L'AI generativa sta smantellando uno delle assunzioni economiche più durature del software: che una volta costruito un prodotto, servire un cliente aggiuntivo costi quasi nulla.

Il software tradizionale richiedeva spesso ingenti investimenti iniziali, ma gli sviluppatori potevano distribuire il prodotto finito a un costo marginale molto basso. L'AI generativa funziona diversamente. Ogni prompt, ogni risposta generata e ogni task agentico deve essere prodotto—e pagato—da capo.

All'inizio di quest'anno, il co-fondatore di Stripe Patrick Collison ha sostenuto che nell'era dell'AI "il software dovrebbe essere come la pizza", preparato su ordinazione al momento dell'uso. Il software su ordinazione, tuttavia, comporta costi su ordinazione.

L'economia di Internet è stata in gran parte progettata attorno all'intento umano: le persone cercavano, cliccavano, si abbonavano e pagavano, mentre le aziende ottimizzavano quel comportamento—acquisendo clienti, convertendoli in abbonati e servendoli a basso costo su scala. Gli agenti AI ora ricercano, scrivono codice, chiamano API, eseguono task e persino effettuano pagamenti per conto di persone o aziende. Questo promette velocità e scala, ma l'attività automatizzata spingere consumo—e costi—molto oltre ciò che le aziende si aspettano o sono abituate a gestire.

Tutti stanno osservando l'AI gonfiare le fatture di calcolo; molti meno si stanno chiedendo chi sta viaggiando gratis. L'abuso di prove gratuite e di account multipli sono i killer silenziosi dell'unit economics dell'AI, e le aziende spesso scoprono il danno solo quando i margini sono già spariti. La sfida non è più semplicemente rendere il calcolo più economico, ma garantire che l'utilizzo si traduca in ricavi invece di lasciare che consumi inattesi o abusivi erodano i margini.

L'Asia illustra quanto rapidamente la transizione stia passando dalla sperimentazione all'azione. Un sondaggio Stripe del 2025 ha rilevato che l'82% dei leader aziendali stava già implementando, o pianificando di implementare, l'AI agentica, e metà degli intervistati si attende che entro il 2030 una quota maggiore delle vendite arriverà attraverso canali guidati dall'AI. Secondo Bain, l'85% degli acquirenti del Sud-est asiatico sta già usando, o prende in considerazione, strumenti AI per guidare le proprie decisioni di acquisto.

I token diventano la nuova unità di commercio

Nell'era dell'AI, due utenti diversi possono generare carichi di lavoro molto diversi, e ogni interazione comporta un costo reale. I token, i piccoli frammenti di testo in cui i modelli AI scompongono il linguaggio, sono diventati l'unità chiave per misurare e quantificare il consumo, spingendo le aziende di AI verso prezzi a consumo o ibridi—modelli che riflettono meglio il costo del consumo e consentono alle aziende di tracciare l'utilizzo e incassare i pagamenti in tempo reale.

Lovable, una piattaforma di creazione software basata sull'AI che utilizza Stripe, illustra questa transizione. L'azienda è partita con gli abbonamenti, ma è passata alla fatturazione in base all'utilizzo: una volta superata l'assegnazione gratuita prevista dal proprio piano, i clienti vengono addebitati in base al consumo di token AI.

Questo modello introduce una nuova vulnerabilità: il furto di token. Gli abusatori aggirano il sistema creando account multipli, sfruttando le prove gratuite e consumando token AI senza alcuna intenzione di pagare. Ogni token consumato da un opportunistico genera un costo operativo immediato che l'azienda non recupererà mai.

La ricerca di Stripe ha rilevato che più di una registrazione su sei presso le aziende di AI è collegata all'abuso multi-account. Con questo rapporto, l'abuso cresce insieme allo sviluppo: più velocemente un'azienda di AI aggiunge utenti, più account opportunistici arrivano insieme a quelli legittimi.

Il tempismo conta. Le aziende di AI non possono permettersi di intervenire solo quando una richiesta di pagamento fallisce; a quel punto, l'utente è già passato oltre. L'abuso deve invece essere rilevato al momento registrazione, prima ancora che venga consumato il primo token. Stripe, attraverso soluzioni come Stripe Radar—uno strumento AI di prevenzione delle frodi addestrato su dati di milioni di aziende in tutto il mondo—ha prevenuto 1,3 miliardi di dollari di frodi a Singapore lo scorso anno.

Proteggere i margini

La sfida non è semplicemente rilevare il furto di token o le frodi, ma decidere come rispondere. Le aziende necessitano di maggiore visibilità su dove i loro margini sono esposti, oltre alla flessibilità di impostare la propria tolleranza al rischio e adattare la risposta a comportamenti diversi. Ad esempio, chi crea ripetutamente nuovi account per rubare token AI gratuiti dovrebbe essere trattato diversamente da un utente occasionale pagante il cui utilizzo aumenta improvvisamente.

Gli indicatori da monitorare sono concreti: la quota di nuove registrazioni segnalate per abuso multi-account, il ritmo con cui le assegnazioni gratuite vengono esaurite e se l'abuso viene individuato al momento della registrazione o solo quando un pagamento fallisce. Man mano che l'AI cambia il costo del servizio ai clienti, proteggere i margini dipenderà non solo da un calcolo più economico, ma dal garantire che ogni token consumato conti.

Le opinioni espresse negli articoli di commento di Fortune.com sono esclusivamente quelle dei rispettivi autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune. Questa storia è stata originariamente pubblicata su Fortune.com.