De AI-churngolf

Samenvatting

ARR (jaarlijks terugkerende omzet) is geen GAAP-metric. Toch is het de bouwsteen van de SaaS-metrics geworden. En de basis van SaaS-waarderingsmultiples.

We zien ARR als omzet die (meestal) een hoge marge heeft, voorspelbaar is en groeit. Dat betekent dat SaaS-bedrijven (meestal) op weg zijn om op schaal zeer winstgevend te worden.

AI-startups gooien dat steeds vaker in de war. Dit is wat niet per se terugkerende omzet is, maar wel zo wordt behandeld:

• Experimentele omzet uit AI-producten (niet in productie)
• Contracten met een opzegmoment na drie maanden waarbij 70-80% eruit stapt
• Prijzen op basis van gebruik of resultaat
• Professional services door forward deployed engineers

AI-startups dwingen ons ARR te heroverwegen. Er is een brutomargeprobleem, waarover ik eerder heb geschreven. Nog zorgelijker: er zijn echte vragen over de duurzaamheid van AI-omzet. Cassie Young van Primary Venture Partners voorspelde recent een aanstaande “gross retention-apocalyps”.

Kopers gaan hun AI-experimenten kritisch bekijken. AI-toeristen trekken door naar het volgende hippe product. En de grote platformen slokken tientallen dunne LLM-wrappers op zodra de modellen beter worden.

Voor AI-apps is duurzaamheid een existentiële vraag. Toch is er relatief weinig objectieve data over. Om daar iets aan te doen ben ik gaan samenwerken met ChartMogul, waar ik Analyst-in-Residence ben.

We hebben de websites van 3.500 softwarebedrijven gescrapet en met AI geclassificeerd als B2B-SaaS, B2C-SaaS of AI-native bedrijven (die B2B of B2C kunnen zijn). Daarna vergeleken we de gross revenue retention (GRR) en net revenue retention (NRR) tussen die groepen. Vandaag deel ik wat we vonden, en welke stappen je kunt zetten om je te beschermen tegen wat een aanstaande churngolf kan worden.

Het probleem van de AI-toeristen

Het scrapen met AI leverde een dataset op van ongeveer 2.700 B2B-SaaS-bedrijven, 600 B2C-SaaS-bedrijven en 200 AI-native bedrijven. Bij de AI-native bedrijven zaten zowel B2B- als B2C-activiteiten, plus startups die aan consumenten én bedrijven verkopen.

Ik keek eerst naar de op jaarbasis herrekende retentiecijfers over 2025 bij bedrijven die minstens $250k ARR hadden bereikt. Waarom $250k: historische retentiedata is veel minder betrouwbaar bij zeer jonge startups met weinig klanten die aan verlenging toe zijn.

Wat de data laat zien:

• B2B-SaaS is relatief stabiel. De mediane NRR was 82%. (Het bovenste kwartiel 97%.)
• B2C is veel minder stabiel, met minimale upsell. De mediane NRR was maar 49%.
• AI-native bedrijven hadden een nog slechtere GRR dan B2C (40%) en een vergelijkbare NRR (48%).

Positief: de retentie in AI is sinds begin dit jaar flink verbeterd. De mediane GRR sprong van 27% in januari naar 40% in september. Ik vermoed dat veel van de vroege toeristen zijn vertrokken; wie blijft is meer toegewijd, of schuift van experimenteren naar productie.

Toch lijken AI-native bedrijven als geheel nog niet erg op de B2B-SaaS-bedrijven die we kennen en waarderen (en graag op basis van ARR waarderen).

Makkelijk te kopen, makkelijk op te zeggen?

De AI-churngolf raakt niet elk AI-bedrijf even hard. Goedkopere producten trokken altijd al meer churn aan. Bij AI-producten is dat verschil bijzonder uitgesproken.

De beste bescherming tegen churn is opschuiven van consumenten en self-serviceaankopen (deals onder $50 per maand) naar grotere B2B-aankopen.

Wat de data laat zien:

• AI-native producten die voor meer dan $250 per maand verkopen, halen 70% GRR en 85% NRR. Dat is in feite hetzelfde als B2B-SaaS.
• AI-native producten tussen $50 en $249 per maand halen 45% GRR en 61% NRR. Dat is 15 punten slechter dan B2B-SaaS. (Weinig B2C-producten rekenen meer dan $100 per maand.)
• AI-native producten onder $50 per maand halen slechts 23% GRR en 32% NRR. Dat is 20 punten slechter dan B2B- of B2C-SaaS.

Het is de vloek van de AI-wrapper. De keerzijde van makkelijk te kopen zijn is makkelijk op te zeggen zijn.

Ik zie hier nog een tweede factor spelen. AI-self-servicegebruikers zijn misschien betalende klanten. Zelf zien ze zich als mensen die aan het uitproberen zijn.

Goedkope SaaS-producten zijn meestal freemium (of reverse trial), waarbij gebruikers ruim de tijd hebben om te proberen voor ze kopen. Met brutomarges van 80% of meer is het ondersteunen van gratis gebruikers niet ruïneus. Gebruikers upgraden wanneer ze bewust hebben besloten te kopen. En de verstoring is minimaal: mensen weten wat ze krijgen als ze SaaS kopen.

Bij AI-producten verandert die rekensom. Elke token kost geld. AI-producten duwen naar conversie, meteen of zodra het gebruik serieus wordt. Sommige zetten zelfs een dagelijkse gebruikslimiet achter een paywall voordat gebruikers moeten upgraden — in SaaS ongehoord. Mensen beginnen te betalen omdat ze geïntrigeerd zijn door wat het zou kunnen worden, maar hebben niet nagedacht over hoe het product op lange termijn in hun bedrijf past.

We moeten aanpassen hoe we retentie meten (en ARR trouwens ook), zodat experimentele besteding netjes te scheiden is van serieuze besteding in plaats van alles op één hoop te gooien. Mijn voorstel: reken als serieuze besteding de omzet van klanten die minstens $250 hebben betaald. Dat kan uit een vooruitbetaald jaarplan komen, uit een deal boven $250, of uit een klant die weinig besteedt maar wel blijft.

Retentie = duurzame ARR

AI-native bedrijven verpulveren groeirecords: veel gaan in één jaar van nul naar $100 miljoen. Dat is zeker indrukwekkend. Maar hypergroei volhouden wordt bijna onmogelijk als een steeds grotere klantenbasis elke maand de deur uitloopt. Daar is een term voor: je TAM opbranden.

Ik heb de 3.500 softwarebedrijven in de dataset uitgezet langs twee assen: net revenue retention (NRR) van september 2025 en omzetgroei op jaarbasis.

Wat de data laat zien:

• Over het geheel is er een zeer sterke correlatie tussen NRR en groei op lange termijn.
• Startups in een vroege fase kunnen hard groeien (200%+) zelfs met een NRR onder 40%.
• Toch lopen bedrijven met lage retentie een extreem hoog risico dat de groei omslaat: er krimpen drie keer zoveel bedrijven als er hard groeien.

Retentie en ARR samen bekijken maakt het beeld nog helderder. Bedrijven die $5 miljoen ARR halen hebben aanzienlijk betere gross en net revenue retention dan hun peers in een vroege fase. Deels is dat misschien selectiebias; een verrassend groot deel komt doordat de uitschieters zich wél weten te transformeren terwijl ze groeien.

Dat is al zichtbaar binnen AI-native bedrijven, al wordt de steekproef toegegeven klein (~50 per groep), waardoor de data richtinggevend is en niet statistisch onaantastbaar. De beste AI-native bedrijven hebben 2x de GRR en 2,5x de NRR van hun peers in een vroege fase.

Wat je aan churn kunt doen

Door de jaren heen heb ik met tientallen bedrijven aan betere retentie gewerkt. Het is ook iets waar ik zelf actief over nadenk als nieuwsbriefschrijver met een premiumabonnement van $15 per maand.

Mijn ervaring is dat de beste bedrijven churn behandelen als een businessprobleem, niet als een customer success-probleem. Hoe AI-bedrijven churn kunnen voorkomen:

1. Ga achter waardevolle werkprocessen en use cases aan. AI-producten hebben niet van nature hoge churn; consumentgerichte AI-wrappers hebben dat. Upmarket bewegen betekent meestal (a) dieper in bedrijfsprocessen zitten, (b) met meer tools geïntegreerd zijn en (c) je duidelijker onderscheiden van algemene LLM’s.
2. Lever diensten naast de AI. Palantir staat bekend om het aannemen van forward deployed engineers die AI-oplossingen prototypen en implementeren voor waardevolle prospects. Veel AI-bedrijven, waaronder OpenAI, doen nu hetzelfde. FDE’s dichten het gat tussen wat met AI mogelijk is en wat klanten er daadwerkelijk uit halen. Zoals a16z recent schreef, ruilt het FDE-model marge in voor een blijvend voordeel en dat is op lange termijn meestal de moeite waard.
3. Stop met te veel verkopen bij de eerste deal. Er wordt zoveel beloofd over wat AI zou kunnen. Het is meestal beter klein te beginnen, snel waarde te bewijzen en groeikansen later te ontsluiten. Dat leidt ook tot kortere salescycli en versmalt de scope voor FDE’s drastisch, zodat zij met meer bedrijven kunnen werken.
4. Verklein het gat tussen productlevering en adoptie. Brian Balfour van Reforge vertelde me recent dat zijn topprioriteit voor 2026 is: hoe versnellen we productadoptie? Het tempo van AI-releases is duizelingwekkend; klanten kunnen het niet bijhouden en weten waarschijnlijk niet eens wat er is veranderd.
5. Verkoop meer jaarplannen. Van maand- naar jaarplannen gaan kan omstreden zijn. Maar je bent meestal beter af, omdat je meer tijd hebt om de klant te overtuigen en de klant meer gemotiveerd is het product in te voeren. Data laat zien dat de mediane NRR 10 tot 20 procentpunten hoger is bij jaarplannen dan bij maandplannen. Hoe je dat doet: maak jaarlijks de standaard, vraag vroeg om een jaarupgrade (maand 2-3) en overweeg een grotere korting (die van Grammarly is 60%).