40% ใน 6 เดือน สไตรป์พบการใช้หลายบัญชีเพื่อเอาเปรียบ AI เพิ่มขึ้น

การใช้หลายบัญชีเพื่อใช้โทเคนฟรีของบริการ AI ซ้ำกำลังแพร่กระจาย โดยสร้างต้นทุนด้านการประมวลผลและการอนุมานให้บริษัท AI ตั้งแต่ก่อนเกิดรายได้ ต่างจากการฉ้อโกงการชำระเงิน

สไตรป์(Stripe)ระบุว่า ตั้งแต่เดือนมกราคมถึงมิถุนายน 2026 ความพยายามใช้หลายบัญชีเพื่อเอาเปรียบในกลุ่มผู้ให้บริการสมัครสมาชิก AI เพิ่มขึ้น 40% ขณะที่กลุ่มผู้ให้บริการ AI ความเสี่ยงสูงเพิ่มขึ้น 154% ในช่วงเดียวกัน และบางบริษัทมีอัตราเพิ่มขึ้นมากกว่า 600%

การใช้หลายบัญชีเพื่อเอาเปรียบหมายถึงการที่ผู้ใช้เปลี่ยนอีเมล อุปกรณ์ หรือวิธีชำระเงิน เพื่อสร้างหลายบัญชีแล้วใช้ช่วงทดลองใช้ฟรีหรือโทเคนฟรีซ้ำ โดยบริการ AI เชิงสร้างสรรค์จะมีต้นทุนการอนุมานทุกครั้งที่ผู้ใช้ป้อนพรอมต์และได้รับคำตอบ

สไตรป์อธิบายว่า มากกว่า 1 ใน 6 ของการสมัครใช้งานบริษัท AI บนเครือข่ายของบริษัทเกี่ยวข้องกับการใช้หลายบัญชีเพื่อเอาเปรียบ ขณะที่เอกสารอีกฉบับระบุสัดส่วนที่สงสัยว่าเป็นการใช้หลายบัญชีเพื่อเอาเปรียบไว้ที่ 7.4% และการนำเสนอของสไตรป์ระบุว่า 14% ของบัญชีใหม่ของบริษัท AI ถูกจัดอยู่ในกลุ่มบัญชีที่น่าสงสัย

ตัวเลข 7.4%, 14% และมากกว่า 1 ใน 6 มีช่วงเวลา กลุ่มตัวอย่าง รวมถึงนิยามของ ‘ความพยายามใช้หลายบัญชีเพื่อเอาเปรียบ’ และ ‘บัญชีที่น่าสงสัย’ แตกต่างกัน จึงไม่ควรนำมาคำนวณเป็นอัตรารวมเดียวหรือใช้แทนอัตราเฉลี่ยของอุตสาหกรรม AI ทั้งหมด

การนำเสนอของสไตรป์ยังยกตัวอย่างผู้ใช้รายหนึ่งที่สร้างบัญชีมากกว่า 86,000 บัญชี โดยไม่เคยชำระเงินตามปกติแม้แต่ครั้งเดียว กรณีนี้ถูกอธิบายว่าเป็นการโจมตีที่สร้างหลายบัญชีอย่างเป็นระบบเพื่อใช้โทเคนฟรีซ้ำ ไม่ใช่การยึดบัญชีรายบุคคล

สไตรป์ระบุว่าบริษัทควรตรวจหาสัญญาณความเสี่ยงตั้งแต่ขั้นตอนสมัครใช้งาน แทนที่จะรอให้การชำระเงินล้มเหลว โดยประเมินความเสี่ยงของบัญชีใหม่จากข้อมูลเครือข่าย เช่น ลายนิ้วมืออุปกรณ์ ที่อยู่ IP และโดเมนอีเมล

สไตรป์รายงานว่า อีเลฟเวนแล็บส์(ElevenLabs) ผู้ให้บริการ AI บล็อกผู้ใช้ที่ใช้แพ็กเกจฟรีในทางที่ผิดเฉลี่ยวันละ 2,000 รายในช่วง 2 เดือนที่ผ่านมา กรณีดังกล่าวสะท้อนว่าการจัดการผู้ใช้ฟรีจำเป็นต้องเริ่มก่อนขั้นตอนการชำระเงิน

สไตรป์อธิบายว่า บริษัทไม่จำเป็นต้องยกเลิกทดลองใช้ฟรีทั้งหมด แต่ควรคัดกรองบัญชีที่มีความเสี่ยงสูงต่อการใช้ในทางที่ผิด เนื่องจากทดลองใช้ฟรีเป็นช่องทางให้ผู้ใช้ทดลองบริการและเปลี่ยนเป็นลูกค้าที่ชำระเงิน บริษัทต่าง ๆ จึงอาจรักษาสิทธิ์ทดลองใช้ไว้พร้อมคัดกรองบัญชีที่น่าสงสัย

ฟอร์จูน(Fortune)วิเคราะห์ว่า บริการ AI เชิงสร้างสรรค์ควบคุมต้นทุนส่วนเพิ่มได้ยากกว่าซอฟต์แวร์แบบดั้งเดิม แม้จำนวนผู้ใช้ซอฟต์แวร์ทั่วไปจะเพิ่มขึ้น แต่ต้นทุนบริการเพิ่มเติมมักอยู่ในระดับต่ำกว่า ขณะที่บริการ AI ต้องใช้ทรัพยากรคอมพิวเตอร์ในการประมวลผลพรอมต์ สร้างคำตอบ และทำงานของเอเจนต์แต่ละครั้ง

โครงสร้างต้นทุนดังกล่าวยังส่งผลต่อรูปแบบการเรียกเก็บค่าบริการของบริษัท AI โดยเลิฟเอเบิล(Lovable) ซึ่งสไตรป์ยกเป็นกรณีศึกษา ได้เปลี่ยนจากการเรียกเก็บเงินแบบเน้นการสมัครสมาชิกมาเป็นการเรียกเก็บตามการใช้งาน เมื่อใช้เกินปริมาณที่ให้ฟรี ระบบจะคิดค่าบริการตามปริมาณการใช้โทเคน AI

อย่างไรก็ตาม ยังไม่มีการเปิดเผยช่วงเวลาที่เลิฟเอเบิลเปลี่ยนรูปแบบการเรียกเก็บเงินหรือผลประหยัดต้นทุนที่เกิดขึ้น และยังไม่อาจสรุปได้ว่าการลดปริมาณให้ใช้ฟรีหรือการคิดค่าบริการตามการใช้งานจะให้ผลลัพธ์เหมือนกันกับบริการ AI ทุกประเภท

ตัวเลขของสไตรป์รวบรวมจากเครือข่ายของบริษัทที่ให้บริการด้านการชำระเงินและโซลูชันตรวจจับการฉ้อโกง จึงไม่ใช่สถิติอิสระของอุตสาหกรรมทั้งหมด และไม่ควรขยายความหมายไปเป็นมูลค่าความเสียหายรวมหรืออัตราการลดลงของกำไรขั้นต้นเฉลี่ยของบริษัท AI ทั้งหมด

คำว่า ‘การขโมยโทเคน’ ในบทความนี้ไม่ได้หมายถึงการขโมยสินทรัพย์ดิจิทัลหรือโทเคนบล็อกเชน แต่หมายถึงการใช้ปริมาณการประมวลผลของโมเดล AI โดยไม่เสียค่าใช้จ่าย ซึ่งมีรูปแบบการโจมตีและผู้ได้รับผลกระทบแตกต่างจากการยึดบัญชี การฉ้อโกงการชำระเงิน และการขโมยคีย์ API

เช่นเดียวกับการวิเคราะห์ที่ระบุว่าประเด็นโครงสร้างพื้นฐาน AI กำลังเคลื่อนจากการแข่งขันด้านประสิทธิภาพโมเดลไปสู่ปริมาณการใช้โทเคนและต้นทุนการอนุมาน ปัญหาต้นทุนของบริการ AI เชื่อมโยงไม่เพียงกับจำนวนผู้ใช้ แต่ยังรวมถึงปริมาณผลลัพธ์ต่อผู้ใช้และปริมาณงานที่ดำเนินการด้วย ทั้งนี้ ยังไม่มีสถิติแยกต่างหากเกี่ยวกับขนาดความเสียหายของบริการ AI ในประเทศหรือมูลค่าความสูญเสียของแต่ละบริษัท

สไตรป์เสนอให้ผสานการทดลองใช้ฟรี การเรียกเก็บค่าบริการตามการใช้งาน และการตรวจจับความเสี่ยงตั้งแต่ขั้นตอนสมัครใช้งาน โดยบริษัทมีฟังก์ชันประเมินความเสี่ยงที่ใช้ข้อมูลอุปกรณ์ ที่อยู่ IP และอีเมลระหว่างกระบวนการสมัคร