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:

1. Il referral system non è mai solo marketing. È parte del prodotto.

2. L’attivazione è la vera metrica da incentivare.

3. I contenuti pubblici sono anche canali di acquisizione.

4. I crediti devono essere gestiti con intelligenza psicologica.

5. Il pricing va pensato come UX, non solo come revenue model.

6. Le S-curve si costruiscono anche a livello di business model.

7. 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.