Exploring pricing for generative AI applications: A Design Science approach

Abstract

Generative AI (genAI) is a growing technology, which is constantly being implemented in new domains. Implementing genAI in the public sector can increase efficiency and user satisfaction in the processes of public sector clients. However, the pricing of genAI applications is less well understood and studied. The genAI technology and its infrastructure brings new pricing elements to existing pricing strategies. To create effective pricing strategies, the elements of pricing genAI applications need to be understood.

This thesis studies how pricing of genAI applications should be done in the public sector, what elements affect the pricing and how they should be managed. The research is conducted using Design Science methodology, consisting of gathering knowledge-base, 8 interviews, design iterations and a result evaluation. The research results in a pricing element centric framework for choosing pricing strategies for genAI applications in the public sector.

The pricing of genAI applications in the public sector requires understanding the pricing elements of genAI and the public sector. The pricing elements specific to genAI applications include dynamic components such as usage, LLMs and the computational infrastructure, which creates a volatile cost structure. The public sector clients affect the genAI application’s data and privacy restrictions. In addition, the public sector budgets affect the client’ price sensitivity and willing-ness-to-pay. The pricing needs to consider these elements for it to be successful. The thesis highlights the importance of cost management, demonstrating value creation and managing dynamic components as means of managing the pricing elements.

Generatiivinen tekoäly (genAI) on kasvava teknologia, jota otetaan jatkuvasti käyttöön uusilla toimialoilla. Generatiivisen tekoälyn käyttöönotto julkisella sektorilla voi kasvattaa julkisen sektorin prosessien tehokkuutta ja asiakastyytyväisyyttä. Generatiivista tekoälyä hyödyntävien sovellusten hinnoittelua ei kuitenkaan ole vielä laajasti tutkittu. Tehokkaan hinnoittelustrategian luominen vaatii genAI teknologian ja sen infrastruktuurin mukana tuomien hinnoitteluelementtien ymmärtämistä.

Tämä diplomityö tutkii miten generatiivista tekoälyä hyödyntäviä sovelluksia tulisi hinnoitella julkiselle sektorille, mitkä elementit siihen vaikuttavat ja miten näitä elementtejä tulisi hallita. Tutkimus toteutettiin Design Science -metodologiaa käyttäen, sisältäen tietopohjan keruun, kahdeksan haastattelua, suunnitteluiteraatioita ja lopputuloksen arvioinnin. Työn lopputuloksena on hinnoitteluelementteihin perustuva viitekehys hinnoittelustrategian valintaan julkiselle sektorille.

Generatiivisten tekoälysovellusten ja julkisen sektorin hinnoitteluelementit tulee hallita, jotta voi luoda hinnoittelua julkiselle sektorille. Generatiiviselle tekoälylle yksilölliset hinnoitteluelementit sisältävät dynaamiset komponentit kuten käytön vaihtelun, suuret kielimallit ja infrastruktuurin, jotka tekevät kulurakenteesta epävakaan. Julkisen sektorin asiakkaan tiedonkäsittely ja yksityisyys vaatimukset puolestaan hankaloittavat käytetyn kielimallin ja infrastruktuurin valintaa. Lisäksi julkisen sektorin budjetit vaikuttavat asiakkaan hintatietoisuuteen ja maksuhalukkuuteen. Hinnoittelun tulee ottaa huomioon kaikki nämä elementit saavuttaakseen tavoitteet. Diplomityö korostaa kulujen hallinnan, arvon tuoton ja dynaamisten komponenttien käsittelyn tärkeyttä hinnoitteluelementtien hallinnassa.