課題

Chipp.ai は、2023 年に AI アクセスの民主化を目指して立ち上げました。ノースダコタ州ファーゴを拠点とするこのスタートアップは、大企業が自社のウェブサイト用に構築しているような、ブランドネイティブのカスタム AI エージェントを中小企業が作成できるように支援したいと考えていました。そこで、顧客が独自の AI エージェントを開発、トレーニング、運用できるノーコードのプラットフォームを構築しました。Chipp を使用すると、ホテル、医療機関、代理店などの企業は、Anthropic、OpenAI、Google の一般的な LLM モデルを組み合わせて使用でき、複数のサブスクリプションを契約する必要はありません。

当初、Chipp は従来の SaaS サブスクリプションモデルで顧客に請求していました。しかし、この設定はすぐに不一致になりました。Chipp の経費は、インターフェイスの構築中とエージェントの本番稼働後の両方で、各顧客の LLM トークン消費量に応じて変動する可能性があったためです。たとえば、月額 29 ドルのプランで 4,000 ドルのトークン請求が発生したあるビジネスのように、少数のパワーユーザーが、Chipp の利益率を圧迫する多額のコストを生み出す可能性がありました。さらに、Chipp のチームは手動で請求書を作成して、決済のフォローアップに何時間も費やす必要がありました。

Chipp の共同創業者兼 CEO である Scott Meyer 氏は次のように述べています。「基本的に、損失が生じないようにどのサブスクリプションに課金すべきかを推測していました。顧客の成功と相反するビジネスモデルを望んでいないことは明らかでした」

Chipp は、社内のトークン追跡および請求システムの構築を検討しましたが、そのためにはエンジニアリングチームが製品の改善に費やす時間が奪われ、モデルとトークンの価格設定の変更に応じて継続的な更新も必要になっていたでしょう。

その代わりに、Chipp には迅速に実装できる従量課金ソリューションが必要でした。顧客の LLM 使用状況を明確に把握し、マージンを保護し、使用するモデルに関して顧客がより良い意思決定を行えるよう支援するソリューションです。

ソリューション

Chipp はすでに Stripe を利用しており、Stripe Billing、Stripe Payments、Stripe Taxを導入して初日から全世界でサービスを開始していました。また、同社は Stripe Connect も導入していたため、代理店やコンサルタントは顧客のために AI エージェントを構築し、Chipp プラットフォームの使用にかかるコストを転嫁できました。2025 年 12 月、Chipp は Stripe の連携を更新し、LLM トークンに対して Stripe の従量課金機能を使用する最初の企業の 1 つとなりました。

新しいシステムの設定は簡単でした。Stripe のドキュメントは LLM 向けにフォーマットされているため、Chipp の共同創業者兼最高製品・技術責任者である Hunter Hodnett 氏は、Claude Code を使用して、LLM トークン請求用の会社の Billing アカウントを設定しました。この使用量ベースのレイヤーは LLM リクエストをキャプチャし、Stripe の AI ゲートウェイ経由でルーティングして各モデルで消費されたトークンを記録し、使用量を集計して、顧客固有の Stripe ID に関連付けます。また、Stripe はトークンコストの変化を追跡し、それに応じて Chipp の請求ロジックも更新します。

トークン追跡機能の導入により、Chipp はシンプルで透明性の高い計算式でサブスクリプションの料金体系を更新しました。Chipp を利用する企業は、月額サブスクリプション料金の 3 分の 1 をトークンとして受け取り、その上限を超えて使用された追加トークンについては別途決済します。Chipp はビジネスコストを補うために 30% のマークアップを請求します。代理店企業は Chipp をホワイトラベル化して顧客に同じ料金体系を提供し、Connect 経由でトークン使用量の決済を回収することができます。

Hodnett 氏は、顧客が知らないうちに請求が膨らむことを防ぐため、Stripe Billing alerts API を使用して、トークンが少なくなったときに顧客へ自動通知し、追加トークンの購入を促す Webhook を設定しました。顧客が上限に達すると、追加購入するまで LLM へのアクセスが凍結されます。

また、Chipp は Stripe Sigma を採用して、従量課金のネイティブレポートを強化し、ビジネスの複数の分野の分析を支援しました。Stripe Sigma を使用すると、企業はカスタムレポート、SQL プロンプト、自然言語クエリを作成してデータを分析できます。Chipp は Stripe Sigma を使用して、料金体系の変更や有料コースなどの付帯サービスの影響に関するより深いインサイトを得ています。

成果

トークンベースの請求の実装に 2 日

Stripe の LLM 対応ドキュメントと手厚いサポートにより、Chipp はわずか 2 日でトークンベースの請求を導入しました。

Hodnett 氏は次のように述べています。「トークンベースの請求のおかげで、当社のビジネスは救われました。自分たちで構築していたら数ヵ月かかっていたでしょうが、その時間はありませんでした。」

また、従量課金を使用することで、モデルやトークンの料金体系の変更に応じて手動で料金体系を更新する必要もなくなりました。これは多大な時間を要する作業でした。

トークンベースの請求が 20% の収益増加をもたらす

使用量ベースのモデルへの切り替えにより、Chipp のビジネスモデルは顧客の成功と連動し、顧客が製品を使用するほど収益が増加するようになりました。Chipp は、新しい請求モデルを採用してから最初の 1 ヵ月で収益が 20% 増加し、最初の 2 ヵ月で 59 億トークン以上を請求しました。

自動請求により、手動の請求書作成に費やす時間を短縮

請求 alerts API を使用して作成された低トークンのアラートシステムのおかげで、Chipp はチームの時間の約 25% を費やしていた手動の請求および請求書作成プロセスを排除しました。煩雑な手動ワークフローに代わって、Chipp は Stripe を通じてトークンの使用状況を自動的に追跡し、顧客にプラットフォーム内でクレジットを追加するように促すことで、チームは開発に集中できるようになりました。

Hodnett 氏は次のように述べています。「この時間が足かせとなっていました。請求書作成の管理をする必要がなくなったため、製品のフライホイールは大きく回り始め、より多くの機能を本番環境にリリースできています。」

顧客エンゲージメントと今後の収入の可視性の向上

使用状況データが Stripe を経由するため、Chipp は Active Sessions を超えて顧客エンゲージメントをより詳細に把握できるようになりました。Meyer は Stripe ダッシュボードにログインして、トークンの使用状況、モデルの傾向、各顧客が製品をどのようにアクティブに使用しているかを確認できます。30% の利益率を予測できるため、Chipp はこのデータを使用して収入を正確に予測できます。

Meyer 氏は次のように述べています。「私たちは、ユーザーが製品を積極的に使用しているかどうかを把握したいと考えています。エージェントを実行している場合、トークンの使用状況は単にログインするよりも優れた指標です。従量課金により、消費されたトークンの数をリアルタイムで把握できます。これが、すべてを管理するための唯一のグラフです」

Stripe Sigma のカスタムレポート機能を使用すると、Chipp のチームは収益、トランザクション、解約などの指標をさらに深く掘り下げ、データに裏打ちされた意思決定を迅速に行うことができます。

クライアントの透明性と価値の向上

Chipp のトークンベースの請求モデルにより、クライアントはニーズに最適なモデルにアクセスでき、何に対して費用を支払っているかの透明性も高まります。たとえば、顧客は FAQ チャットボットには高速で低コストなモデルを、財務予測にはより高性能なモデルを選択できます。Chipp 内のすべてのクエリ、すべてのモデル、すべてのコストを確認できるため、十分な情報に基づいた意思決定が可能です。

Meyer 氏は次のように述べています。「トークンベースの請求により、誰もが最高のツールを利用できるようになります。実際に全員が同じ AI を使用でき、大手テック企業に勤めていても地域の歯科医院に勤めていても関係ありません。」

Chipp の代理店クライアントは、AI 製品の価格設定時に価格の不確実性を抱えることがなくなりました。予測可能なマークアップで、顧客のトークン使用状況を自動的に追跡・請求できます。