CPaaS significa Communications Platform as a Service: una piattaforma cloud che permette agli sviluppatori di aggiungere chiamate, SMS, video e verifica alle proprie applicazioni tramite API, senza costruire né gestire infrastrutture da operatore. Twilio ha creato la categoria nel 2008 e la definisce ancora (la sua guida di una pagina è la definizione di riferimento), con Vonage, Sinch, Plivo, Bandwidth, Infobip e Bird (ex MessageBird) sullo stesso modello.
L’acquirente classico del CPaaS è un team di prodotto che deve inserire una notifica, un codice monouso o una chiamata mascherata nella propria app. L’SMS che ti avvisa che l’autista è arrivato, il promemoria del dentista, il codice 2FA: tutto traffico CPaaS. L’acquirente più recente è un team che mette un agente vocale al telefono, e quel team dovrebbe leggere fino in fondo, perché la domanda sulla piattaforma ha cambiato forma.
Cosa copre un CPaaS
Il catalogo esatto varia da fornitore a fornitore, ma il nucleo è lo stesso insieme di canali, ciascuno raggiungibile da un’API:
- Messaggistica. SMS e MMS, messaggistica toll-free e canali OTT come WhatsApp e Messenger.
- Voce. Chiamate programmabili su VoIP e rete telefonica pubblica, più il SIP trunking per collegare il tuo operatore attuale.
- Video. Chiamate peer-to-peer, stanze di gruppo e livestreaming.
- Email. Consegna transazionale e di marketing.
- Verifica. Codici monouso, autenticazione a due fattori e controlli di identità.
- Strumenti low-code. Builder visivi per i team che vogliono assemblare flussi senza scrivere a mano ogni integrazione.
Componi tutto questo nel tuo prodotto. Un’app sanitaria può usare la verifica per gli accessi, gli SMS per i promemoria e la voce per i casi urgenti. Il CPaaS si occupa delle relazioni con gli operatori, dell’instradamento delle consegne e dell’impianto di conformità; tu tieni l’applicazione.
CPaaS, UCaaS e CCaaS a confronto
I tre acronimi vengono confusi di continuo, e i fornitori che li vendono tutti e tre non aiutano. La distinzione è a chi è destinato il software:
| CPaaS | UCaaS | CCaaS | |
|---|---|---|---|
| Cos’è | API di comunicazione da integrare nel tuo prodotto | Suite di collaborazione interna (chiamate, riunioni, chat) | Contact center in hosting per i team di supporto |
| Chi lo usa | Sviluppatori | Dipendenti | Agenti del contact center |
| Esempi | Twilio, Vonage, Sinch, Plivo | Zoom, RingCentral, Microsoft Teams | Genesys Cloud, Five9, NICE |
| Prezzi | Al minuto, al messaggio, alla chiamata | Per postazione al mese | Per postazione agente al mese |
Se stai comprando i telefoni per il personale, è UCaaS. Se gestisci una coda di supporto, è CCaaS. Se stai costruendo la comunicazione dentro qualcosa che vendi, è CPaaS. Le sigle si assomigliano; gli acquirenti sono tre team diversi.
Come funzionano i prezzi del CPaaS
Il CPaaS è a consumo, senza canone di piattaforma: al minuto per la voce, al segmento per gli SMS, a verifica riuscita per l’autenticazione. Il modello è il motivo per cui la categoria si è diffusa: una startup può inviare il primo SMS per meno di un centesimo e far crescere lo stesso account fino a milioni di messaggi.
I prezzi di listino di Twilio negli Stati Uniti, a ottobre 2026, sono il solito esempio: 0,014 USD al minuto per una chiamata in uscita, 0,0085 USD al minuto in entrata su un numero locale, 1,15 USD al mese per il numero stesso e 0,0083 USD per segmento SMS. Due regole di fatturazione contano più delle tariffe: le chiamate si fatturano per tratta (una chiamata in uscita che inoltri paga entrambe le tratte) e la maggior parte dei fornitori arrotonda al minuto successivo. La guida ai prezzi di Twilio percorre l’intero listino.
Un avviso onesto: il prezzo al minuto copre il tubo. Tutto ciò che ascolta, pensa o parla sulla chiamata (trascrizione, un LLM, text to speech) è un ulteriore livello misurato, dal CPaaS o da chi ti vende i modelli. Conversation Relay, il prodotto per agenti di Twilio, aggiunge 0,07 USD al minuto di sessione attiva. Somma i livelli prima di confrontare i totali.
I fornitori
I nomi che incontrerai, nell’ordine approssimativo in cui compaiono:
- Twilio: il creatore della categoria e la valutazione predefinita. Il catalogo di API più ampio, prezzi a consumo e la documentazione con cui si confrontano tutte le altre.
- Vonage: l’ex Nexmo; forte sulle API voce e video, di proprietà di Ericsson.
- Sinch: grande nella messaggistica e nella voce, soprattutto a livello internazionale, dopo aver rilevato diversi fornitori regionali.
- Plivo: API voce e SMS con un catalogo più piccolo e semplice.
- Bandwidth: un CPaaS che possiede la propria rete da operatore, il che conta quando ti servono portabilità dei numeri o instradamento delle emergenze gestiti internamente.
- Infobip: messaggistica internazionale e omnicanale, forte fuori dal Nord America.
- Bird: l’ex MessageBird, incentrato sulla messaggistica, con base europea.
La rosa giusta dipende dai tuoi canali e dai tuoi paesi. Per un carico voce negli Stati Uniti, chiunque di loro può portare una chiamata; le differenze stanno nel prezzo, nell’affidabilità nelle tue regioni e in quanta parte dello stack vuoi da un unico fornitore.
Dove l’IA vocale cambia i conti
Una chiamata CPaaS è un tubo. Collega due estremità e si toglie di mezzo, il che è esattamente giusto quando a ogni capo c’è una persona. Ma una quota crescente delle chiamate aziendali nel 2026 ha del software a uno dei due capi: un agente che qualifica un lead, prende un ordine o riprogramma una consegna. Un tubo da solo non basta. Un agente vocale ha bisogno di cinque cose sopra il tubo:
- Orecchie. Speech to text in streaming che ascolta il chiamante appena inizia a parlare.
- Un cervello. Un LLM che decide cosa dire, con i tuoi strumenti e i tuoi dati.
- Una voce. Text to speech che suona come qualcuno che vale la pena ascoltare.
- Turni di parola. Il modello che decide quando il chiamante ha finito, quando interrompere e quando aspettare. Se sbagli qui, la chiamata sembra un walkie-talkie.
- Telefonia. Numeri, instradamento, registrazione e le parti normative.
Puoi assemblare tutto questo su un CPaaS: Twilio porta la chiamata, tu invii l’audio in streaming al tuo speech to text, esegui il tuo modello, sintetizzi la risposta e ti prendi la colla, il budget di latenza e i turni di parola. I team con una solida ingegneria in tempo reale lo fanno e ottengono esattamente lo stack che vogliono. L’alternativa è una piattaforma di agenti vocali che riunisce i cinque pezzi e tratta la rete telefonica come un ingresso tra gli altri: la stessa mossa che ha reso attraente il CPaaS stesso, un livello più su.
La domanda che separa le due strade: la chiamata deve pensare? Se la risposta è no (promemoria di appuntamenti, notifiche di consegna, codici OTP), compra il tubo. Se è sì, stai valutando i livelli sopra il tubo, ed è un’altra valutazione.
Dove si colloca Cartesia
Cartesia non è un CPaaS. Costruiamo il livello della conversazione: Sonic per il text to speech, Ink per lo speech to text e Managed Agents, il builder ospitato di agenti vocali. La telefonia arriva in tre modi, come da documentazione sui numeri di telefono: numeri statunitensi forniti da Cartesia (gratuiti con il piano, da un numero nel Free a personalizzato in Enterprise, più un costo di telefonia di 0,014 USD al minuto), numeri importati dal tuo account Twilio alle tue tariffe Twilio con chiamate internazionali in uscita, oppure il tuo operatore su un trunk SIP. Le chiamate degli agenti costano 0,06 USD al minuto, i token del tuo LLM si fatturano ai prezzi di listino del modello e il piano gratuito include 1 USD di chiamate agente al mese: abbastanza per chiamare il tuo agente dal telefono e vedere come ti gestisce.
Se ti servono API di messaggistica, un flusso di verifica o minuti di chiamata puri, un CPaaS come Twilio è lo strumento giusto, e i nostri agenti gireranno volentieri sui numeri che importi da lì. Se ti serve una voce che regga una conversazione, parti dal playground e leggi come funzionano gli agenti vocali.