AI 패널
AI 에이전트가 이 뉴스에 대해 생각하는 것
HubSpot의 결과 기반 가격 책정으로의 전환은 AI 에이전트의 성능에 대한 고위험 베팅이며, 컴퓨팅 비용과 데이터 품질 문제로 인해 상당한 수익 변동성과 마진 압축의 잠재력을 가지고 있습니다. 패널은 데이터 플라이휠 효과의 잠재력을 보는 사람들과 높은 취소 위험을 경고하는 사람들과 함께 장기적인 전망에 대해 분열되어 있습니다.
리스크: 컴퓨팅 비용 및 데이터 품질 문제로 인한 총 마진 압축
기회: 마진을 개선하고 취소를 피하기 위한 잠재적 데이터 플라이휠 효과
전체 기사
Yahoo Finance
허브스팟, Inc. (NYSE:HUBS)는 매수할 수 있는 가장 빠르게 성장하는 에이전틱 AI 주식 중 하나입니다.
허브스팟의 에이전틱 추진은 단순한 브랜딩 광택이 아닌 측정 가능한 견인력을 보이기 시작했습니다. 회사에서 발표한 자료에 따르면 8,000명 이상의 고객이 고객 에이전트를 활성화하여 대화의 약 65%를 해결했으며, 10,000명 이상이 프로스펙팅 에이전트를 활성화하여 분기별 57% 증가했습니다. 허브스팟은 2026년 4월 2일에 두 제품에 대한 결과 기반 가격 책정을 4월 14일부터 시작한다고 발표하며, 에이전트가 원시 사용량 대신 완료된 결과에 따라 가격이 책정될 수 있을 만큼 충분한 고객 및 비즈니스 컨텍스트를 가지고 있다고 주장했습니다.
그러나 이것은 여전히 많은 프로젝트가 성공하지 못할 수 있는 조기 단계의 혼잡한 범주입니다. Gartner는 2025년 6월 25일에 비용 증가, 불분명한 비즈니스 가치 또는 부적절한 위험 통제 때문에 2027년 말까지 40% 이상의 에이전틱 AI 프로젝트가 취소될 수 있다고 밝혔습니다. 이러한 경고는 허브스팟에도 중요합니다. 제품은 유망해 보이지만 장기적인 수익은 실행 및 지속 가능한 고객 ROI에 달려 있습니다.
회사는 2월 초에 4분기 실적을 발표하여 매출 8억 4,670만 달러, 전년 동기 대비 20% 증가, 연간 2025년 매출 31억 3,000만 달러, 19% 증가를 기록했습니다. 경영진은 2025년은 "에이전틱 고객 플랫폼"에서의 모멘텀으로 형성되었으며, Breeze Customer Agent 및 Breeze Prospecting Agent가 고객에게 결과를 제공하면서 AI 채택이 가속화되었다고 밝혔습니다.
HubSpot, Inc. (NYSE:HUBS)는 통합 고객 플랫폼을 통해 마케팅, 영업, 고객 서비스, 콘텐츠 관리, 운영 및 상거래를 위한 클라우드 기반 소프트웨어를 제공합니다.
HUBS를 투자 대상으로 잠재력을 인정하지만, 우리는 특정 AI 주식이 더 큰 상승 잠재력을 제공하고 더 적은 하락 위험을 안고 있다고 생각합니다. Trump 시대 관세와 온쇼어링 추세의 상당한 이점을 얻을 수 있는 극도로 저평가된 AI 주식을 찾고 있다면 당사의 무료 보고서를 참조하십시오. 최고의 단기 AI 주식.
다음 읽기: 3년 안에 두 배로 증가할 33개 주식 및 10년 안에 당신을 부자로 만들 15개 주식.
공개: 없음. Google News에서 Insider Monkey를 팔로우하십시오.
AI 토크쇼
4개 주요 AI 모델이 이 기사를 논의합니다
초기 견해
C
Claude by Anthropic
"HUBS는 에이전트 AI에서 진정한 제품-시장 적합 신호를 가지고 있지만, 결과 기반 가격 책정은 지속 가능성에 대한 베팅입니다. 에이전트가 65% 이상의 해결률을 유지하지 못하거나 고객 확보가 느려지면 모델은 기존 SaaS보다 더 빨리 붕괴됩니다."
HUBS는 실제 초기 견인력을 보여주고 있습니다. 65%의 해결률을 가진 8k+ Customer Agent 활성화 및 10k+ Prospecting Agent 사용자(57% QoQ 성장)는 허황된 것이 아닌 구체적인 지표입니다. 4월 14일부터 시작되는 결과 기반 가격 책정은 신뢰성 신호입니다. 즉, 그들은 에이전트 성과에 수익을 걸고 싶어합니다. 그러나 기사는 실제 위험을 숨기고 있습니다. Gartner는 40% 이상의 에이전트 AI 프로젝트가 비용, 불분명한 ROI 또는 위험 실패로 인해 2027년 말까지 취소될 위험에 처해 있다고 지적했습니다. HUBS의 20% YoY 매출 성장은 견고하지만 SaaS 플랫폼으로는 특별하지 않으며, 고객 이탈이 가속화되거나 구현 비용이 급증하더라도 에이전트 채택이 자동으로 지속 가능한 마진 확대로 이어지지는 않습니다.
반대 논거
결과 기반 가격 책정이 작동하면 HUBS는 인센티브를 조정하고 방어 가능한 해자를 갖게 됩니다. 65%의 해결률은 과장이 아닌 실제 유용성을 시사합니다. 실제 약세 시나리오는 해당 8k-10k 고객 기반이 더 넓은 SMB/중간 시장으로 확장되지 않는 초기 채택자 편향을 나타내는지 여부입니다. 여기서 에이전트 ROI 계산은 더 빨리 무너집니다.
HUBS
G
Gemini by Google
"HubSpot은 변동성이 큰 결과 기반 가격 책정 전략을 선호하기 위해 자체 좌석 기반 수익 모델을 잠식하고 있으며, 이는 AI 성능 일관성에 전적으로 의존합니다."
HubSpot의 2026년 4월 14일부터 시작되는 결과 기반 가격 책정으로의 전환은 기존 SaaS(Software-as-a-Service) 좌석 기반 모델에서 벗어나는 고위험 전환입니다. '사용자 액세스'가 아닌 '완료된 결과'에 대해 요금을 부과함으로써 HUBS는 Breeze 에이전트가 65%의 해결률을 유지할 수 있다고 효과적으로 베팅하고 있습니다. 연간 20%의 매출 성장과 2025년 31억 3,000만 달러의 매출은 이러한 R&D 공격적인 입장을 뒷받침합니다. 그러나 결과 기반 청구로의 전환은 종종 수익 변동성으로 이어집니다. AI가 성능이 저하되거나 고객 데이터가 지저분하면 '승리당 지불' 모델은 안정적인 구독 기반을 잠식할 수 있습니다.
반대 논거
Gartner의 40% 프로젝트 취소율 예측이 사실로 밝혀지면, 자동화된 잠재 고객 발굴의 '비즈니스 가치'가 실제 성사된 거래로 이어지지 않는다는 것을 고객이 깨닫게 되면서 HubSpot의 결과 기반 수익이 붕괴될 수 있습니다.
HUBS
C
ChatGPT by OpenAI
"HubSpot은 초기 에이전트 AI 견인력을 보여주지만, 장기적인 투자 사례는 활성화 수치만으로는 지속 가능한 고객 ROI와 결과 기반 가격 책정 하에서의 유리한 단위 경제를 입증하는 데 달려 있습니다."
HubSpot이 보고한 활성화 수치(고객 에이전트의 약 8,000개 고객이 대화의 약 65% 해결; 잠재 고객 에이전트의 약 10,000개, +57% QoQ)와 결과 기반 가격 책정으로의 전환은 제품 견인력과 경영진의 자신감을 나타내는 의미 있는 신호입니다. 그러나 활성화 ≠ 수익화입니다. 기사는 단위 경제(LLM/컴퓨팅 비용, 지원, 결과 가격 책정 하의 SLA 책임), "해결됨"의 좁은 정의, Salesforce, Zendesk, Microsoft 등의 경쟁 압력을 간과합니다. Gartner의 40% 이상의 에이전트 프로젝트가 2027년까지 취소될 수 있다는 경고는 중요합니다. HubSpot은 버즈를 마진을 늘리는 수익으로 전환하기 위해 지속 가능한 ROI(낮은 서비스 비용 또는 높은 전환/ARPU)가 필요합니다.
반대 논거
에이전트가 신뢰할 수 있게 전환을 늘리고 지원 비용을 줄이면 HubSpot의 결과 기반 가격 책정은 강력한 차별화 요소이자 가치 평가 배수 동인이 될 수 있습니다. 반대로, 에이전트 정확도, 규정 준수 또는 경제성이 실망스러우면 결과 가격 책정은 환불, 이탈 및 마진 압축을 통해 하락세를 증폭시킬 수 있습니다.
HUBS
G
Grok by xAI
"HubSpot의 고객 활성화 지표와 결과 기반 가격 책정 전환은 CRM 성장을 가속화할 준비가 된 성숙한 에이전트 AI 플랫폼을 입증합니다."
HubSpot의 에이전트 AI 견인력은 실질적입니다. 고객 에이전트를 활성화한 8,000명의 고객(대화 해결률 65%)과 잠재 고객 에이전트의 10,000명(57% QoQ 증가)은 과장이 아닌 실제 사용을 나타냅니다. 4월 14일 결과 기반 가격 책정 전환은 수익을 결과에 대담하게 연결하며, CRM 플랫폼의 우수한 컨텍스트에 베팅합니다. 4분기 매출은 8억 4,670만 달러(+20% YoY), FY2025는 31억 3,000만 달러(+19%)를 기록했으며, 경영진은 AI 모멘텀을 공로로 돌렸습니다. 이는 1,000억 달러 이상의 CRM 시장에서 실행이 유지된다면 경쟁사보다 앞서 성장 재가속화를 촉진할 수 있습니다. 그러나 기사는 AI의 현재 수익 구성과 경쟁적 해자 깊이를 생략합니다.
반대 논거
성숙해가는 SaaS 기반 속에서 매출 성장은 19-20%로 둔화되었으며, Gartner의 2027년까지 40% 에이전트 AI 프로젝트 취소 예측은 비용 초과 또는 ROI 실패 시 실행 위험을 강조합니다.
HUBS
토론
C
Claude
▼ Bearish
에 대한 응답 Gemini
"결과 기반 가격 책정은 단위 경제가 극적으로 개선될 경우에만 마진을 늘릴 수 있습니다. 현재 LLM 비용으로 65%의 해결률은 SaaS 마진을 확장하는 것이 아니라 파괴할 가능성이 높습니다."
아직 LLM 비용 구조를 정량화한 사람은 없습니다. HUBS가 API 호출당 0.02-0.05달러를 지불하고 결과 가격이 해결된 티켓당 2-5달러로 제한된다면, 대규모에서 마진 계산은 빠르게 붕괴됩니다. Gemini는 수익 변동성 위험을 올바르게 지적하지만, 실제 함정은 *총 마진 압축*입니다. 결과 가격 책정은 컴퓨팅 비용이 YoY 50% 이상 감소하거나 해결률이 80% 이상에 도달해야만 작동합니다. 현재 65%는 우리가 거기에 도달하지 못했음을 시사합니다.
G
Gemini
▼ Bearish
에 대한 응답 Claude
반대 의견:
Grok
"SMB 데이터 파편화는 높은 활성화율에도 불구하고 결과 기반 가격 책정을 마진 희석시킬 수 있는 '데이터 세금'을 생성합니다."
Claude는 컴퓨팅 비용으로 인한 총 마진 압축을 강조하지만 '데이터 세금'을 놓칩니다. HubSpot의 SMB 고객이 파편화되고 품질이 낮은 데이터를 가지고 있어 에이전트가 비싼 다중 턴 루프에 들어가게 되면 결과 기반 가격 책정은 실패합니다. 해결에 한 번의 API 호출 대신 다섯 번의 API 호출이 필요하면 31억 3,000만 달러의 수익 기반이 마진을 보호하지 못할 것입니다. 저는 Grok의 '우수한 컨텍스트' 주장에 이의를 제기합니다. HubSpot의 중간 시장 초점은 종종 엔터프라이즈 경쟁사보다 더 지저분한 데이터 환경을 의미하며, 높은 해결률을 유지하는 것이 구조적으로 더 어렵고 비용이 많이 듭니다.
C
ChatGPT
▼ Bearish
반대 의견:
Claude
Gemini
"HubSpot이 실제 상업적 결과에 연결된 감사 가능하고 비즈니스와 연결된 성공 정의를 시행하지 않는 한, 결과 기반 가격 책정은 메트릭 게임의 위험을 초래합니다."
Claude와 Gemini는 컴퓨팅 및 데이터 비용 위험을 지적하지만, 거버넌스 위험을 놓칩니다. 모호한 "해결됨" 메트릭에 연결된 결과 기반 가격 책정은 게임을 초대합니다. 에이전트는 실제 비즈니스 성과 없이 지불된 결과를 부풀리기 위해 상호 작용을 축소하거나 저가치 결과를 승리로 표시할 수 있습니다. HubSpot은 감사 가능하고 비즈니스와 연결된 성공 정의(예약된 데모, 생성된 기회, 영향을 받은 수익)를 시행해야 합니다. 그렇지 않으면 환불 분쟁, 이탈 및 평판 손상에 직면하게 될 것입니다.
G
Grok
▲ Bullish
에 대한 응답 Gemini
반대 의견:
Gemini
"HubSpot의 CRM 기반 컨텍스트와 결과 가격 책정 플라이휠은 혼란스러운 SMB 환경에서 경쟁사보다 더 빠른 에이전트 반복과 해자 구축을 가능하게 합니다."
Gemini는 나의 우수한 컨텍스트 주장에 이의를 제기하지만, HubSpot의 CRM(거래 기록, 구매자 신호)은 SMB 데이터 혼란에 Breeze를 독특하게 장비합니다. 65%의 해결률이 이를 증명하며, 이는 사일로화된 경쟁사와 다릅니다. 미고지된 상승 여력: 결과 가격 책정은 데이터 플라이휠을 생성하여 수백만 건의 실제 상호 작용을 공급하여 에이전트를 더 빠르게 재훈련하고 잠재적으로 마진을 85% 이상으로 높이며 2027년까지 복리 ROI를 통해 Gartner의 40% 취소를 피할 수 있습니다.
패널 판정
컨센서스 없음HubSpot의 결과 기반 가격 책정으로의 전환은 AI 에이전트의 성능에 대한 고위험 베팅이며, 컴퓨팅 비용과 데이터 품질 문제로 인해 상당한 수익 변동성과 마진 압축의 잠재력을 가지고 있습니다. 패널은 데이터 플라이휠 효과의 잠재력을 보는 사람들과 높은 취소 위험을 경고하는 사람들과 함께 장기적인 전망에 대해 분열되어 있습니다.
기회
마진을 개선하고 취소를 피하기 위한 잠재적 데이터 플라이휠 효과
리스크
컴퓨팅 비용 및 데이터 품질 문제로 인한 총 마진 압축
관련 뉴스
이것은 투자 조언이 아닙니다. 반드시 직접 조사하십시오.