L’onda di churn dell’IA

Sintesi

L’ARR (ricavo ricorrente annuo) non è una metrica GAAP. Eppure è diventato il mattone fondamentale delle metriche SaaS. E la base dei multipli di valutazione nel SaaS.

Pensiamo all’ARR come a un ricavo (di solito) ad alto margine, prevedibile e in crescita. Il che significa che le aziende SaaS sono (di solito) sulla strada per diventare molto redditizie su larga scala.

Le startup di IA stanno mettendo in crisi questo ragionamento sempre più spesso. Ecco cosa non è necessariamente ricavo ricorrente, ma viene trattato come tale:

• Ricavi sperimentali da prodotti di IA (non in produzione)
• Contratti con uscita a tre mesi in cui il 70-80% esce
• Prezzi basati sull’uso o sui risultati
• Servizi professionali erogati da forward deployed engineer

Le startup di IA ci costringono a ripensare l’ARR. C’è un problema di margine lordo, di cui ho già scritto. Ancora più preoccupante: esistono dubbi concreti sulla durabilità dei ricavi da IA, che Cassie Young di Primary Venture Partners ha previsto di recente come un’imminente «apocalisse della gross retention».

I compratori metteranno sotto la lente i loro esperimenti di IA. I turisti dell’IA passeranno al prossimo prodotto del momento. E le grandi piattaforme inghiottiranno decine di wrapper leggeri di LLM man mano che i modelli migliorano.

Per le app di IA la durabilità è una questione esistenziale. Eppure i dati oggettivi sul tema sono ancora pochi. Per cambiare le cose ho unito le forze con ChartMogul, dove sono Analyst-in-Residence.

Abbiamo raccolto i siti di 3.500 aziende software e usato l’IA per classificarle come SaaS B2B, SaaS B2C o aziende native IA (che possono essere B2B o B2C). Poi abbiamo confrontato i tassi di gross revenue retention (GRR) e net revenue retention (NRR) tra questi gruppi. Oggi condivido cosa abbiamo trovato e quali passi puoi fare per proteggerti da quella che potrebbe essere un’onda di churn imminente.

Il problema dei turisti dell’IA

Lo scraping con IA ha prodotto un dataset di circa 2.700 aziende SaaS B2B, 600 aziende SaaS B2C e 200 aziende native IA. Tra le native IA c’erano attività sia B2B sia B2C, oltre a startup che vendono contemporaneamente a consumatori e imprese.

Per prima cosa ho guardato i tassi di retention annualizzati nel corso del 2025 tra le aziende che avevano raggiunto almeno 250.000 $ di ARR. Perché 250.000 $: i dati storici di retention sono molto meno affidabili per startup molto giovani, con pochi clienti in scadenza di rinnovo.

Cosa mostrano i dati:

• Il SaaS B2B è relativamente solido. La NRR mediana era dell’82%. (Il quartile superiore del 97%.)
• Il B2C è molto meno solido, con upsell minimo. La NRR mediana era solo del 49%.
• Le aziende native IA avevano una GRR persino peggiore del B2C (40%) e una NRR comparabile (48%).

Sul lato ottimista, la retention nell’IA è migliorata molto dall’inizio dell’anno. La GRR mediana è salita dal 27% di gennaio al 40% di settembre. Sospetto che molti dei primi turisti se ne siano andati; chi è rimasto è più convinto o sta passando dalla sperimentazione alla produzione.

Anche così, le aziende native IA nel complesso non assomigliano ancora molto alle aziende SaaS B2B che conosciamo e amiamo (e che ci piace valutare sulla base dell’ARR).

Facile da comprare, facile da disdire?

L’onda di churn dell’IA non colpirà ogni azienda di IA allo stesso modo. I prodotti a prezzo più basso hanno sempre attirato più churn. Nei prodotti di IA il divario è particolarmente marcato.

La migliore protezione contro il churn è spostarsi dai consumatori e dagli acquisti self-service (contratti sotto i 50 $ al mese) verso acquisti B2B più grandi.

Cosa mostrano i dati:

• I prodotti nativi IA venduti sopra i 250 $ al mese registrano il 70% di GRR e l’85% di NRR. In pratica gli stessi valori del SaaS B2B.
• I prodotti nativi IA venduti tra 50 $ e 249 $ al mese registrano il 45% di GRR e il 61% di NRR. Sono 15 punti peggio del SaaS B2B. (Pochi prodotti B2C superano i 100 $ al mese.)
• I prodotti nativi IA venduti sotto i 50 $ al mese registrano solo il 23% di GRR e il 32% di NRR. Sono 20 punti peggio sia del SaaS B2B sia del B2C.

È la maledizione del wrapper di IA. Il rovescio dell’essere facile da comprare è l’essere facile da disdire.

Qui vedo all’opera anche un secondo fattore. Gli utenti self-service dell’IA magari sono clienti paganti. Loro si considerano persone che stanno provando.

I prodotti SaaS a basso prezzo tendono a essere freemium (o reverse trial), dove gli utenti hanno tutto il tempo di provare prima di comprare. Con margini lordi sopra l’80%, sostenere utenti gratuiti non manda in rovina nessuno. Gli utenti fanno upgrade quando hanno deciso consapevolmente di comprare. E la discontinuità è minima: le persone sanno cosa stanno prendendo quando comprano SaaS.

Con i prodotti di IA il calcolo cambia. Ogni token ha un costo. I prodotti di IA spingono alla conversione subito oppure appena l’uso diventa serio. Alcuni impongono persino un paywall di utilizzo giornaliero prima che l’utente debba fare upgrade, cosa che nel SaaS sarebbe inaudita. Le persone iniziano a pagare perché sono incuriosite da ciò che potrebbe essere, ma non hanno pianificato come quei prodotti si inseriscono nel loro business nel lungo periodo.

Dobbiamo correggere il modo in cui misuriamo la retention (e l’ARR, se è per questo) per distinguere chiaramente la spesa sperimentale da quella seria, invece di metterle nello stesso mucchio. Proporrei di considerare spesa seria i ricavi dai clienti che hanno pagato almeno 250 $. Possono arrivare da un piano annuale pagato in anticipo, da un contratto sopra i 250 $ o da un cliente che spende poco ma resta.

Retention = ARR durevole

Le aziende native IA stanno polverizzando i record di crescita, e molte scalano da zero a 100 milioni di dollari in un solo anno. È senza dubbio impressionante. Ma diventa quasi impossibile sostenere l’ipercrescita quando hai una base installata sempre più grande che ogni mese esce dalla porta. C’è un’espressione per questo: bruciarsi il TAM.

Ho mappato le 3.500 aziende software del dataset su due dimensioni: net revenue retention (NRR) di settembre 2025 e crescita dei ricavi anno su anno.

Cosa mostrano i dati:

• Nel complesso esiste una correlazione molto forte tra NRR e crescita di lungo periodo.
• Le startup early-stage possono crescere rapidamente (oltre il 200%) anche con una NRR sotto il 40%.
• Ma le aziende a bassa retention rischiano moltissimo di vedere la crescita invertirsi: quelle che si stanno restringendo sono tre volte quelle che crescono rapidamente.

Guardare retention e ARR insieme rende il quadro ancora più nitido. Le aziende che arrivano a 5 milioni di dollari di ARR hanno tassi di gross e net revenue retention molto migliori dei loro pari early-stage. Una parte può essere bias di selezione; una parte sorprendentemente ampia dipende dal fatto che le aziende che sfondano riescono a trasformarsi mentre crescono.

Lo si nota già tra le aziende native IA, anche se va ammesso che la dimensione del campione inizia a essere piccola (circa 50 per fascia), il che rende i dati indicativi più che statisticamente inattaccabili. Le migliori aziende native IA hanno il doppio della GRR e 2,5 volte la NRR dei loro pari early-stage.

Cosa fare contro il churn

Negli anni ho lavorato con decine di aziende per migliorare la retention. È anche una cosa a cui penso attivamente come autore di una newsletter con un abbonamento premium da 15 $ al mese.

Nella mia esperienza le aziende migliori trattano il churn come un problema di business, non come un problema di customer success. Come le aziende di IA possono prevenire il churn:

1. Punta a flussi di lavoro e casi d’uso di valore. I prodotti di IA non hanno churn alto per natura; ce l’hanno i wrapper di IA rivolti al consumatore. Salire di segmento in genere significa (a) essere integrati più a fondo nei processi aziendali, (b) essere collegati a più strumenti e (c) creare più differenziazione rispetto agli LLM generalisti.
2. Offri servizi oltre all’IA. Palantir è famosa per assumere forward deployed engineer che prototipano e implementano soluzioni di IA per i prospect di alto valore. Molte aziende di IA, tra cui OpenAI, stanno facendo lo stesso. Gli FDE colmano il divario tra ciò che è possibile con l’IA e ciò che i clienti realizzano davvero. Come ha scritto di recente a16z, il modello FDE scambia margine per vantaggio competitivo e nel lungo periodo tende a ripagare.
3. Smetti di vendere troppo al primo contratto. Le promesse su ciò che l’IA potrebbe fare sono enormi. Di solito è meglio partire in piccolo, dimostrare valore in fretta e sbloccare opportunità di crescita più avanti. Questo accorcia anche i cicli di vendita e restringe drasticamente il perimetro per gli FDE, che possono così lavorare con più aziende.
4. Riduci la distanza tra rilascio del prodotto e adozione. Brian Balfour di Reforge mi ha detto di recente che la sua priorità numero uno per il 2026 è: come acceleriamo l’adozione del prodotto? Il ritmo dei rilasci di IA è stato vertiginoso; i clienti non riescono a starci dietro e probabilmente non sanno nemmeno cosa è cambiato.
5. Vendi più piani annuali. Passare dai piani mensili a quelli annuali può far discutere. Ma di solito ci guadagni, perché hai più tempo per convincere il cliente e il cliente è più motivato a implementare il prodotto. I dati mostrano che la NRR mediana è più alta di 10-20 punti percentuali per i piani annuali rispetto a quelli mensili. Come farlo: rendi l’annuale l’opzione predefinita, chiedi l’upgrade all’annuale presto (mesi 2-3) e valuta uno sconto più generoso (quello di Grammarly è del 60%).