订阅服务本应拯救出版商。如今，它们也成了代理机构的生存之道。

在代理控股公司 S4 Capital，转型已初见成效。

到今年年底，其 Monks 部门约四分之一的收入预计将来自其所谓的订阅服务——并非像网飞（Netflix）那种订阅模式，而是作为一种商业模式，该机构不是按小时出售服务，而是以持续、定期收费的方式出售包含资深人才、人工智能工作流程、代理和机构知识的组合套餐。

这些协议通常至少持续一年，前期大量的准备工作费用包含在订阅费中，而非作为一次性项目收费，即便其背后所依托的工具和系统会随着时间推移不断改进。

从那时起，这笔交易就不再像是一份固定的任务清单，而更像是一项随着时间推移而不断改进的服务。随着人工智能系统的不断优化，该机构能够在不重新签订合同的情况下，产出更多作品或加快工作速度。这些效率的提升并非体现在计费工时的减少上，而是体现在相同费用下产出的更多成果上。

正如 Monks 公司的联合创始人兼首席人工智能官韦斯利·特·哈尔（Wesley ter Haar）所说，随着模型的改进和流程的优化，原本每月能产出“50 个这样的成果”，可能会增加到 70 个，从而在相同的商业合同中持续创造价值。

随着对算力的需求即将激增，是否就得增加转嫁成本呢？在理想情况下，这是一家代理机构不想做的，因为如果把所有变量都作为转嫁成本，客户就难以签署合同。采购团队也讨厌这样。所以我们尽量将其纳入我们的订阅模式，特·哈尔说道。

显然，这距离广告公司首席执行官们所描述的以结果为导向的最终模式还相去甚远。最多，订阅模式只是一个中途站。其背后的推动力更为具体。如今，人工智能能够处理过去需要初级员工花费数小时才能完成的工作，同时也带来了新的、不太明显的成本，比如模型使用和计算成本。在这种环境下，按小时计费越来越不符合工作实际，促使广告公司转向反映系统而非时间的模式。

“就像软件一样，订阅服务会不断升级，这就是为什么我们说它是持续进行的。”特·哈尔说道。

这些升级在捆绑包内的两个相互关联的层级中得以体现。

在人力方面，人工智能正在承担更多初级人员的生产任务，使客户能够更方便地接触到资深操作人员，并且在时间安排上也更具灵活性。一个季度分配的工作时间可以延续到下一个季度，从而使工作能够顺应进展而非受制于日程安排。

与此并存的是机器层：由大型语言模型驱动的代理处理可重复的营销工作流程，涵盖标准化和定制化任务，这些代理由分层知识库提供支持，知识库整合了任务逻辑、客户数据和更广泛的行业情报。这些系统共同作用，缩短了研究和生产时间，尽管大多数工作仍处于“人在模型中”的模式，而非完全自主执行。

特·哈尔说：“计时收费模式无法实现任何有意义的创新，客户对此心知肚明。他们愿意接受新的模式。”

自去年秋天以来，已有 1 位客户参与其中，预计在本季度结束前还会有 2 位客户加入。

特·哈尔说：“我今年的目标是让这种模式的收入占到我们总收入的约 25%，这基于希望在第一季度末能签下三个规模较大的客户，然后在该领域获得相当数量的新业务。”

之后会发生什么，更多取决于机制而非愿景。随着代币和推理成本的波动，人工智能的使用必须在经济上保持可控。机构必须决定是自行承担还是将这些技术费用转嫁给客户。客户和采购团队必须接受一种与传统范围不同的模式。与此同时，组织内部围绕计费工时构建的大型遗留合同必须缓慢解除，以便双方都有时间进行调整。将定价与原始的人工智能使用量过于紧密地挂钩还存在结构性风险。本应提高工作效率的技术可能会引入双方都无法完全控制的波动性，从而加大让该模式显得可预测的难度。

“代币成本在下降，而使用量却在激增——这是一个不稳定的根基，”人工智能营销咨询公司 TAU 营销解决方案的创始人罗伯特·韦伯斯特（Robert Webster）说道，“对于一家代理机构来说，试图在这样的局面中进行仲裁是错误的。没错，人工智能的使用将会变得非常重要，它所产生的后续推断成本也是如此，但我担心会陷入这样一个局面，即行业中的很大一部分都在代币上进行套利。”

作者：Seb Joseph

封面图片来源：Igor Omilaev on Unsplash