szybciej
Breeze Customer Agent rozwiązuje 65% rozmów bez interwencji człowieka. Przy $0,50 za rozmowę, jeśli agent rozwiązuje 100 rozmów miesięcznie, to $50 miesięcznie. Jeśli obecne koszty wsparcia wynoszą $75 za godzinę, a agent oszczędza 20 godzin miesięcznie czasu kolejki, matematyka jest prosta.
57% kwartalny wzrost aktywacji Prospecting Agent sugeruje, że stawka $1 za zakwalifikowany lead to łatwa rozmowa sprzedażowa. Jeśli zespół sprzedaży zamyka jedną transakcję z każdych 20 zakwalifikowanych leadów, a średnia wartość transakcji wynosi $10 000, koszt $1 za lead zwraca $500.
Badania Deloitte pokazują, że przedsiębiorstwa mają trudności z powiązaniem wydatków na AI z mierzalnymi wynikami. Model cenowy HubSpot to bezpośrednia odpowiedź: gdy płacisz za wynik, ROI jest oczywisty. Nie potrzebujesz analizy atrybucji, aby zrozumieć, czy inwestycja działa.
Aktualizacja debaty subsydyjny vs. wynikowy
Model cenowy oparty na wynikach jest realny, gdy agent działa wewnątrz systemu źródłowego, a wyniki są mierzalne w tym systemie. HubSpot udowadnia, że to nie jest teoretyczne. Agenci natywni dla platform od dostawców jak HubSpot, Intercom i Salesforce mogą oferować model cenowy oparty na wynikach, ponieważ mają kontekst i infrastrukturę pomiarową, których brakuje generycznym agentom.
Jeśli oceniasz agencję automatyzacji AI, subskrypcja nadal jest normą i to jest uzasadnione. Jeśli oceniasz agenta natywnego dla platformy wewnątrz systemu, którego już używasz, zapytaj o opcje oparte na wynikach. Pytanie nie brzmi, który model cenowy jest lepszy w abstrakcji. Chodzi o to, który model cenowy ten konkretny dostawca faktycznie ma kontekst, by uczciwie realizować.
Zanim podpiszesz jakikolwiek kontrakt na agenta AI — subsydyjny czy oparty na wynikach — wiedz, za jakie wyniki płacisz. Jeśli dostawca nie potrafi ci precyzyjnie powiedzieć, jak mierzy te wyniki, debata o modelu cenowym jest akademicka.