Il futuro della monetizzazione nell’AI
Ecco cosa stanno sbagliando Lovable e altro tool AI
Lovable ha appena lanciato un sistema di referral che sembra semplice, ma nasconde qualcosa di molto più grande: una lezione su pricing, retention e modelli di monetizzazione nell’era dell’AI.
Ma prima, facciamo un passo indietro.
Siamo nel mezzo di una rivoluzione: da Digital First a AI First
Il ciclo di vita delle aziende digitali non è più lineare.
Crescono, maturano, stagnano.
Poi, se sono brave, trovano una nuova curva S da scalare.
Netflix lo ha fatto:
prima i DVD
poi lo streaming
poi i contenuti originali
ora? Magari produzioni con AI.
Google lo sta facendo con Gemini.
Lovable è appena partita, ma sembra aver trovato la sua prima curva S.
E guarda caso… è costruita sul modello di business, non sulla feature.
Ma veniamo a Lovable e al suo sistema di referral
Lovable è un tool AI che ti permette di creare un sito con un prompt tipo “fammi una landing per un consulente LinkedIn”.
È freemium:
5 crediti al giorno per utenti free
tutto quello che crei è pubblico
per renderlo privato → devi passare al PRO
Tutto questo si unisce perfettamente ad un sistema di referral che hanno appena lanciato:
1. Reward doppio, ma condizionato all’attivazione.
Inviti un amico → ricevi 10 crediti
MA: li ricevi solo se l’amico pubblica il suo primo sito
👉 Hanno legato il reward a una vera activation metric.
👉 Solo chi sperimenta valore genera valore per altri.
2. Ogni sito pubblicato crea valore pubblico.
Gli utenti free creano siti pubblici
Questi siti sono remixabili da altri
E portano awareness: ogni sito ha il tag “Made with Lovable”
Risultato?
Ogni referral porta nuovi utenti e nuovi template.
Ogni attivazione alimenta la community.
Ogni contenuto creato diventa marketing.
Ma quanto vale davvero un credito?
Nel pricing ufficiale:
100 crediti costano $25 → $0.25 a credito
Quindi ogni referral "attivato" costa a Lovable $2.50.
Per un utente che:
si registra
crea
pubblica
Molto meno di qualsiasi CPA su Meta o Google, soprattutto nel mercato americano.
Eppure… secondo me è un’occasione sprecata
10 crediti sono troppo pochi.
Con 5 crediti al giorno, servono almeno 2 giorni per pubblicare qualcosa.
→ Troppo lento, troppa frizione.
Avrei calcolato quanti crediti servono in media per pubblicare un sito (es. 30) e avrei dato 30 crediti sia a chi invita sia a chi viene invitato.
Più valore percepito, meno attrito.
I crediti sono il nuovo standard. Ma sono anche il nuovo problema.
Quasi tutte le AI app usano i crediti:
Opus Clip
Notion AI
Lovable
ChatGPT
Canva (anche se non lo dice chiaramente)
Ma il credito ha un problema: ansia da utilizzo
Se li mostri, come fa Lovable o Opus Clip, l’utente si frena.
Se invece li nascondi (come fa Canva), l’esperienza migliora.
Canva ti blocca solo quando li hai finiti. Niente counter. Solo azione → limite → upgrade.
Soluzioni? Ecco le migliori che ho visto:
1. Nascondi i crediti, mostra solo il blocco.
L’utente agisce senza ansia → poi viene interrotto quando serve.
2. Non chiamarli “crediti”. Chiamali “limiti”.
Cambia la percezione:
Credito = “l’ho pagato, è mio”
Limite = “ok, ho raggiunto il confine previsto dal mio piano”
3. Fai rollover limitato nel tempo.
Come Opus Clip:
→ i crediti non usati durano 60 giorni
Eviti l’effetto “accumulo e poi downgrade”.
Dove andrà tutto questo?
Il modello a crediti è solo l’inizio.
Vedremo sempre di più:
Outcome-based pricing (paghi solo se ottieni un risultato)
Trigger pricing (paghi solo se superi un limite)
Personalizzazione dinamica dei piani
Modelli ibridi crediti + abbonamento
Monetizzazione indiretta via referral + contenuti pubblici
Tutto questo serve a massimizzare la retention e minimizzare il CAC, che è la vera guerra dell’AI.
Ne parlo meglio qui:
In sintesi
Ecco le 7 lezioni chiave che ci possiamo portare a casa:
Il referral system non è mai solo marketing. È parte del prodotto.
L’attivazione è la vera metrica da incentivare.
I contenuti pubblici sono anche canali di acquisizione.
I crediti devono essere gestiti con intelligenza psicologica.
Il pricing va pensato come UX, non solo come revenue model.
Le S-curve si costruiscono anche a livello di business model.
L’AI sta riscrivendo le regole: retention-first, outcome-based, low-friction.
Se ti interessano questi temi (referral, monetizzazione, crescita AI-first) ti consiglio:
Il corso che puoi iniziare gratis su Learnn su come creare un referral program e vari corsi growth
Di seguirmi per il prossimo articolo e post LinkedIn dove parlerò di outcome pricing in AI (con esempi pratici)
Fammi sapere nei commenti se vuoi approfondire uno di questi punti o se hai esempi di pricing AI che ti hanno colpito.
Articolo illuminante Luca, grazie! Molto bella la la costruzione della curva S.
Ti lascio una domanda a partire dalla mia esperienza con Lovable: dopo un (bel) po' di utilizzo, ho iniziato a percepire che uno dei veri valori premium per utenti non tech-savvy potrebbe essere il contatto umano.
Dove molti tool AI stile lovable si basano sull’idea del "fai tutto da solo", sono sicuro che per la grande maggioranza degli utenti questo campo largo sia "agorafobico": sono certo che si bloccano, si scoraggiano.
Secondo te offrire accesso a supporto umano - magari solo per i PRO, potrebbe diventare un trigger efficace per la conversione?
Molto interessante, stiamo proprio sviluppando un modello ibrido, abbonamento + crediti, che da ora chiamerò limiti 😀