Sådan fungerer Creatio AI-kreditter: En RevOps-guide til prognoser og styring af AI-forbrug

AI-forbrug kan være sværere at budgettere end traditionel software. Denne guide forklarer, hvordan Creatio AI-kreditter fungerer, og hvordan RevOps-teams kan lave prognoser for forbruget, styre udgifterne og skalere agenter uden at miste overblikket.

Crm creatio Partner Spotlight 82916
Partner Perspectives

This is sponsored content from Creatio AI CRM. Learn here how we stay transparent.

De fleste værktøjer i en omsætningsstak er nemme at indarbejde i en plan. Du kender næste års antal medarbejdere, du kender prisen pr. bruger, og linjeposten skriver næsten sig selv. AI-posten er sværere. Hvad den koster, afhænger af, hvor mange opfølgende e-mails dine sælgere udarbejder med AI, hvor mange kundesamtaler der opsummeres, hvor ofte en agent undersøger en konto før et møde, og hvilke modeller der udfører arbejdet. Ingen af disse tal findes i dit HR-system.

Det hul bliver sværere at ignorere. I Creatios rapport fra 2026 om status for AI-adoption i virksomheder, en undersøgelse blandt 608 beslutningstagere inden for IT og forretning, sagde 78 %, at de forventer at opskalere AI-agenter på tværs af afdelinger eller anvendelsesområder inden for tolv måneder. Den samme rapport viser, at budgetspørgsmålet vokser, i takt med at virksomheder modnes. Kommercielle modeller og budgetter blev angivet som en hindring for bredere adoption af 24 % af organisationerne på det tidligste stadie og af 35 % af de mest avancerede.

Jeg vil tilføje én ting, før nogen åbner et regneark. En af de største risici, jeg ser ved AI-adoption, er at indføre agenter i eksisterende processer uden at genoverveje, hvordan processerne bør køre. Hvis sælgerne stadig koordinerer hvert trin manuelt og kopierer oplysninger mellem systemer, der ikke er forbundet, forbliver en stor del af AI's potentiale uudnyttet. For RevOps har det en praktisk konsekvens: En prognose over forbruget af kreditter er kun så god som den arbejdsgang, den beskriver.

Denne guide gennemgår, hvordan AI-kreditter fungerer i Creatio, hvad der får en omsætningsarbejdsgang til at bruge flere eller færre af dem, hvordan AI-pakkerne er struktureret, og hvordan du udarbejder en prognose og holder dig til den, når agenterne er sat i drift.

Vigtigste pointer

  • En AI-kredit er Creatios fælles enhed til måling af AI-arbejde, der afregnes efter forbrug, og som deles på tværs af understøttede modeller, udbydere og kanaler.
  • Én anmodning kan bruge flere kreditter, fordi en agent kan foretage mere end ét AI-kald for at fuldføre en opgave. Kald til andre forretningssystemer bruger ikke i sig selv kreditter.
  • Ubrugte Creatio AI-kreditter overføres fra måned til måned og på tværs af abonnementsår inden for den aftalte periode.
  • Lav prognoser ud fra omsætningsaktiviteter og hvor ofte de køres, mål det faktiske forbrug i et testmiljø, og sammenlign derefter det faktiske forbrug med planen hver måned.

Hvad er en AI-kredit i Creatio?

En AI-kredit er den standardiserede enhed, Creatio bruger til at måle, hvor meget af organisationens understøttede AI-tjenester der forbruges. Hver gang en AI-funktion udfører en operation, der afregnes efter forbrug, bruger den kreditter. Udarbejdelse af en personlig salgs-e-mail, opsummering af et kundemøde, udtræk af vilkår fra en kontrakt og besvarelse af et spørgsmål fra din vidensbase er alle eksempler. Den samme enhed dækker AI i Creatio AI CRM og i de brugerdefinerede applikationer og agenter, virksomheder bygger på Creatio-platformen, fra en sælgers personlige agent til en virksomhedsagent, der kører en proces i flere trin.

Kreditter ligger oven på tokens, som er de tekstenheder, en model faktisk behandler. Inputtokens er alt det, modellen læser: din prompt, kontoens historik hentet fra CRM-systemet, et vedhæftet dokument og samtalen indtil videre. Outputtokens er det, den skriver tilbage. Antallet af tokens svinger meget fra opgave til opgave, og hver model har sine egne tokenpriser. Kreditter samler alt dette i ét forbrugstal, som du kan planlægge og overvåge ét sted. De er ikke en fast omregning fra tokens, så tusind tokens på en letvægtsmodel og tusind på en ræsonnerende model vil normalt bruge et forskelligt antal kreditter.

De første prognoser går ofte galt, fordi man behandler en anmodning og en kredit som det samme. Lad os sige, at en sælger beder en agent om at forberede sig til morgendagens fornyelsessamtale. For at svare kan agenten klassificere anmodningen, hente de relevante oplysninger, analysere en kontrakt, udarbejde talepunkter og kontrollere resultatet. Hvert af disse trin kan være et separat modelkald, og hvert trin bidrager til totalen. Hvis du derfor planlægger én kredit pr. anmodning, bliver din prognose for lav.

Hvorfor én kreditpulje på tværs af modeller er vigtig for budgetlægningen

Creatio understøtter flere AI-modeludbydere gennem den samme kreditramme. Afhængigt af din pakke og opsætning kan du køre modeller fra OpenAI, Google og Anthropic til forskellige opgaver, og de trækker alle fra den samme pulje. Der er ingen separat saldo, der skal købes, spores eller afstemmes for hver udbyder. Puljen rækker også ud over tekst og dækker forståelse af tale, dokumenter og billeder, tale-til-tekst og tekst-til-tale.

Forestil dig et indgående opkald fra en potentiel kunde. En taleagent omdanner opkalderens tale til tekst, en sprogmodel finder ud af, hvad vedkommende spørger om, agenten finder de nødvendige fakta, og svaret bliver læst op. Forskellige udbydere kan levere kræfterne til forskellige trin i den samme samtale. Hvert trin har sin egen takst, og alle AI-tjenester i opkaldet, der afregnes efter forbrug, trækker fra den samme kreditpulje.

For mig udspringer argumentet for budgetlægning af, hvor hurtigt modelmarkedet udvikler sig. Hver morgen, du vågner, findes der en ny model, der slår rekorder i referenceprøver. Jeg tror ikke, at en softwarevirksomhed kan matche de investeringer, som leverandørerne af de mest avancerede modeller foretager, og det forsøger Creatio heller ikke. Tilgangen er at tage de bedste modeller i brug og holde arkitekturen åben, så kunderne kan følge med på hver ny bølge, når den kommer.

For et RevOps-team betyder det, at en arbejdsgang kan flyttes til en nyere eller billigere model inden for den plan, du allerede har. Du ændrer den model, der er valgt til agenten, og kreditterne kommer fortsat fra den samme pulje.

Creatio AI Studio-modelkatalog, hvor modeller fra flere udbydere trækker på den samme AI-kredittildeling

Hvad får et omsætningsworkflow til at bruge flere eller færre AI-kreditter?

Fire ting afgør, hvor mange kreditter en del af omsætningsarbejdet bruger, og RevOps kan påvirke dem alle.

Valget af model kommer først. Lette modeller håndterer rutinemæssig klassificering, udtræk og udkast godt, hvilket dækker meget af det daglige salgsarbejde: mærkning af indgående leads, udtræk af felter fra en e-mailsignatur og skrivning af et første udkast til opfølgning. Mere avancerede ræsonneringsmodeller er deres omkostning værd ved komplekse analyser, såsom at finde ud af, hvorfor en strategisk aftale er gået i stå efter seks måneder med e-mails, møder og noter. Hvis den samme opgave lægges på en anden model, kan antallet af kreditter, den bruger, ændre sig mærkbart.

Derefter kommer volumen, altså hvor meget modellen læser og skriver. Lange prompts, lange samtalehistorikker, store dokumenter og viden hentet fra CRM-systemet øger alle behandlingen, og det samme gør et langt svar. Input og output kan også måles forskelligt afhængigt af modellen. En kundebrief baseret på tre års aktivitet for en stor kunde vil bruge mere end en brief for et lead, der tilmeldte sig i sidste uge.

Trinnene lægges også sammen. Creatios eget undervisningseksempel er en agent, der håndterer en kundeforespørgsel i tre modelkald: Den analyserer forespørgslen, opsummerer de relevante oplysninger og genererer et anbefalet svar. Med OpenAI GPT-4.1 mini, hvor hvert kald rundes op til en hel kredit, bliver det omkring tre kreditter pr. interaktion. Tallene er illustrative snarere end offentliggjorte priser, men princippet holder: Hvert målt trin tæller. Når agenten undervejs kalder CRM-systemet eller et andet virksomhedssystem, bruger dette kald ikke i sig selv kreditter.

Tale- og dokumentarbejde bringer yderligere tjenester ind i blandingen. Talegenkendelse, talegenerering og behandling af dokumenter eller billeder øger alle forbruget, og derfor bør taleagenter have deres egen linje i en prognose. Et enkelt kvalificeringsopkald kan køre flere tjenester fra start til slut.

Der er også en beslutning, som ligger over alle fire. Ikke alle workflows har brug for den samme grad af autonomi, og målet bør ikke være at maksimere den ved enhver lejlighed. Nogle omsætningsworkflows bør forblive menneskestyrede, hvor agenterne udfører research, analyse og administration, mens en sælger træffer de vigtige beslutninger. Andre kan blive agentstyrede, hvor agenten koordinerer flere trin og inddrager en person ved en beslutning, en godkendelse eller en undtagelse. Det rette niveau for hvert workflow afhænger af dets kompleksitet, risiko og af, hvad virksomheden har brug for fra det.

Dette valg afspejles i budgettet. Et agentstyret workflow kører ofte flere AI-trin pr. transaktion end et workflow, hvor agenten kun foreslår det næste trin, så det har en tendens til at bruge flere kreditter, hver gang det kører. Det kan også frigøre teamet for mange timers arbejde. En prognose, der registrerer det tilsigtede autonominiveau ud for hvert workflow, er langt lettere at forsvare, når nogen spørger, hvorfor én linje koster mere end en anden.

Sådan trækker ét omsætningsworkflow på en enkelt Creatio AI-kredittildeling

Sådan er Creatio AI-pakker struktureret

Creatio sælger AI-kapacitet i pakker, og hver pakke er mere end en samling tokens. Ud over en årlig tildeling af AI-kreditter tilføjer den AI-infrastruktur, det vil sige flere platformressourcer og mere computerkraft til komplekse agenter og større arbejdsbelastninger. Kreditter er også kun én del af driften af AI. Agenter skal styres, forbruget skal prognosticeres og kontrolleres, og dette arbejde foregår i Creatio AI Studio, miljøet på Creatio-platformen, hvor virksomhedsagenter bygges, køres og styres. Politikker, overvågning og forbrugskontroller findes dér sammen med de agenter, der bruger kreditterne. Hver pakke omfatter også et niveau af rådgivningssupport. Rådgivningsdelen spænder fra online-vejledninger i startpakken til timer med AI-strateger og ingeniører samt hjælp til at designe specifikke agenter i de større pakker. Begrundelsen er praktisk: Et stærkt produkt hjælper ikke meget, hvis teamet, der bruger det, er nyt inden for AI eller stadig er i gang med at redesigne sine processer.

PakkeAI-kreditter inkluderet pr. årHvor den passer
Start500,000De første AI-anvendelser på OpenAI-modeller
Grow1,500,000Indledende AI-implementering og produktionsudrulning af prioriterede anvendelser
Accelerate4,000,000Flere AI-agenter, udvidet infrastruktur og implementering på tværs af teams
Scale8,000,000AI-implementering i hele virksomheden, arbejdsbelastninger med større volumen og avanceret styring
FreedomTilpassetTilpasset kapacitet med mulighed for at medbringe egen model samt cloud- eller lokal installation

Kreditter og infrastruktur behøver ikke at vokse sammen. Yderligere AI-kreditter kommer i blokke på 500.000, som kan føjes til ethvert pakkeniveau, så et indtægtsteam, der kører større mængder gennem de samme agenter, kan købe mere brug uden at skifte til en større pakke. Denne adskillelse svarer til det, køberne siger, at de ønsker. I Creatios adoptionsrapport valgte 95 % af respondenterne en mulighed, der fokuserede på at udvide AI, arbejdsgange eller arbejdsstyrkens kapacitet uden nye kommercielle barrierer, efterhånden som anvendelsen vokser.

Sådan håndterer kreditoverførsel springet fra pilot til produktion

Ubrugte Creatio AI-kreditter overføres fra måned til måned og på tværs af abonnementsår inden for den aftalte periode. Det er vigtigt, fordi AI-forbruget sjældent stiger lineært.

Finanssektoren har en tendens til at gå forrest, og den største ændring, jeg har set der i løbet af de seneste seks til tolv måneder, er, at organisationer er gået fra interesse i at teste til fuld implementering. De bruger nu AI i operationelle processer på tværs af både front- og backoffice.

Kreditforbruget følger typisk den samme vej. Der er nogle stille måneder, mens de første agenter bygges og testes, derefter et kraftigt spring, når de sættes i produktion, og så endnu et trin op, hver gang et nyt team eller en ny arbejdsgang kommer om bord.

Med overførsel er de kreditter, du ikke bruger under opbygningsfasen, stadig tilgængelige efter idriftsættelsen. RevOps behøver ikke at bruge en saldo op, før en måned eller et år slutter, og en lav forbrugsrate i første kvartal er ikke et tegn på, at pakken var for stor. Fordi overførsel gælder inden for den aftalte periode, er den nyttige planlægningsenhed hele perioden med kontrolpunkter i hver fase af udrulningen.

Sådan laver du en prognose for AI-kreditter til et indtægtsteam

En nyttig prognose begynder med det arbejde, dit indtægtsteam udfører. Antallet af licenser siger meget lidt i sig selv, fordi to teams af samme størrelse kan have brug for meget forskellige mængder AI, afhængigt af hvilke aktiviteter de overlader til agenter, og hvor ofte disse aktiviteter køres.

Begynd med at opliste de arbejdsgange, du forventer at køre med AI i det kommende år. For en indtægtsorganisation betyder det som regel en blanding af virksomhedsagenter, f.eks. en agent, der undersøger kunder før møder eller udarbejder tilbud, og personlige agenter, som de enkelte salgsmedarbejdere bygger til sig selv. Skriv aktiviteten, den udfører, og hvor ofte den køres, ned ved siden af hver arbejdsgang. Baser mængden på reelle tal: hvor mange salgsmedarbejdere eller kundesucceschefer der vil bruge den, hvor mange gange om dagen, og hvor hurtigt du forventer, at anvendelsen vokser. Notér derefter den model og eventuelle ekstra tjenester, som hver aktivitet har brug for, fordi forbruget varierer med begge dele.

Det er bedst at måle kreditter pr. aktivitet i stedet for at gætte. Kør typiske scenarier i et testmiljø, der ligner dit virkelige arbejde, med lange kundehistorikker sammen med korte, enkle forespørgsler sammen med komplekse og uoverskuelige samtaler samt det fulde sæt af agenttrin. Gennemsnittet fra disse kørsler er et langt bedre input end enhver tommelfingerregel.

Creatios egne planlægningseksempler viser, hvordan beregningen fungerer. Tag AI-udarbejdede opfølgende e-mails for et salgsteam med 100 salgsmedarbejdere. Hvis hver salgsmedarbejder sender 10 om dagen over 20 arbejdsdage, er det 20.000 e-mails om måneden. Antag OpenAI GPT-4.1 mini, omkring 3.000 inputtokens og 1.000 outputtokens pr. e-mail samt ét modelkald, afrundet op til én kredit. Teamet vil bruge omkring 20.000 kreditter om måneden eller 240.000 om året.

Hvor kommer et tal som 3.000 inputtokens fra? Det er alt det, modellen læser for at skrive én e-mail: agentens instruktioner, oplysninger om salgsmuligheden og relationen, som hentes fra CRM-systemet, samt de seneste beskeder i tråden. Som en tommelfingerregel svarer en token til omkring tre fjerdedele af et engelsk ord, så 3.000 tokens er lidt over 2.000 ords kontekst. De 1.000 outputtokens giver god plads til selve udkastet. Dine egne tal vil variere afhængigt af, hvor meget historik agenten henter, og derfor er testkørslerne vigtige. Brugsanalyser i Creatio AI Studio viser AI-kreditter, kald og tokens, så du kan erstatte disse antagelser med målte værdier. For en anden arbejdsgang kan du tilføje et kundesuccesteam på 50 personer, som hver opsummerer 30 kundesamtaler om dagen og får foreslået de næste skridt. Med omkring 6.000 inputtokens og 500 outputtokens pr. opsummering, også afrundet til én kredit, svarer det til 30.000 kreditter om måneden og 360.000 om året.

Dette er illustrative beregninger, ikke målte Creatio-benchmarks. Med disse antagelser har de to arbejdsgange tilsammen brug for omkring 600.000 kreditter om året. Det er mere, end Start-pakken indeholder, og ligger komfortabelt inden for Grow, som vil give plads til flertrinsagenter og tale senere.

To justeringer gør prognosen mere realistisk. Den første er timing. Indtægtsarbejde har sin egen rytme, og AI-forbruget vil følge den med flere tilbud, forberedelser af prognoser og henvendelser om fornyelser ved udgangen af et kvartal end i de første uger. Indfas også hver arbejdsgang fra den planlagte måned for idriftsættelse i stedet for at fordele den jævnt over året.

Den anden er den AI, dine medarbejdere allerede bruger. Mange salgsmedarbejdere åbner ChatGPT eller Claude på egen hånd, fordi de ikke kan vente på, at IT udruller en ny agent. Når dette arbejde flyttes ind i personlige agenter, der er bygget med Creatio AI Twin, bliver det synligt og styret, og det trækker på den samme kreditpulje som alt andet. Sørg for plads til det i planen.

Læg arbejdsgangene sammen for at få en månedlig og årlig total. Brug den til at vælge en pakke, og finjustér den derefter, efterhånden som der kommer data om det faktiske forbrug.

Sådan holder du AI-forbruget på planen efter idriftsættelsen

Når agenterne er taget i brug, holder en månedlig gennemgang prognosen realistisk. Sammenlign de faktiske kreditter pr. aktivitet og de faktiske mængder med det, du planlagde, og se nøje på eventuelle store afvigelser. En højere end forventet pris pr. opfølgningsmail peger normalt på selve agenten, f.eks. længere kontekst eller ekstra trin. En højere mængde er ofte godt nyt, da det betyder, at anvendelsen ligger foran planen.

Creatio AI Studio indeholder dataene og styringen til denne gennemgang. Det sporer kreditforbruget på tværs af agenter og AI-operationer, så du kan se forbrugstendenser og hvor meget af den tildelte mængde der er tilbage. Budgetter og forbrugsgrænser kan angives pr. time, dag eller måned med en advarselstærskel og et valgfrit hårdt stop, så en løbsk arbejdsgang bliver markeret eller stoppet længe før den bruger et kvartals kreditter på en uge.

Budget for AI-kreditter i Creatio AI Studios forbrugsanalyse med grænser pr. time, dag og måned, en advarselstærskel og et hårdt stop

Gennemgangen er også tidspunktet, hvor du kan finjustere. Rutineopgaver har sjældent brug for den stærkeste model, så flyt dem til en effektiv model, og gem ræsonneringsmodellerne til arbejde, der har brug for dem. Fjern overflødige dele fra agenter, der foretager ekstra modelkald, medtager mere kontekst, end de bruger, eller gentager arbejde, uden at lade outputkvaliteten falde.

Omkostningen pr. aktivitet er dog kun halvdelen af billedet. Creatios adoptionsrapport viste, at kun 55 % af de organisationer, der anvender AI for at spare omkostninger, faktisk måler besparelserne. Michael Partridge, partner med ansvar for servicekvalitet hos Deloitte, beskrev risikoen sådan i den samme rapport: "En virksomhed, der fejrer en lav AI-tokenomkostning i en kundeinteraktion, er blind for de menneskelige omkostninger, der er mange størrelsesordener større, og som opstår, når en mislykket løsning tvinger til et nyt opkald." For et salgsteam er den tilsvarende situation en billig opfølgningsmail, som ingen besvarer. Spor kreditter ved siden af det resultat, som hver arbejdsgang skal påvirke, f.eks. bookede møder, berørte fornyelser eller svartid, og vurder forbruget ud fra begge dele.

Ofte stillede spørgsmål

Udløber ubrugte Creatio AI-kreditter?

Ubrugte Creatio AI-kreditter overføres fra måned til måned og på tværs af abonnementsår inden for den aftalte periode. En organisation kan bruge færre kreditter, mens den opbygger sine første agenter, og flere efter produktionsimplementeringen uden at miste den kapacitet, den ikke brugte i begyndelsen.

Opkræver Creatio betaling pr. bruger eller pr. agent for AI?

Creatios priser omfatter ingen gebyrer pr. bruger, pr. agent, pr. applikation eller pr. API. AI-forbrug måles i AI-kreditter, som følger med Creatios AI-pakker og kan udvides med yderligere blokke på 500,000 kreditter.

Er AI-kreditter det samme som tokens?

Nej. Tokens er de indholdsenheder, som en model behandler, og hver model har sine egne tokenpriser. Creatio AI-kreditter er en fælles forbrugsenhed, der ligger oven på tokens og dækker alle understøttede modeller og AI-tjenester, herunder tale- og dokumentbehandling. Der er ingen fast omregning én til én mellem de to.

Kan man medbringe sin egen AI-model til Creatio?

Ja. Freedom-pakken understøtter medbringelse af egen model (BYOM), så du kan bruge dine egne leverandøraftaler, modelendepunkter eller understøttede AI-infrastrukturer. BYOM fjerner ikke behovet for en AI-pakke. Du administrerer selv modeladgangen, og dit kreditforbrug afspejler de Creatio-platformstjenester, du stadig bruger, f.eks. kørsel af agenter og arbejdsgange, sikkerhed, styring og overvågning.

Byg AI-budgettet op omkring dine indtægtsarbejdsgange

AI-kreditter giver salgsteams én samlet enhed til AI-arbejde på tværs af modeller, leverandører og kanaler, og pakkerne giver denne enhed et hjem med den infrastruktur og de kontroller, der skal til for at køre den. Budgettet afhænger stadig af beslutninger, som kun dit team kan træffe: hvilke arbejdsgange der ændres, hvor meget selvstændighed hver af dem får, og hvor hurtigt medarbejderne tager dem i brug. Begynd med en kort liste over disse arbejdsgange, mål hvad de rent faktisk bruger, planlæg for hele perioden i stedet for hver enkelt måned, og gennemgå det faktiske forbrug hver måned. Prognosen vil i begyndelsen tage fejl nogle steder, og den månedlige gennemgang er måden, den bliver bedre på.

Burley Kawasaki
Senior VP Creatio Industries. Co-author of No-Code Playbook. Burley brings over 25+ years of senior leadership experience in product management, product design, development, sales enablement, and consulting within the technology industry.