RETENCE JE VŠE, CO POTŘEBUJETE OH: "Všechny produkty umělé inteligence mají špatné retence." Přední společnosti zabývající se umělou inteligencí nemusí mít nutně problém s udržením zaměstnanců. Mají problém s měřením. Většina produktů umělé inteligence zaznamenává záplavu "turistických" uživatelů, kteří je jednou vyzkouší a rychle odcházejí. Pokud soudíte retenci od prvního měsíce, křivky vypadají špatně. Lepší způsob je měřit od 3. měsíce (M3), kdy jsou turisté pryč a zůstávají pouze skuteční uživatelé. Pohled z M3 na M12 dává zakladatelům mnohem jasnější obrázek o dlouhodobém udržení, jednotkové ekonomice, přizpůsobení produktu trhu a návratnosti výdajů GTM. Graf ukazuje, jak křivky retence umělé inteligence často nejprve prudce klesají, když turističtí uživatelé odcházejí, poté se zplošťují a opět svažují. Tento vývoj je důležitý, protože i při brzkém poklesu může dlouhodobé čisté udržení dolaru směřovat ke 100 % nebo výše – což je úroveň, která vypadá atraktivně i podle historických benchmarků SaaS. Očekáváme, že přední společnosti zabývající se umělou inteligencí vykáží silnější dlouhodobé udržení zákazníků než jejich protějšky ze SaaS a spotřebitelského internetu. Mohli bychom se dočkat 150% NDR ve velkém měřítku ($1B+ ARR)? Poprvé by odpověď mohla znít ano.