El 10 de diciembre de 2024, Elliot Greenwald (Sierra) publicó el texto fundacional del outcome-based pricing para agentes de IA. Tesis central: los agentes de IA que ejecutan procesos de forma autónoma hacen posible un modelo de precios sin precedentes — «solo se paga cuando el software logra resultados específicos y valiosos: outcome-based pricing».

El artículo despliega una genealogía de cuatro eras. (1) Software empaquetado (shrink-wrapped) (años 80-90): la caja de disquete/CD-ROM en Fry's Electronics — «Lo hubieras usado o no, lo pagabas». (2) SaaS / basado en licencias: Salesforce fue pionero, seguido de Google/Microsoft/Adobe; su principal defecto = shelfware («las licencias sin usar permanecen inactivas en un proverbial estante de tienda»). (3) Basado en consumo: AWS y Snowflake — «se cobraba solo por lo que se usaba». (4) Basado en resultados: agentes de IA.

el outcome-based pricing está ligado a impactos de negocio tangibles —como una conversación de soporte resuelta, una cancelación evitada, un upsell, un cross-sell, o cualquier otro resultado valioso—. Si la conversación no se resuelve, en la mayoría de los casos no hay cargo

**Elliot Greenwald** — Sierra , sierra.ai

Definición canónica: «el outcome-based pricing está ligado a impactos de negocio tangibles —como una conversación de soporte resuelta, una cancelación evitada, un upsell, un cross-sell, o cualquier otro resultado valioso—. Si la conversación no se resuelve, en la mayoría de los casos no hay cargo».

Principio de alineación: «con el outcome-based pricing, Sierra cobra solo cuando completamos una tarea para el cliente. Nuestros incentivos están alineados». Greenwald señala el conflicto estructural que enfrentan los proveedores de CX tradicionales: sus ingresos dependen del pricing basado en licencias, y sin embargo «cuanto más eficaz se vuelve su IA, menos licencias de centro de contacto necesitan sus clientes—socavando el propio modelo de ingresos del proveedor». Un agente de IA eficaz canibaliza un modelo de ingresos construido sobre licencias; un proveedor puro que cobra por resultado no tiene ese conflicto.

El modelo es granular: se distingue entre resoluciones simples (una sola pregunta) y complejas (un caso que requiere una llamada de 20 minutos a nivel L2); las escalaciones generalmente no generan cargo; es posible un modelo de pricing mixto (blended) (basado en consumo para interacciones de enrutamiento/saludo). Del lado del proveedor, hay un compromiso de optimización continua: «seguimos implementando optimizaciones concertadas y dirigidas para refinar el rendimiento del agente con el tiempo».

Alcance: planteado a finales de 2024, este artículo precede y fundamenta el debate de 2026 sobre la economía agéntica. Aporta el vocabulario de la unidad de facturación (el resultado completado, no la licencia/el uso/el token) retomado después por Gupta (coste de un resultado completado, visión del lado del comprador), Bain (el outcome-based pricing desplaza los ingresos de licencias fijas hacia la economía de labor/operaciones, citando a Sierra como ejemplo) y Ng (pricing anclado al salario sustituido). ⚠️ El artículo no contiene ninguna cifra (sin ROI, sin cliente nombrado): es un manifiesto conceptual. Debe usarse para el slot de Cost Optimization (visión del lado del proveedor del coste por resultado) y para el posicionamiento basado en valor de la entrega agéntica.