Why SaaS freemium playbooks don’t work in AI, and what to do instead

Why SaaS freemium playbooks don’t work in AI, and what to do instead

Почему SaaS-стратегии фримиума не работают в AI и что делать вместо них

How to build an AI monetization strategy that actually works

Как построить стратегию монетизации AI, которая действительно работает

👋 Hey there, I’m Lenny. Each week, I answer reader questions about building product, driving growth, and accelerating your career. For more: Lenny’s Podcast | Lennybot | How I AI | My favorite AI/PM courses, public speaking course, and interview prep copilot

👋 Привет, я Lenny. Каждую неделю я отвечаю на вопросы читателей о создании продукта, росте и ускорении карьеры. Больше материалов: Lenny’s Podcast | Lennybot | How I AI | мои любимые курсы по AI/PM, курс по публичным выступлениям и copilot для подготовки к собеседованиям

P.S. Get a full free year of Google AI, Cursor, Lovable, Notion, Manus, Replit, Gamma, n8n, Canva, ElevenLabs, Factory, Wispr Flow, Fin, Supabase, Bolt, Linear, PostHog, Framer, Railway, Granola, Warp, Gumloop, Magic Patterns, Mobbin, Stripe Atlas, and ChatPRD, by becoming an Insider subscriber. Yes, this is for real.

P.S. Получите целый бесплатный год Google AI, Cursor, Lovable, Notion, Manus, Replit, Gamma, n8n, Canva, ElevenLabs, Factory, Wispr Flow, Fin, Supabase, Bolt, Linear, PostHog, Framer, Railway, Granola, Warp, Gumloop, Magic Patterns, Mobbin, Stripe Atlas и ChatPRD, став подписчиком Insider. Да, это по-настоящему.

Today’s guest author, Vikas Kansal, leads product for Google AI, arguably the most successful consumer subscription bundle in history, with Gemini 3.1, Nano Banana, NotebookLM, Veo3, and terabytes (!) of cloud storage. Vikas has been on the front lines of figuring out how to successfully monetize AI products, balancing compute costs with sustainable growth, and in today’s in-depth guest post, he shares all the lessons he and his team have learned about paywalling AI.

Сегодняшний приглашённый автор, Vikas Kansal, отвечает за продукт в Google AI — пожалуй, самом успешном потребительском подписочном бандле в истории, включающем Gemini 3.1, Nano Banana, NotebookLM, Veo3 и терабайты (!) облачного хранилища. Vikas находится на передовой в вопросе о том, как успешно монетизировать AI-продукты, балансируя между затратами на вычисления и устойчивым ростом, и в сегодняшнем подробном гостевом посте он делится всеми уроками, которые он и его команда извлекли о том, как ставить платную стену в AI.

Let’s get into it.

Давайте приступим.

You’ve just launched an incredible AI product. Growth is exploding, and users are completely hooked on the “magic” of your free tier. Then your bills arrive. In traditional SaaS, serving an extra free user costs essentially zero. In AI, every time a free user hits “Enter,” your GPUs fire, and your cash burns. AI products need to figure out monetization quickly, or compute costs will bankrupt your company.

Вы только что запустили потрясающий AI-продукт. Рост взрывной, а пользователи полностью увлечены «магией» вашего бесплатного уровня. А потом приходят счета. В традиционном SaaS обслуживание ещё одного бесплатного пользователя стоит практически ноль. В AI же каждый раз, когда бесплатный пользователь нажимает «Enter», запускаются ваши GPU, и деньги сгорают. AI-продуктам нужно быстро разобраться с монетизацией, иначе затраты на вычисления обанкротят вашу компанию.

Most product teams still reach for the traditional SaaS freemium playbook when designing their AI freemium strategy: give away the basics, and gate the best features. But as growth expert (and four-time Lenny’s Podcast guest) Elena Verna rightly points out, when building an AI product, you have to give away a massive amount of “magic” for users to get to the aha moment. They need to actually experience the model writing a perfect email or generating that perfect image before deciding to use a product even a second time. In today’s increasingly noisy market, the time to value (TTV) must be instantaneous if you hope to keep people’s attention.

Большинство продуктовых команд при разработке своей фримиум-стратегии для AI всё ещё хватаются за традиционный SaaS-плейбук фримиума: раздавай базовое, а лучшие функции закрывай. Но как справедливо отмечает эксперт по росту (и четырёхкратный гость Lenny’s Podcast) Elena Verna, при создании AI-продукта вам приходится раздавать огромное количество «магии», чтобы пользователи дошли до момента озарения. Им нужно действительно увидеть, как модель пишет идеальное письмо или генерирует то самое идеальное изображение, прежде чем они решат воспользоваться продуктом хотя бы во второй раз. На сегодняшнем всё более шумном рынке время до получения ценности (TTV) должно быть мгновенным, если вы надеетесь удержать внимание людей.

But this creates a paradox: what happens when that free magical experience becomes so good (and expensive in compute) that it cannibalizes your premium tier?

Но это создаёт парадокс: что происходит, когда этот бесплатный волшебный опыт становится настолько хорош (и дорог в вычислениях), что начинает каннибализировать ваш премиум-уровень?

While launching Google’s AI subscriptions, we slammed right into this wall. The free tier was so good that for most tasks, it was outperforming humans. For free! It could write flawless Python, draft perfect marketing copy, and summarize long email threads instantly. We realized we were competing against ourselves, while also trying to create a sustainable business as demand for AI compute exponentially increases over time. Users rightly asked themselves, “Why should I pay $20 a month when the free version is already smarter than I am?”

Запуская AI-подписки Google, мы со всей силой врезались в эту стену. Бесплатный уровень был настолько хорош, что для большинства задач превосходил людей. Бесплатно! Он мог писать безупречный Python, готовить идеальные маркетинговые тексты и мгновенно суммировать длинные цепочки писем. Мы поняли, что конкурируем сами с собой, одновременно пытаясь создать устойчивый бизнес в условиях экспоненциального роста спроса на AI-вычисления со временем. Пользователи справедливо спрашивали себя: «Зачем мне платить $20 в месяц, если бесплатная версия уже умнее меня?»

The traditional SaaS playbook would suggest that we should’ve paygated some of our best features, like the viral NotebookLM podcast generator, Nano Banana images, or Gemini Deep Research. In the past, Slack successfully gated message history and Figma gated team libraries. But if we had paygated the ability to talk it out live with Gemini or Deep Research, users would never have experienced the magic needed to build a daily habit and worked up a desire to try the tools again. Plus, this may not have actually addressed the biggest sources of compute costs. The reality of AI products forced us to completely rebuild the anatomy of a paywall for AI subscriptions. Here is the framework we developed.

Традиционный SaaS-плейбук подсказал бы, что нам следовало закрыть платной стеной некоторые из наших лучших функций, например вирусный генератор подкастов NotebookLM, изображения Nano Banana или Gemini Deep Research. В прошлом Slack успешно закрывал доступ к истории сообщений, а Figma — к командным библиотекам. Но если бы мы закрыли платной стеной возможность вживую проговорить задачу с Gemini или Deep Research, пользователи никогда бы не ощутили ту магию, которая нужна, чтобы выработать ежедневную привычку и появилось желание снова попробовать инструменты. К тому же это, возможно, и не решило бы проблему с крупнейшими источниками затрат на вычисления. Реальность AI-продуктов вынудила нас полностью перестроить анатомию платной стены для AI-подписок. Вот фреймворк, который мы разработали.

The anatomy of a modern AI paywall

Анатомия современной AI-платной стены

The modern AI paywall should be constructed with both sides of the equation in mind: what users expect and what actually costs the company money in compute. This means moving beyond a traditional SaaS freemium model to multiple dynamic, usage-based, and outcome-driven tiers. If you are building an AI paywall, shift your upgrade triggers to these three pillars that align customer utility with costs to the company:

Современную AI-платную стену следует выстраивать, держа в уме обе стороны уравнения: что ожидают пользователи и что на самом деле стоит компании денег в вычислениях. Это означает выход за рамки традиционной SaaS-модели фримиума к нескольким динамическим уровням, основанным на использовании и на результате. Если вы строите AI-платную стену, перенесите свои триггеры апгрейда на эти три столпа, которые согласуют полезность для клиента с затратами компании:

Pillar 1: Gate usage intensity

Столп 1: Ограничивайте интенсивность использования

When we first added a paywall to Google’s AI features, our instinct was the traditional SaaS “premium” play: a single $20 Gemini Advanced tier, where users pay to access the smartest model. But we quickly hit two problems. First, as I mentioned above, the free tier was already so capable that many users felt it was already “smarter than them.” So they saw no reason to upgrade. But the second was more surprising: the power users who did upgrade were consuming such immense amounts of compute that the unit economics for the company were terrifying. We realized the real value proposition wasn’t just the quality of the model/answer, but the volume of work a user could pump through the system. And we’d have to price that access accordingly if the business model was going to work.

Когда мы впервые добавили платную стену к AI-функциям Google, нашим инстинктом был традиционный SaaS-ход с «премиумом»: единый тариф Gemini Advanced за $20, где пользователи платят за доступ к самой умной модели. Но мы быстро столкнулись с двумя проблемами. Во-первых, как я уже упоминал выше, бесплатный уровень был настолько способным, что многие пользователи считали, что он уже «умнее их». Так что они не видели причин апгрейдиться. Но вторая была более неожиданной: power-пользователи, которые всё же апгрейдились, потребляли такие колоссальные объёмы вычислений, что юнит-экономика для компании выглядела пугающе. Мы поняли, что реальное ценностное предложение — это не только качество модели/ответа, но и объём работы, который пользователь может прогнать через систему. И нам пришлось бы тарифицировать этот доступ соответствующим образом, чтобы бизнес-модель работала.

So we redesigned our offering into Plus, Pro, and Ultra tiers. Each bucket maps to a specific level of usage intensity, offering higher usage and larger context windows (up to 1 million tokens) as you move up. This provides users with predictable, prepaid pricing tiers and avoids the pay-per-use AWS-style bill shock that consumers hate. You get a taste of most features in every tier, and the Pro tier may be sufficient for a casual experimenter, while power users would opt for the Ultra tier. This approach aligned our unit economics and subscriber distribution to create a financially sustainable business model. We found that gating usage intensity was a more powerful monetization lever than gating model intelligence.

Поэтому мы переработали наше предложение в тарифы Plus, Pro и Ultra. Каждая корзина соответствует определённому уровню интенсивности использования, предлагая более высокий объём использования и более крупные контекстные окна (до 1 миллиона токенов) по мере перехода вверх. Это даёт пользователям предсказуемые, предоплаченные тарифные уровни и избавляет от ненавистного потребителям шока от счёта в стиле AWS с оплатой по факту. В каждом тарифе вы получаете вкус большинства функций, и тариф Pro может быть достаточным для случайного экспериментатора, тогда как power-пользователи выберут тариф Ultra. Этот подход согласовал нашу юнит-экономику и распределение подписчиков так, чтобы создать финансово устойчивую бизнес-модель. Мы обнаружили, что ограничение интенсивности использования — более мощный рычаг монетизации, чем ограничение интеллекта модели.

As another example, Midjourney does this well. They use a “Fast Mode” vs. “Relax Mode” system. Fast Mode provides instant GPU access for quick results using limited monthly hours—which are priced accordingly. Once Fast Hours are exhausted, users on Standard plans or higher can switch to unlimited Relax Mode, which operates in a queue based on demand. Users are paying for priority access to their GPUs to generate more, faster images and not necessarily for better images. And the company can keep their unit economics tight.

В качестве ещё одного примера, Midjourney делает это хорошо. Они используют систему «Fast Mode» против «Relax Mode». Fast Mode обеспечивает мгновенный доступ к GPU для быстрых результатов, используя ограниченное число часов в месяц — которые тарифицируются соответствующе. Как только Fast Hours исчерпаны, пользователи на тарифах Standard и выше могут переключиться на безлимитный Relax Mode, который работает в очереди в зависимости от спроса. Пользователи платят за приоритетный доступ к своим GPU, чтобы генерировать больше изображений и быстрее, а не обязательно за лучшие изображения. И компания может держать свою юнит-экономику в узде.

Pillar 2: Gate outcomes

Столп 2: Ограничивайте результаты

While Pillar 1 monetizes raw compute and volume, Pillar 2 monetizes productivity. The free tier may give a user the right answer, but it requires manual effort—copying, pasting, prompting, and formatting. To get users to upgrade, you must put a paywall in front of features that collapse multi-step tasks into a single click. “Pro” users are highly sensitive to friction, and they will justify the subscription cost simply based on the hours of work it eliminates from their life.

Если Столп 1 монетизирует сырые вычисления и объём, то Столп 2 монетизирует продуктивность. Бесплатный уровень может дать пользователю правильный ответ, но это требует ручных усилий — копирования, вставки, формулирования промптов и форматирования. Чтобы заставить пользователей апгрейдиться, нужно поставить платную стену перед функциями, которые сворачивают многошаговые задачи в один клик. «Pro»-пользователи крайне чувствительны к трению, и они оправдают стоимость подписки просто исходя из тех часов работы, которые она убирает из их жизни.

Our original value proposition for Gemini Advanced was built entirely around providing the “best and fastest answer” a frontier model could produce. Since then, LLMs made a major transition from passive text generators to autonomous AI agents that can reason, plan, use tools, and retain memory to complete complex tasks. We embraced this shift by making Chrome auto browse exclusively for our higher tiers. Chrome’s auto browse (powered by Gemini) is an AI agent feature that autonomously navigates websites, fills out forms, compares products, adds items to carts, and manages tasks like booking appointments within the browser. We framed the paywall around the employee labor saved, by letting the agent navigate the web and execute actions on behalf of the user to complete actual work. We stopped selling “answers” and started selling “hours.”

Наше изначальное ценностное предложение для Gemini Advanced целиком строилось вокруг предоставления «лучшего и самого быстрого ответа», который могла выдать frontier-модель. С тех пор LLM совершили крупный переход от пассивных генераторов текста к автономным AI-агентам, которые умеют рассуждать, планировать, использовать инструменты и сохранять память, чтобы выполнять сложные задачи. Мы приняли этот сдвиг, сделав Chrome auto browse доступным исключительно для наших более высоких тарифов. Chrome auto browse (на базе Gemini) — это функция AI-агента, который автономно перемещается по сайтам, заполняет формы, сравнивает товары, добавляет позиции в корзину и управляет задачами вроде записи на приём прямо в браузере. Мы выстроили платную стену вокруг сэкономленного труда сотрудника, позволяя агенту перемещаться по сети и выполнять действия от имени пользователя, чтобы делать настоящую работу. Мы перестали продавать «ответы» и начали продавать «часы».

Intercom’s Fin AI agent is the gold standard in outcome-based AI pricing. It charges $0.99 per resolution. It’s free to let the AI try to answer, but you only pay when the user confirms their problem was actually solved. Sierra also does this well.

AI-агент Fin от Intercom — золотой стандарт ценообразования AI по результату. Он берёт $0,99 за решение. Дать AI попробовать ответить бесплатно, но вы платите, только когда пользователь подтверждает, что его проблема действительно решена. Sierra тоже делает это хорошо.

Pillar 3: Gate the heaviest compute modalities

Столп 3: Ограничивайте самые тяжёлые по вычислениям модальности

When we were brainstorming the go-to-market for Genie 3—our real-time interactive “world model”—we knew the compute costs would be staggering. During internal dogfooding, we joked that the TPUs were melting on every prompt. We realized that offering this to every free user wasn’t just a bad business move but was physically impossible. There simply weren’t enough TPUs to serve this model at the 100K+ QPS required for hundreds of millions of DAUs. However, we also found that consumers intrinsically understand that these heavy modalities are a premium service. They don’t expect a cinematic, photorealistic 3D world to be free in the same way they expect a 500-word email to be.

Когда мы продумывали go-to-market для Genie 3 — нашей интерактивной «мировой модели» реального времени — мы знали, что затраты на вычисления будут ошеломляющими. Во время внутреннего dogfooding мы шутили, что TPU плавятся на каждом промпте. Мы поняли, что предлагать это каждому бесплатному пользователю было не просто плохим бизнес-ходом, а физически невозможным. Просто не было достаточно TPU, чтобы обслуживать эту модель при необходимых 100K+ QPS для сотен миллионов DAU. Однако мы также обнаружили, что потребители интуитивно понимают: эти тяжёлые модальности — премиум-услуга. Они не ожидают, что кинематографичный, фотореалистичный 3D-мир будет бесплатным так же, как они ожидают бесплатное письмо на 500 слов.

So we made Genie 3 available exclusively to our highest-tier members. By elevating this frontier world model into a premium tier, we turned a massive compute liability into a powerful incentive for users to move to the top of our pricing ladder. This also enabled us to showcase the state-of-the-art model without running into capacity constraints.

Поэтому мы сделали Genie 3 доступным исключительно участникам нашего высшего тарифа. Подняв эту frontier-модель мира в премиум-уровень, мы превратили колоссальное вычислительное обязательство в мощный стимул для пользователей перейти на вершину нашей ценовой лестницы. Это также позволило нам продемонстрировать state-of-the-art модель, не упираясь в ограничения по мощностям.

My advice is to use your most expensive, compute-heavy modalities as the ultimate upgrade trigger for your highest subscription tier. Make text and basic image generation universally accessible to drive top-of-funnel growth, but set a hard paywall the moment a user wants to render a cinematic video, run a real-time simulation, or enter a persistent 3D environment.

Мой совет — использовать ваши самые дорогие, тяжёлые по вычислениям модальности как главный триггер апгрейда для вашего высшего тарифа подписки. Сделайте генерацию текста и базовых изображений общедоступной, чтобы стимулировать рост верхней части воронки, но ставьте жёсткую платную стену в тот момент, когда пользователь захочет отрендерить кинематографичное видео, запустить симуляцию в реальном времени или войти в постоянную 3D-среду.

Craft your monetization ecosystem

Создайте свою экосистему монетизации

Well-crafted and value-aligned tiers can capture the user’s experimental budget, but they won’t keep it. AI subscriptions have relatively higher churn compared with traditional SaaS simply because the core usage habits are still being formed. To access that lifetime user value, you have to design an ecosystem surrounding the tiers to contain and expand your customer base. Below is how you optimize conversion, retention, and cost to serve to ensure that you’re building an ecosystem that lasts.

Хорошо проработанные и согласованные с ценностью тарифы могут захватить экспериментальный бюджет пользователя, но не удержат его. У AI-подписок относительно более высокий отток по сравнению с традиционным SaaS просто потому, что основные привычки использования всё ещё формируются. Чтобы добраться до пожизненной ценности пользователя, нужно спроектировать экосистему вокруг тарифов, чтобы удерживать и расширять вашу клиентскую базу. Ниже — как оптимизировать конверсию, удержание и стоимость обслуживания, чтобы вы строили экосистему, которая прослужит долго.

Nail your conversion catalysts

Доведите до совершенства свои катализаторы конверсии

Deciding what value to put in which tier is only half the battle. You also need to master when and how to prompt the upsell that actually drives revenue. To push a highly engaged free user over the tipping point, you need specific conversion catalysts—behavioral triggers, contextual UX nudges, and strategic packaging that transform a frustrating roadblock into a frictionless, no-brainer upgrade. Showing the upgrade prompt is more an art than a science. Driving meaningful conversions ultimately comes down to surfacing the right contextual nudge to the right user at the exact moment of high intent. With Google AI subscriptions, we’ve found a few approaches that really work:

Решить, какую ценность поместить в какой тариф, — лишь половина дела. Нужно ещё мастерски овладеть тем, когда и как подталкивать к апселлу, который действительно приносит выручку. Чтобы подтолкнуть сильно вовлечённого бесплатного пользователя за переломную точку, вам нужны конкретные катализаторы конверсии — поведенческие триггеры, контекстные UX-подсказки и стратегическая упаковка, которые превращают раздражающее препятствие в апгрейд без трения, не требующий раздумий. Показ подсказки об апгрейде — это скорее искусство, чем наука. Получение значимых конверсий в итоге сводится к тому, чтобы вывести правильную контекстную подсказку нужному пользователю в точный момент высокого намерения. С AI-подписками Google мы нашли несколько подходов, которые действительно работают:

This post is for paid subscribers

Этот пост — для платных подписчиков