SaaS pricing in het AI tijdperk

Waarom AI de basis van SaaS pricing verschuift

AI maakt software minder afhankelijk van aantallen gebruikers. Eén medewerker kan met assistenten, automatiseringen en agents veel meer werk doen. Voor de klant is dat winst. Voor een vendor die vooral per seat factureert, is het een direct risico. Minder mensen betekent minder licenties, zelfs wanneer de productwaarde stijgt. Tegelijk neemt variabele cost to serve toe. Denk aan inference, retrieval, evaluatie, observability en dataverwerking. De markt beweegt daarom richting modellen die waarde en kosten beter laten meebewegen met activiteit.

Een extra verschuiving: waarde verschuift weg van de UI. Teams laten taken uitvoeren via integraties, workflows en agents. Als je SaaS pricing nog steeds vooral ’toegang tot schermen’ verkoopt, ontstaat er een gat tussen wat je klant ervaart en wat jij factureert.

Seats blijven bestaan, maar als hoofdmodel verzwakken ze

Seat-based pricing verdwijnt niet. Het is eenvoudig, en procurement begrijpt het. Alleen werkt het minder goed als primaire driver. In RevOps-discussies zie je steeds vaker hetzelfde patroon: churn is niet altijd het probleem, downsell wel. Klanten herverdelen werk, reduceren headcount en kijken kritisch naar licenties. Een prijsverhoging per seat versnelt dat effect. Mensen gaan zoeken naar “ongebruikte” seats, en de uitkomst is vrijwel altijd minder.

Daarbij communiceert een seatprijs vooral toegang. Veel buyers zoeken een directe relatie met output, throughput of risicoreductie. Als die koppeling ontbreekt, wordt SaaS pricing een makkelijke post om te schrappen wanneer budgetten onder druk staan.

Usage-based pricing helpt, en kan ook vertrouwen kosten

Usage-based pricing kan wél goed passen bij AI, omdat het dichter bij activiteit en waarde ligt. Alleen heeft het een reputatieprobleem wanneer het onvoorspelbaar voelt. Onverwachte rekeningen, ingewikkelde meters of onduidelijke units geven frictie. En bij agents kan usage snel oplopen. Dat is soms het doel van automatisering, maar het kan ook voelen als een boete op adoptie.

De les: usage is pas sterk wanneer de klant het kan inschatten, volgen en sturen. Zonder dat ontstaat er discussie bij renewal, zelfs bij tevreden gebruikers.

Hybride modellen worden de standaard

De meest logische richting voor veel SaaS-bedrijven is een hybride model: een vaste basis voor voorspelbaarheid, plus variabele componenten die meebewegen met schaal, volume of intensiteit. In gesprekken met revenue teams hoor je vaak “license plus consumption” als favoriet, omdat het groei en retentie zichtbaar maakt en tegelijk ruimte geeft om AI-kosten door te vertalen op een manier die te plannen is.

Hybride werkt alleen als je het simpel houdt in communicatie. De klant moet in één minuut snappen wat de basis dekt en wat variabel is. Alles daarboven moet in dashboards en documentatie zitten.

Kies units die klanten begrijpen en intern kunnen plannen

De keuze van units bepaalt of SaaS pricing gedragen wordt door sales, finance en klanten. Tokens zijn bijna nooit een goede klantunit. Tokens beschrijven jouw kosten, niet hun waarde. Betere units zijn gekoppeld aan herkenbare werkstromen. Voorbeelden: documenten verwerkt, dossiers beoordeeld, checks uitgevoerd, transacties gemonitord, shipments verwerkt, alerts gevalideerd, workflows gedraaid, of API-requests binnen een afgebakende use case.

Een goede unit heeft drie eigenschappen: een klant kan het voorspellen, het voelt redelijk, en het stijgt mee met waarde. Als je het salesteam moet uitleggen hoe compute werkt om de prijs te verdedigen, zit je fout.

AI verandert packaging: add-ons, modules en assist lagen

AI laat features door meerdere flows lopen. Dat maakt klassieke tiers lastiger. Wat beter werkt, is packaging rond gedrag en waarde. Drie vormen komen vaak terug:

• AI als assistentlaag. Je coreproduct blijft de basis. AI versnelt of verbetert specifieke taken. Je verkoopt dit als add-on per team, per domein of per volume band.
• AI als module. Een afgebakend pakket met eigen use cases, governance en reporting. Dit werkt goed bij mid-corporates die controle en auditability willen.
• AI als engine. AI is de primaire output. Dan hoort SaaS pricing dichter bij output of throughput te liggen dan bij toegang.

Welke vorm klopt, hangt af van je productmaturity, je data en je compliancecontext. Mid-corporates accepteren minder verrassingen. Daarom moet packaging ook een verhaal zijn over controle, betrouwbaarheid en risico.

Wat je beschermt tegen prijsdruk: drie verdedigingslijnen

AI maakt het makkelijker om losse taken te automatiseren, en daardoor komt klassieke SaaS-pricing onder druk te staan. Toch zijn bestaande SaaS-producten niet automatisch kansloos. Wat klanten vaak echt bindt zit in drie dingen.

1. Data: historische dossiers, labels en domeinkennis die zorgen voor betere uitkomsten en minder fouten.
2. Integraties en workflow: koppelingen met systemen, rollen, approvals en rapportages die je product onderdeel maken van de manier van werken.
3. Controle: security, audit trails, compliance en voorspelbaarheid die procurement en risk nodig hebben.

Deze verdedigingslijnen bepalen hoe je AI moet verpakken en prijzen. Niet op tokens (jouw kosten), maar op voorspelbare units en bundels die aansluiten op waarde en beheersbaarheid, met caps, usage-dashboards, budget alerts en reporting die klanten kunnen plannen.

Pricing UX: meten, uitleggen, voorspellen

Pricing is ook een productervaring. Een klant moet kunnen zien wat er gemeten wordt, waar het vandaan komt, en hoe ze hun spend kunnen sturen. Dat vraagt UX-werk, datamodellering en betrouwbare event tracking. Denk aan: usage dashboards, budget alerts, forecast per maand, en uitleg per meter in gewone taal. Dit raakt direct je techfundament. Zonder heldere architectuur en meetbaarheid wordt billing een bron van supporttickets en escalaties.

Hier zit onze overtuiging: SaaS pricing hoort bij GOdna. Je hebt productmanagement nodig om units en waarde te kiezen, UX om het begrijpelijk te maken, en technologie om het veilig, schaalbaar en meetbaar te leveren. Als een van die drie ontbreekt, krijg je ruis en onnodige kosten.

Metrics en forecasting veranderen mee

Als je pricing verschuift, verschuift je besturing. ARR blijft belangrijk, alleen vertelt het minder zonder usage context. Je gaat kijken naar cohort usage, committed versus variabel, gross margin per cohort, en signalen in gebruik die toekomstige downsell voorspellen. Ook forecasting verandert: niet alleen “pipeline”, ook gebruikstrends, seizoenen en activatiepatronen.

Veel teams lopen vast omdat ze pricing aanpassen zonder hun telemetry, data warehouse en finance-ritme mee te veranderen. Dan ontstaan interne discussies tussen product, finance en sales. De oplossing is gezamenlijk herontwerp: meetplan, billingproces, dashboards en enablement in één traject.

Een aanpak om je SaaS pricing te herzien

Pak dit aan als productwerk. Een praktische route:

1. Diagnose. Waar komt downsell vandaan? Welke klanten leveren lage marge? Welke AI-features verhogen cost to serve? Welke onderdelen worden weinig gebruikt?
2. Waardestromen. Breng de workflows in kaart die aantoonbare impact hebben. Combineer user research met productdata. Dit is product discovery, met scherpte op keuzes over wat je wel bouwt en wat je laat.
3. Units en guardrails. Kies één primaire unit en één secundaire unit. Definieer bundels, caps en bands. Maak het intern te plannen voor klanten.
4. Billing readiness en pricing UX. Bouw metering, reporting en alerts in het product. Zorg dat support en finance dezelfde definities gebruiken. Zorg dat edge cases afgedekt zijn.
5. Test met klanten. Testbundels, messaging en overage scenario’s. Test ook dashboards en alerts. Pricing werkt pas als het gedrag stuurt zonder stress in procurement.
6. Koppel aan positionering. SaaS pricing is onderdeel van je Go-To-Market Strategy. Het is een signaal van maturity, governance en betrouwbaarheid.

Als je eerst de basis wilt aanscherpen, lees dan ook onze uitleg over prijsstrategie voor digitale producten.