תמחור סוכני AI ב-2026 מתחלק לשלושה מודלים: לפי מושב (תשלום חודשי קבוע לכל משתמש אנושי), לפי טיקט (תשלום על כל שיחה נכנסת), ולפי פתרון (תשלום רק כאשר ה-AI פותר שיחה מקצה לקצה). תעריפים מפורסמים לפי פתרון אצל ספקי שירות הלקוחות המרכזיים נעים מ-$0.50 (Quickchat AI) עד $2.00 (Salesforce Agentforce), פער של פי 4 על אותה יחידת ערך. Decagon, Sierra ו-Ada אינם מפרסמים את התעריפים שלהם.
רוב שיחות הרכש על סוכני AI מסתיימות באותו מקום. הספק מצטט מספר, לקונה אין למה להשוות אותו, ונחתם חוזה על בסיס הדגמה. מאמר זה מציג את שלושת מודלי התמחור לסוכני AI שקיימים בשוק ב-2026, את התמריצים שכל אחד מהם יוצר, את המחירים המפורסמים של הספקים המרכזיים, מה המשמעות בפועל של “פתרון” בתוך חוזה ספק, ועלות בעלות כוללת מחושבת בשלושה גדלי פריסה (2,000, 10,000 ו-50,000 שיחות חודשיות).
במבט מהיר, תמחור לפי פתרון הוא המודל היחיד שבו הכנסות הספק גדלות כאשר ה-AI משתפר. שני המודלים האחרים מתגמלים משהו אחר, בדרך כלל נפח גבוה יותר מסוג כלשהו בצד הקונה. התאמת מודל התמחור חשובה יותר ממחיר המדבקה במהלך הערכת ספקים.
TL;DR: תמחור סוכני AI ב-2026 במבט מהיר
| Pricing model | What’s billed | Typical 2026 rate | Vendor incentive |
|---|---|---|---|
| לפי מושב | תשלום קבוע לכל סוכן אנושי מורשה | $30 עד $80 לסוכן בחודש | לגייס יותר בני אדם |
| לפי טיקט | כל שיחה נכנסת, ללא קשר לתוצאה | $0.30 עד $1.00 לכל שיחה נכנסת | נפח נכנס גבוה יותר |
| לפי פתרון | כל שיחה שנפתרה ללא העברה לאדם | $0.50 עד $2.00 לפתרון | שיעור פתרון גבוה יותר |
Quickchat AI מציגה Enterprise החל מ-$0.50 לפתרון. Intercom Fin מציגה $0.99. Zendesk AI Agents גובה בערך $1.50. Salesforce Agentforce הושקה במחיר $2.00 לשיחה. שאר המאמר מפרק את החישוב, התמריצים ותנאי החוזה שמאחורי כל תעריף.
שלושת מודלי התמחור לסוכני AI
לפי מושב
הקונה משלם תשלום חודשי קבוע עבור כל משתמש אנושי שיש לו גישה לפלטפורמה. זהו המודל ש-helpdesks ותיקים (Intercom, Zendesk, Freshdesk, HubSpot) הרחיבו לתוספי ה-AI שלהם. דמי מושב AI טיפוסיים עומדים על $30 עד $80 לסוכן בחודש נוסף על תוכנית ה-helpdesk הבסיסית.
ההנחה המשתמעת היא שערך הצוות גדל עם כוח האדם. ההנחה הזו הייתה סבירה כשהפלטפורמה הייתה כלי שבני אדם השתמשו בו לטיפול בטיקטים. היא נשברת כאשר הפלטפורמה עצמה עושה את רוב העבודה. צוות של 15 אנשים עם AI שמטפל ב-75% מהשיחות הנכנסות משלם על 15 מושבים בין אם ה-AI פתר 100 שיחות באותו חודש ובין אם 10,000.
התמריץ של הספק בתמחור לפי מושב הוא שהלקוח יגייס יותר בני אדם. לפעמים זה מופיע כלחץ רך להרחיב מספרי מושבים במהלך מחזורי מכירה, ולפעמים כחסימת תכונות שדוחפת צוותים לדרגות שדרוג הקשורות למספרי מושבים. זו גם הסיבה שתוספי AI לפי מושב נוטים להיות שמרניים בעומק AI Action: AI שמשלים החזרים, מעדכן רשומות CRM ומנהל מנויים הוא AI שמצדיק פחות מושבים.
לפי טיקט
הקונה משלם תשלום עבור כל טיקט נכנס, בין אם ה-AI פותר אותו ובין אם לא. זה מופיע בחלק מחוזי Enterprise כהכלאה של תמחור helpdesk ושימוש ב-AI, בדרך כלל בחיוב של $0.30 עד $1.00 לכל טיקט נכנס ללא קשר לתוצאה.
לתמחור לפי טיקט יש מאפיין יוצא דופן. הכנסות הספק גדלות כאשר הנפח הנכנס גדל, גם אם יותר מהטיקטים האלה מטופלים על ידי AI. צוותים שמצליחים להפחית נפח נכנס באמצעות פנייה יזומה או תיקוני מוצר רואים את חשבונות הטיקטים שלהם יורדים, אך צוותים שמשפרים את שיעור הפתרון אינם מקבלים תועלת. המודל מתגמל את כיוון המאמץ הלא נכון.
תמחור לפי טיקט גם מפחית תמריץ לפנייה יזומה (ה-AI שולח הודעה יוצאת בגלל משלוח שהתעכב, תשלום שנכשל או אות נטישה). כל פנייה כזו היא הודעה יוצאת ולא טיקט, אך היא יוצרת שיחה שלעיתים קרובות הופכת לטיקט. צוותים שמשתמשים בספקים לפי טיקט בדרך כלל נמנעים מתרחישי שימוש יוצאים מסיבות תקציביות.
לפי פתרון
תמחור לפי פתרון הוא מודל שבו קונה משלם רק כאשר סוכן AI פותר שיחה מקצה לקצה ללא העברה לאדם. כל תוצאה מוצלחת מפעילה תשלום קבוע; שיחות שמוסלמות לאדם, ננטשות או אינן מגיעות לפתרון אינן מחויבות. המודל מיישר את הכנסות הספק עם שיעור הפתרון שהקונה מנסה למקסם.
Quickchat AI מתמחרת Enterprise לפי פתרון החל מ-$0.50. Intercom Fin מפרסמת $0.99. Zendesk AI Agents גובה בערך $1.50. Salesforce Agentforce הושקה במחיר $2.00 לשיחה. HubSpot’s Customer Agent עברה ל-$0.50 לכל שיחה שנפתרה באפריל 2026 (ירידה מ-$1.00 לשיחה). Decagon, Sierra ו-Ada משתמשות כולן במודלי תשלום לפי תוצאה בצורה כלשהי, אך אינן מפרסמות תעריפים.
זהו המודל היחיד שבו הכנסות הספק עוקבות אחר המדד החשוב לקונה. אם ה-AI משתפר ופותר 80% מהשיחות במקום 70%, הספק מרוויח יותר והקונה מקבל שיעור פתרון גבוה יותר. התמריצים מיושרים.
הסיכון בתמחור לפי פתרון הוא ש”פתרון” הוא מונח שמוגדר על ידי הספק. שני ספקים שמצטטים $0.99 עשויים לחייב בצורה שונה מאוד, וההבדל מופיע בחשבונית ולא בחוזה. הסעיף הבא מכסה מה לבקש בכתב.
מחירים שפורסמו ב-2026
זהו המצב הנוכחי של תמחור מפורסם בפלטפורמות סוכני AI מרכזיות מול לקוחות. המחירים נאספו באפריל 2026.
| Vendor | Model | Published price | Notes |
|---|---|---|---|
| Quickchat AI | לפי פתרון | החל מ-$0.50 | תעריף Enterprise מפורסם; דרגות self-serve מתחילות ב-$9/mo |
| Intercom Fin | לפי פתרון | $0.99 | דורש גם מנוי Intercom helpdesk |
| HubSpot Customer Agent | לפי פתרון | $0.50 | עבר מ-$1.00/conversation ל-$0.50/resolution באפריל 2026 |
| Zendesk AI Agents | לפי פתרון | ~$1.50 | לפי “automated resolution”; תוכנית helpdesk נפרדת |
| Salesforce Agentforce | לפי שיחה | $2.00 | תמחור השקה; קשור לדמי פלטפורמת Salesforce |
| Decagon | הצעת מחיר בלבד | לא פורסם | מודלים לפי תוצאה דווחו בגילויי לקוחות |
| Sierra AI | הצעת מחיר בלבד | לא פורסם | מבוסס תוצאה; מינימום מעל נקודות מחיר SMB |
| Ada | הצעת מחיר בלבד | לא פורסם | לפי פתרון עם מינימום במו״מ |
| Cognigy | הצעת מחיר בלבד | לא פורסם | חוזים עתירי קול; וריאציות לפי דקה ולפי פתרון |
שלוש תצפיות חשובות. ראשית, הפער בין המחירים שפורסמו ($0.50 עד $2.00) הוא פי 4. הפער בין המפורסם ללא מפורסם פתוח. ספקים שמסרבים לפרסם תעריף בדרך כלל עושים זאת משום שהתעריף משתנה מהותית בין לקוחות, כלומר המחיר הוא פונקציה של משא ומתן ולא של מחירון. שנית, הספקים עם מחירי המחירון הגבוהים ביותר (Salesforce, Zendesk) מוסיפים תמחור לפי פתרון מעל מנויי פלטפורמה שעולים בעצמם $50 עד $150 לסוכן בחודש. העלות הכוללת בפלטפורמות האלה מגיעה קרוב יותר ל-$4 עד $6 לפתרון לאחר פריסת דמי המושבים על נפח הפתרונות. שלישית, תעריפים נמוכים בכותרת ושיעורי פתרון גבוהים אינם אותו דבר. צוותים שמשווים לפי מחיר מדבקה בלבד צריכים למדוד את שיעור הפתרון באופן עצמאי מול בסיס הידע שלהם לפני חתימה. פתרון זול שפותר 40% מהנפח הנכנס עולה בפועל יותר מפתרון של $0.50 שפותר 80%.
להשוואות טכניות ישירות של הפלטפורמות הגדולות ביותר ראו Quickchat AI מול Intercom Fin, Quickchat AI מול Salesforce Agentforce, ו-Quickchat AI מול HubSpot AI Breeze.
מה המשמעות בפועל של “פתרון” בחוזה ספק
השאלה החשובה ביותר שיש לשאול כל ספק לפי פתרון היא מה הספק מונה כפתרון בר-חיוב. השונות בין ספקים גדולה מספיק כדי לשנות את החשבון ב-30% עד 50% על אותו נפח שיחות.
ארבע הגדרות נפוצות מופיעות בחוזי 2026:
- נסגר ללא העברה לאדם. השיחה הסתיימה בלי שאדם הצטרף אי פעם. זו ההגדרה הנפוצה ביותר והקלה ביותר למדידה, אך היא סופרת כפתרונות שיחות שבהן הלקוח נטש מתוך תסכול. היא גם סופרת שיחות שבהן שאלת הלקוח הובנה לא נכון והלקוח פשוט ויתר.
- נסגר ללא העברה לאדם, עם CSAT חיובי. השיחה הסתיימה ללא אדם והלקוח דירג אותה כמועילה או השלים תוצאה. זו הגדרה מחמירה יותר ופרוקסי טוב יותר לערך, אך היא סופרת פחות מדי משום שרוב הלקוחות אינם ממלאים סקרי CSAT. ספקים שמשתמשים בהגדרה זו בדרך כלל מפרסמים שיעורי פתרון נמוכים יותר בכותרת ומפיקים חשבונות קטנים יותר על אותו נפח.
- נסגר עם תוצאה מתועדת. השיחה הסתיימה עם תג תוצאה ספציפי (החזר הונפק, הזמנה אותרה, חשבון עודכן). זו ההגדרה המחמירה ביותר משום שהיא דורשת מה-AI להשלים פעולה, ולא רק לענות על שאלה. ספקים שמשתמשים בהגדרה זו נוטים להיות בעלי תשתית AI Action חזקה יותר.
- נסגר ללא הסלמה בתוך X ימים. השיחה הסתיימה ללא הסלמה והלקוח לא חזר עם אותה שאלה בתוך חלון מוגדר (בדרך כלל 7 ימים). זה תופס את המקרה שבו הלקוח קיבל את תשובת ה-AI באותו רגע אבל חזר למחרת עם אותה בעיה. זהו הפרוקסי הקרוב ביותר ל”ה-AI באמת פתר את זה”, אך הוא דורש ממערכת החיוב של הספק להמתין לפני הפקת חשבונית.
ספק שאינו יכול לענות בכתב על “באיזו מההגדרות האלה אתם משתמשים” מוכר לפי מדד שהוא שולט בו. שלוש שאלות המשך שייכות לרשימת הבדיקה של הרכש. האם ההגדרה נמצאת בחוזה? האם נתוני הביקורת זמינים בזמן אמת, או רק לפי בקשה? האם הקונה יכול למשוך יומן לכל שיחה שמראה מדוע כל שיחה חויבה?
פלטפורמות שמציגות עקבת נימוק מלאה לכל שיחה הופכות את הביקורת הזו לפשוטה. עקבת הנימוק לכל תשובה של Quickchat AI מציגה את מסמכי המקור, ציוני האחזור, ההנחיות שיושמו והפעולות שנקראו עבור כל שיחה שחויבה, כך שצוות כספים יכול לבדוק מדגמית 100 חשבוניות בשעה. ספקים ללא תשתית כזו דורשים ביקורת דרך טיקטים של הצלחת לקוח, תהליך איטי יותר ונוטה למחלוקות.
עלות בעלות כוללת מחושבת
עלויות משתנות בקנה מידה, ושלושת מודלי התמחור אינם משתנים באותה דרך. הנה TCO מחושב בשלושה גדלי פריסה, תוך שמירת שיעור הפתרון של ה-AI על 75% (החציון לסוכני שירות לקוחות שהוטמעו היטב ב-2026 בענפי צרכנות). כדי להריץ מחדש את המספרים האלה עם הנפח והנחות העלות שלכם, השתמשו ב-מחשבון ROI לצ’אטבוט.
הנחות ששימשו בכל תרחיש:
- שיעור פתרון: 75%
- דרגת תוסף AI לפי מושב: $50 לסוכן בחודש (דרגת כניסה)
- שכר מלא של סוכן תמיכה: $3,000 לסוכן בחודש (תמהיל ארה״ב; משתנה לפי אזור גיאוגרפי וותק)
- תעריף לפי טיקט: $0.50 לכל שיחה נכנסת
- תעריפים לפי פתרון: $0.50 (Quickchat AI), $0.99 (Fin), $2.00 (Agentforce)
- דמי מושבי helpdesk אינם כלולים; הם קיימים בנפרד בכל המודלים
- שורות לפי מושב כוללות משכורות סוכני תמיכה משום שתוספי AI לפי מושב מורשים מול מושבי helpdesk קיימים ומניחים שקיים צוות תמיכה מלא. תמחור לפי טיקט ולפי פתרון מחייבים על עבודת AI בלבד ופועלים ללא תלות בגודל הצוות.
2,000 שיחות בחודש (צוות תמיכה קטן, כ-5 סוכנים)
| Model | Calculation | Monthly cost |
|---|---|---|
| לפי מושב (5 × תוסף AI ב-$50 + 5 × סוכן תמיכה ב-$3,000) | $250 + $15,000 | $15,250 |
| לפי טיקט | 2,000 × $0.50 | $1,000 |
| לפי פתרון ב-$0.50 (Quickchat AI) | 1,500 × $0.50 | $750 |
| לפי פתרון ב-$0.99 (Fin) | 1,500 × $0.99 | $1,485 |
| לפי פתרון ב-$2.00 (Agentforce) | 1,500 × $2.00 | $3,000 |
בנפח קטן, תמחור לפי פתרון ב-$0.50 הוא האפשרות הזולה ביותר לעבודת AI עצמה. השורה לפי מושב נראית יקרה משום שהיא כוללת את העלות המלאה של 5 סוכני תמיכה נוסף על תוסף ה-AI, וזו ההשוואה הכנה: תוספי AI לפי מושב אינם יכולים לפעול ללא מושבי helpdesk מורשים. תמחור לפי פתרון ולפי טיקט מחייבים על עבודת AI בלבד ומאפשרים לקונה לבחור את גודל הצוות באופן עצמאי. השיקול הנוסף בקנה מידה זה הוא גישה לתכונות. דרגת הכניסה של תוספי AI לפי מושב בדרך כלל מגבילה פעולות, אינטגרציות ואנליטיקה, מה שעלול להשאיר את הצוות הקטן עם AI שאינו יכול לסיים את העבודה שהלקוח מבקש.
10,000 שיחות בחודש (mid-market, כ-15 סוכנים)
| Model | Calculation | Monthly cost |
|---|---|---|
| לפי מושב (15 × תוסף AI ב-$50 + 15 × סוכן תמיכה ב-$3,000) | $750 + $45,000 | $45,750 |
| לפי טיקט | 10,000 × $0.50 | $3,000 |
| לפי פתרון ב-$0.50 (Quickchat AI) | 7,500 × $0.50 | $3,750 |
| לפי פתרון ב-$0.99 (Fin) | 7,500 × $0.99 | $7,425 |
| לפי פתרון ב-$2.00 (Agentforce) | 7,500 × $2.00 | $15,000 |
בנפח mid-market, משכורות הסוכנים שולטות בשורה לפי מושב עם $45,000 בחודש ותוסף ה-AI הוא למעשה רעש. תמחור לפי פתרון ב-$0.50 מ-Quickchat AI מספק את עבודת ה-AI ב-$3,750, שהוא חצי מהתעריף של Fin ($7,425) ורבע מ-Agentforce ($15,000). תמחור לפי טיקט נמצא בין וריאציות התמחור לפי פתרון. הטיעון בעד תמחור לפי מושב בקנה מידה זה נחלש עוד יותר משום שמגבלות התכונות בדרגת הכניסה דוחפות 1,000 עד 2,000 מתוך 25% הטיקטים שמטופלים על ידי אדם לזמני טיפול ארוכים יותר, מה שעולה לאותו צוות עוד סוכן אחד בעלות מלאה בפרודוקטיביות.
50,000 שיחות בחודש (enterprise, כ-40 סוכנים)
| Model | Calculation | Monthly cost |
|---|---|---|
| דרגת כניסה לפי מושב (40 × תוסף AI ב-$80 + 40 × סוכן תמיכה ב-$3,000) | $3,200 + $120,000 | $123,200 |
| דרגת enterprise לפי מושב (40 × תוסף AI ב-$250 + 40 × סוכן תמיכה ב-$3,000) | $10,000 + $120,000 | $130,000 |
| לפי טיקט | 50,000 × $0.50 | $25,000 |
| לפי פתרון ב-$0.50 (Quickchat AI) | 37,500 × $0.50 | $18,750 |
| לפי פתרון ב-$0.99 (Fin) | 37,500 × $0.99 | $37,125 |
| לפי פתרון ב-$2.00 (Agentforce) | 37,500 × $2.00 | $75,000 |
בנפח enterprise, משכורות סוכני תמיכה הן השורה הדומיננטית בכל תרחיש לפי מושב, בערך $120,000 בחודש. תוסף ה-AI בדרגת כניסה מול דרגת enterprise (פער של פי 3 בשורת ה-AI) קטן יחסית לבסיס הזה. ההשוואה הריאלית של עבודת AI היא בין תעריפי התמחור לפי פתרון בלבד: $18,750 (Quickchat AI), $37,125 (Fin), $75,000 (Agentforce). אותה עבודת AI מחויבת בתעריף גבוה פי ארבעה בקצה העליון.
לפירוט תמחור enterprise כולל SLA, תאימות, אחסון נתונים באיחוד האירופי ותשתית ייעודית, ראו את דף Quickchat AI Enterprise ואת דף התמחור.
תמריצים התנהגותיים לפי מודל תמחור
מודל תמחור מקודד התנהגות שהספק רוצה מלקוחותיו. שלושת המודלים מקודדים שלוש התנהגויות שונות.
תמחור לפי מושב מקודד גיוס. הספק מרוויח יותר כאשר יותר בני אדם נמצאים בפלטפורמה. תכונות AI שמפחיתות כוח אדם פועלות נגד התמריץ הזה, ולכן תוספי AI לפי מושב נוטים להיות שמרניים בעומק הפעולות ואגרסיביים בחסימת תכונות לפי דרגות מושבים.
תמחור לפי טיקט מקודד נפח נכנס גבוה יותר. הספק מרוויח יותר כאשר מגיעים יותר טיקטים. פנייה יזומה, תיקוני מוצר שמפחיתים נפח תמיכה והסטה לשירות עצמי באמצעות תיעוד טוב יותר מפחיתים כולם את הכנסות הספק. ספקים לפי טיקט כמעט אינם בונים תכונות יוצאות, ואלה שכן נוטים לתמחר אותן בנפרד.
תמחור לפי פתרון מקודד שיעור פתרון גבוה יותר. הספק מרוויח יותר כאשר ה-AI פותר יותר שיחות מקצה לקצה. קליטת ידע טובה יותר, כיסוי פעולות רחב יותר, לוגיקת העברה חכמה יותר ושיעור הזיות נמוך יותר מגדילים כולם את הכנסות הספק באותו זמן שהם מגדילים את הערך לקונה. ההסתייגות היחידה היא ההגדרה של “פתרון” עצמו, ולכן שאלת הביקורת לעיל חשובה.
תרגיל מועיל במהלך הערכת ספקים הוא לשאול את איש המכירות איזו התנהגות של הקונה הצוות המסחרי שלהם ממטב. התשובה הכנה חושפת אם המודל מיושר עם האינטרסים של הקונה.
שלוש שאלות שקיפות לשאול לפני חתימה
שלוש שאלות נמצאות מתחת למודל התמחור וחשובות באותה מידה כמו המודל עצמו.
האם המחיר מפורסם? ספקים שלא יפרסמו מספר בדף תמחור מחזיקים בתמחור משתנה בין לקוחות. הקונה עם פחות כוח מיקוח משלם יותר. Quickchat AI מפרסמת $0.50. Fin מפרסמת $0.99. Zendesk מפרסמת את תעריפי AI Agent שלה. Decagon, Sierra ו-Ada אינן מפרסמות. תמחור לא מפורסם בדרך כלל דורש NDA חתום לפני הצעת מחיר, והצעת המחיר מגיעה לעיתים קרובות עם מינימום שימוש שמוציא קונים קטנים לגמרי מטווח המחיר. תמחור מפורסם מיטיב עם קונים קטנים יותר; תמחור לא מפורסם מיטיב עם ספקים בעלי מערכי מכירות חזקים והתאמה חלשה יותר ל-self-serve.
האם יש דמי התקנה או הטמעה? מחיר של $0.50 לפתרון לצד דמי הטמעה של $25,000 אינו זהה למחיר של $0.99 ללא דמי הטמעה. בקשו הצעת מחיר כתובה עם שורות פריט במקום מספר יחיד. דמי הטמעה של $3,000 עד $30,000 נפוצים אצל ספקים שמכוונים לחוזי enterprise; דמי הטמעה של $0 נפוצים אצל ספקי self-serve ומונחי מוצר. רמת התשלום לעיתים קרובות מתואמת עם עומק תהליך המכירה: דמי הטמעה כבדים בדרך כלל מגיעים עם מעורבות מכירות כבדה, ודמי הטמעה נמוכים יותר מגיעים עם גישת self-serve.
מה קורה בחידוש? חוזה ל-12 חודשים ב-$0.50 לפתרון משמעותי רק אם סעיף החידוש גם הוא ב-$0.50. ספקים שמטמינים מדרגות עליית מחיר בתנאי חידוש (“עלייה של עד 15% בשנה”) למעשה מציעים תעריף פתיחה. קראו את סעיף החידוש. אם התעריף המפורסם תואם לתעריף החידוש, הספק נוהג בכנות. אם הם שונים, התעריף המפורסם הוא פיתיון והתעריף האמיתי מופיע בשנה השנייה.
לדיון קשור על המקומות שבהם תמחור מבוסס תוצאה חל והמקומות שבהם אינו חל, ראו מודלי תמחור מבוססי תוצאה. לנוף הרחב יותר של עלויות צ’אטבוטים בפריסות מבוססות כללים, מופעלות AI ובנויות בהתאמה אישית, ראו כמה עולה צ’אטבוט ב-2026. לפירוט בצד הפריסה על מה משתנה כאשר סוכן AI עושה את העבודה, ראו סוכן AI לשירות לקוחות. למסגרת הערכה ברמת הפלטפורמה, ראו את מדריך הקונים לפלטפורמות סוכני AI 2026.
שאלות נפוצות
איך מתמחרים סוכני AI ב-2026? סוכני AI ב-2026 מתומחרים בשלושה מודלים עיקריים: לפי מושב (תשלום חודשי קבוע לכל משתמש אנושי, בדרך כלל $30 עד $80 לסוכן בחודש), לפי טיקט (תשלום לכל שיחה נכנסת, בדרך כלל $0.30 עד $1.00), ולפי פתרון (תשלום רק כאשר ה-AI פותר שיחה ללא העברה לאדם, בדרך כלל $0.50 עד $2.00). תמחור לפי פתרון הוא המודל שבו הכנסות הספק והערך לקונה מיושרים. שני המודלים האחרים מתגמלים גידול בכוח האדם או בנפח השיחות הנכנסות בצד הקונה. רוב ספקי ה-AI המובילים לשירות לקוחות (Quickchat AI, Intercom Fin, Zendesk AI Agents, Salesforce Agentforce) מפרסמים כיום תעריפים לפי פתרון.
כמה עולה סוכן AI לשירות לקוחות? תעריפים שפורסמו לפי פתרון מספקי AI מרכזיים לשירות לקוחות ב-2026: Quickchat AI $0.50, Intercom Fin $0.99, Zendesk AI Agents כ-$1.50, Salesforce Agentforce $2.00. Decagon, Sierra ו-Ada אינם מפרסמים תעריפים. בנפח של 10,000 שיחות חודשיות עם שיעור פתרון של 75% (7,500 פתרונות), עלות ה-AI היא $3,750 (Quickchat AI), $7,425 (Fin), או $15,000 (Agentforce). דמי מושבים ב-helpdesk, דמי הטמעה ומשכורות של סוכנים אנושיים מתווספים לתעריפי ה-AI האלה, ובדרך כלל הם הסעיף הגדול יותר בכל עלות בעלות כוללת.
מהו מודל התמחור הזול ביותר לסוכן AI ב-2026? במונחי חיובי AI בלבד, תמחור לפי מושב נראה הזול ביותר בנפחים קטנים כי מספר המושבים קטן. ההשוואה הכוללת שונה. תוספי AI לפי מושב מורשים מול מושבי helpdesk ומניחים שקיים צוות תמיכה מלא, ולכן ההוצאה האמיתית כוללת משכורות סוכנים נוסף על דמי ה-AI. תמחור לפי פתרון ב-$0.50 עד $0.99 מחייב רק על עבודת AI ופועל ללא תלות בגודל הצוות. מעל כ-3,000 שיחות חודשיות, תמחור לפי פתרון בדרך כלל גובר על תמחור לפי מושב לאחר שמביאים בחשבון דמי helpdesk, עלויות הטמעה ומדרגות עלייה בחידוש לצד משכורות סוכנים.
למה חלק מספקי סוכני ה-AI אינם מפרסמים מחירים? הסיבה הנפוצה ביותר היא שהמחירים מנוהלים במשא ומתן לכל לקוח לפי התחייבויות נפח, אורך החוזה וכוח המיקוח של הקונה. Decagon, Sierra ו-Ada משתמשים כולם בתמחור לפי תוצאה, אך דורשים שיחת מכירות ובדרך כלל NDA חתום לפני חשיפת התעריפים. סיבה שנייה היא שהספק מוכר לפי תוצאות (הגדלת הכנסות, הפחתת עלויות) ולא לפי שימוש, וחוזי תוצאה הם מותאמים אישית. קונים צריכים להניח שתמחור לא מפורסם מיטיב עם ספקים בעלי מערכי מכירות חזקים, משום שהלקוחות שמשלמים הכי הרבה על אותו מוצר הם בדרך כלל אלה שאין להם חלופות תחרותיות בתהליך הרכש.
מה המשמעות בפועל של תמחור לפי פתרון? זה משתנה לפי ספק. ארבע ההגדרות הנפוצות ביותר הן: נסגר ללא העברה לאדם, נסגר ללא העברה עם CSAT חיובי, נסגר עם פעולת תוצאה מתועדת, ונסגר ללא הסלמה בתוך חלון של 7 ימים. כל הגדרה יוצרת חשבונות שונים מהותית על אותו נפח שיחות. Quickchat AI מחייבת על שיחות שנסגרו ללא העברה לאדם ומציגה עקבת נימוק לכל שיחה, שבה צוותי כספים יכולים להשתמש כדי לבקר חשבוניות. מספקים אחרים יש לבקש את ההגדרה הכתובה שלהם לפני חתימה על חוזה.
איך $0.50 של Quickchat AI משתווה ל-Intercom Fin ול-Salesforce Agentforce? Quickchat AI מתמחרת Enterprise לפי פתרון החל מ-$0.50, בערך חצי מהתעריף המפורסם של Intercom Fin ($0.99) ורבע מ-Salesforce Agentforce ($2.00 לשיחה). פער התמחור מפורסם, חל על צוותים בכל גודל ונשמר בחידושים. להשוואות תכונות ישירות ראו את דפי החלופות המקושרים לעיל.
האם צוותי תמיכה קטנים צריכים לבחור בתמחור לפי מושב או לפי פתרון? מתחת לכ-3,000 שיחות חודשיות, תמחור לפי מושב לרוב זול יותר בעלות מוחלטת כי לצוות יש מעט סוכנים. מעל לכך, תמחור לפי פתרון בדרך כלל מנצח כי ה-AI מטפל בחלק גדל והולך מהעבודה שאינו גדל עם כוח האדם. השיקול הנוסף הוא גישה לתכונות: תוספי AI לפי מושב ב-helpdesks ותיקים בדרך כלל מגבילים פעולות, אינטגרציות ואנליטיקה בדרגת הכניסה, מה שעלול להשאיר צוות קטן עם AI שאינו יכול להשלים את הפעולות שהלקוח צריך. תקופת ניסיון חינמית בפלטפורמה לפי פתרון היא הדרך המהירה ביותר להשוות את שני המודלים בנפח האמיתי של הצוות.
אילו תנאי תמחור ארגוניים כדאי לנהל במשא ומתן? הנחות מבוססות נפח על התעריף לפי פתרון (נקודות שבירה טיפוסיות ב-50K וב-100K פתרונות חודשיים), תעריף חידוש קבוע לשני מחזורי החידוש הראשונים, SLA עם קנס משמעותי (זיכוי של 10% על אי-עמידה בזמינות הוא הרף התחתון; 20% הוא סביר), אחסון נתונים באיחוד האירופי כאשר נתוני לקוחות מפוקחים נמצאים בהיקף, וסעיף ביקורת שמעניק לקונה זכות לבדוק שיחות שחויבו לפי דרישה. דף Quickchat AI Enterprise מכסה מה נמצא בהיקף בחוזי Enterprise.
מודלי תמחור של סוכני AI מטופלים בדרך כלל כפרט רכש, אך המודל שספק משתמש בו מקודד את ההתנהגות שהספק רוצה מהקונה בשלוש השנים הבאות. תמחור לפי מושב מתגמל גיוס. תמחור לפי טיקט מתגמל נפח נכנס גבוה יותר. תמחור לפי פתרון מתגמל שיעור פתרון גבוה יותר. Quickchat AI מפרסמת Enterprise לפי פתרון החל מ-$0.50 משום שההתנהגות היחידה שראוי לתגמל בסוכן AI מול לקוחות היא זו שגם הקונה רוצה: יותר שיחות שנפתרות מקצה לקצה, פחות הסלמות וחשבונית מדידה שמתיישרת עם הערך שנמסר.