Blog
Kontakt os

Outcome-Based Pricing (Resultatbaseret AI-prissætning)

Outcome-based pricing er en prismodel, hvor kunden betaler for det resultat, AI-systemet leverer, ikke for adgang, licenser eller forbrug af regnekraft. En kundeservicebot, der afregnes pr. løst sag. En salgsagent, der faktureres pr. kvalificeret lead. En AI-assistent, der koster pr. gennemført opgave. Det er grundidéen.

Modellen har vundet frem i takt med udbredelsen af agentic AI, hvor autonome AI-systemer overtager konkrete arbejdsopgaver. Når AI ikke bare assisterer, men rent faktisk udfører opgaven fra start til slut, bliver det naturligt at prissætte efter output frem for input.

For virksomheder, der køber AI-løsninger, giver outcome-based pricing en direkte kobling mellem investering og forretningsværdi. For leverandører er det en måde at opbygge tillid og demonstrere, at deres produkt leverer målbare resultater.

Læsetid 3 minOpdateret maj 2026

Hvordan virker outcome-based pricing?

Den klassiske SaaS-model er sædebaseret: du betaler et fast beløb pr. bruger pr. måned, uanset hvor meget eller lidt værktøjet bruges. Usage-based pricing (forbrugsbaseret prissætning) flyttede fokus til faktisk forbrug, f.eks. antal API-kald, tokens eller beregningstimer. Outcome-based pricing går et skridt videre og knytter betalingen til det forretningsmæssige resultat.

I praksis definerer leverandør og kunde sammen, hvad der tæller som et "outcome". Det kan være en løst supporthenvendelse, et booket møde, et godkendt dokument eller en gennemført analyse. Der opsættes klare kriterier for, hvornår et resultat er leveret, og betalingen udløses først, når disse kriterier er opfyldt.

Teknisk kræver det, at AI-systemet kan måle og rapportere sine egne resultater. Det forudsætter AI-agenter med logging, evalueringsmekanismer og klare succeskriterier. Mange moderne agentic AI-platforme har denne infrastruktur indbygget.

Hybridmodeller er i dag den mest udbredte tilgang, hvor en basisabonnement kombineres med en variabel del baseret på resultater. Det giver kunden budgetforudsigelighed og leverandøren incitament til at levere kvalitet.

Consile hjælper virksomheder med at vurdere og forhandle AI-prismodeller, så investeringen matcher den faktiske forretningsværdi. Kontakt os for en uforpligtende vurdering af jeres AI-indkøbsstrategi.

Outcome-based pricing i erhvervslivet

Kundeservice er det område, hvor outcome-based pricing har slået igennem hurtigst. Intercom lancerede sin AI-agent Fin med en pris på $0,99 pr. løst henvendelse og genererede titusinder af millioner i omsætning inden for det første år. HubSpot fulgte efter med $0,50 pr. resolution i april 2026. Modellen giver mening, fordi resultatet er klart defineret og let at måle.

Salg og marketing er næste bølge. AI-agenter, der kvalificerer leads, booker møder eller genererer pipeline, kan afregnes pr. kvalificeret lead eller pr. booking. Det fjerner diskussionen om, hvorvidt AI-værktøjet "virker", fordi betalingen kun udløses, når det gør.

I juridisk og compliance-arbejde ser vi AI-assistenter, der afregnes pr. gennemgået kontrakt eller pr. identificeret risiko. I finans bruges modellen til AI-drevet analyse, hvor prisen afhænger af værdien af de indsigter, der genereres.

For den danske virksomhed, der overvejer AI-investering, betyder outcome-based pricing lavere risiko. Du betaler ikke for et værktøj, der måske virker. Du betaler for resultater, der beviseligt er leveret. Det gør enterprise AI mere tilgængeligt for organisationer, der ikke vil binde sig til store forudbetalinger.

Hvad outcome-based pricing ikke er

Outcome-based pricing er ikke det samme som usage-based pricing. Usage-based afregner efter forbrug (tokens, API-kald, beregningstid), uanset om resultatet er brugbart. Du kan bruge tusindvis af tokens på en opgave, AI-systemet ikke løser, og stadig betale. Outcome-based pricing eliminerer den risiko, fordi betaling kun udløses ved leveret resultat.

Det er heller ikke en garanti for ROI. Et "outcome" er en teknisk leverance, ikke nødvendigvis en forretningssucces. En løst supporthenvendelse er et outcome, men om kundetilfredsheden stiger, afhænger af kvaliteten af løsningen. Derfor er det afgørende at definere outcomes, der ligger tæt på reel forretningsværdi.

Endelig er modellen ikke uden udfordringer. Budgetforudsigelighed kan være svær, når forbruget varierer. Gartner-undersøgelser viser, at 78 % af IT-ledere oplever uventede omkostninger ved forbrugsbaserede AI-modeller. Hybridmodeller, der kombinerer et fast element med en variabel del, er derfor blevet industristandard.

Ofte stillede spørgsmål om Outcome-Based Pricing

Hvad er forskellen på outcome-based og usage-based pricing?

Usage-based pricing afregner efter forbrug (antal tokens, API-kald eller beregningstimer), uanset om AI-systemet leverer et brugbart resultat. Outcome-based pricing afregner kun, når et defineret resultat er opnået, f.eks. en løst kundehenvendelse eller et kvalificeret lead. Outcome-modellen placerer risikoen hos leverandøren, ikke kunden.

Passer outcome-based pricing til alle typer AI-løsninger?

Nej. Modellen fungerer bedst, når resultatet er klart definérbart og målbart, f.eks. i kundeservice, leadkvalificering eller dokumentbehandling. For kreative opgaver, kompleks analyse eller rådgivning, hvor 'succes' er subjektiv, er hybridmodeller eller faste abonnementer ofte mere hensigtsmæssige.

Hvordan undgår vi budgetoverraskelser med outcome-based pricing?

Brug en hybridmodel med et fast basiselement og et variabelt lag for resultater. Sæt et månedligt loft på den variable del, og aftal klare definitioner af, hvad der tæller som et outcome. Consile hjælper med at strukturere AI-kontrakter, der giver forudsigelighed uden at fjerne incitamentet til kvalitet.