.svg){kind=small}
.svg){kind=small}
.svg){kind=small}
Terwijl Big Tech miljarden spendeert om ons ervan te overtuigen dat AI alles zal veranderen, heeft een groep start-ups een ongemakkelijke waarheid ontdekt: consumenten betalen veel meer om het verleden te verbeteren dan om zich de toekomst voor te stellen.
MyHeritage genereerde $ 55 miljoen aan inkomsten in Q3 2023, een stijging van 12% op jaarbasis. De belangrijkste drijfveer? Deep Nostalgia, de tool die oude familiefoto's animeert. In dezelfde periode verbruikte OpenAI 700 miljoen dollar voor de ontwikkeling van GPT-4, waarvan het businessmodel nog onzeker is.
Dit is geen op zichzelf staand geval. Het is een teken van een fundamentele strategische transformatie in de AI-markt: de economische waarde van kunstmatige nostalgie overtreft die van radicale innovatie.
De economie van emotionele waarde
De markt voor 'AI-geheugenservices' is nu al 2,8 miljard dollar waard en zal volgens onderzoek van Mordor Intelligence tot 2028 jaarlijks met 34% groeien . Maar de cijfers vertellen maar de helft van het verhaal.
De echte revolutie zit in de eenheidseconomie.
FaceApp heeft een ARPU (Average Revenue Per User) van $ 12,99, met een retentie van 78% na 6 maanden. Ter vergelijking: de meeste B2C AI-apps hebben moeite om boven de $3 ARPU uit te komen met een retentie van 40%.
Waarom het verschil?
Emotionele computing heeft een prijselasticiteit die radicaal verschilt van die van productiviteitstools. Gebruikers zijn bereid om meer te betalen voor content die neurale circuits van herinnering en nostalgie activeert, terwijl ze zich verzetten tegen abonnementen op 'rationele' tools.
Uit onderzoek van IBM blijkt dat nostalgische content 2,3x meer engagement genereert dan 'toekomstgerichte' content. Dit is geen sentiment, maar neurowetenschap: nostalgie activeert het dopaminerge beloningssysteem effectiever dan nieuwigheid.
De minimaal levensvatbare strategie voor het verleden
Nostalgische bedrijven hebben een unieke strategische aanpak ontwikkeld: in plaats van nieuwe use cases te verkennen, verfijnen ze de emotionele ervaring van gevestigde use cases.
Prisma Labs (Lensa AI) is het perfecte voorbeeld. In plaats van te concurreren met Midjourney op functionaliteit, richtte het zich op een specifieke workflow: selfies veranderen in 'magische avatars'. Resultaat: $100 miljoen omzet in 2022, met marges van 60%.
De strategie is bewust beperkt:
- Niet proberen nieuwe problemen op te lossen
- Het onderwijst de markt niet over onontgonnen mogelijkheden
- Richt zich op reeds bestaande verlangens (foto's verbeteren, herinneringen herbeleven)
Het is het tegenovergestelde van de '10x innovatie'-filosofie van Silicon Valley. Het is 1x emotie, 10x uitvoering.
De comfortzone van de concurrent
Hier komt de meest interessante strategische paradox naar boven: nostalgie creëert sterkere concurrentiedrempels dan innovatie.
Als een gebruiker eenmaal emotioneel heeft geïnvesteerd in een geheugenopslag die 'verbeterd' is door een app, worden de omschakelkosten psychologisch en niet alleen economisch. Microsoft Research documenteert hoe deze 'hechtingseffecten' krachtigere lock-ins creëren dan welk technisch platform dan ook.
ReminiAI heeft dit perfect begrepen: elke verbeterde foto wordt onderdeel van de digitale identiteit van de gebruiker. Het is niet alleen klantenbinding, het is identiteitsintegratie.
De valstrik voor waardecreatie
Maar er is een verborgen structureel probleem. Onderzoek in Nature toont aan dat nostalgische AI opereert in zero-sum markten: het creëert geen nieuwe waarde, maar herverdeelt bestaande waarde.
Wanneer MyHeritage de foto van uw grootvader animeert, betaalt u niet voor nieuwe creativiteit. U betaalt voor het opnieuw verwerken van bestaande creativiteit met superieure technologie.
Het is het digitale equivalent van kunstrestauratie: een winstgevende markt, maar een die geen nieuwe werken voortbrengt.
De strategische implicaties zijn subtiel maar cruciaal:
- Beperkte marktomvang: de markt wordt beperkt door de hoeveelheid bestaande nostalgische inhoud
- Commoditisation-risico: als de technologie eenmaal geperfectioneerd is, wordt differentiatie onmogelijk
- Innovatieschuld: minder investeringen in baanbrekende R&D creëren kwetsbaarheid op lange termijn
Het bedrijfsmodel van kunstmatige schaarste
Het meest interessante inzicht betreft de timingmarkt. Nostalgische bedrijven maken gebruik van een uniek tijdsraam: wij zijn de eerste generatie met enorme digitale archieven maar verouderde kwaliteit.
Foto's uit de jaren 1990-2000 zijn er, maar ze zijn korrelig. Bekende video's zijn er wel, maar ze flikkeren. Het is de perfecte storm voor 'verbeter'-diensten.
Topaz Labs (AI-fotoverbetering) heeft het briljant gemonetariseerd: 50 miljoen dollar ARR door software te verkopen die oude foto's verbetert. Marges van 80% omdat het kernalgoritme nu commodity is, maar de uitvoering gespecialiseerd.
Over 20 jaar, als alles al in 8K HDR is, zal deze markt verdwijnen. Bedrijven weten dit en zijn agressief aan het oogsten nu het nog kan.
AI als emotionele luxeservice
De echte zakelijke innovatie van deze bedrijven is niet technologisch: ze hebben AI getransformeerd van een nutsvoorziening in een luxegoed.
Niemand hoeft foto's uit 1950 te animeren. Maar iedereen wil het wel als ze het zien. Er is een markt gecreëerd voor behoeften die niet bestonden.
HereAfter AI verkoopt chatbots die gesprekken met overleden familieleden simuleren. Prijs: $99 setup + $9,99/maand. Klantenbestand: 50K+ betalende gebruikers.
Het is geen revolutionaire technologie (GPT verfijnd op gesprekken), maar een revolutionaire positionering: van 'chat AI' tot 'digitale onsterfelijkheid'.
De strategische gevolgen voor de industrie
Deze verschuiving naar kunstmatige nostalgie herdefinieert het hele concurrentielandschap van AI:
Voor Big Tech:
- Google heeft 'Google Photos Magic Eraser' gelanceerd (elementen uit foto's verwijderen)
- Meta investeert veel in 'realistische avatars' in plaats van toekomstgerichte metavers
- Apple ontwikkelt 'Memory Movies' AI om oud materiaal opnieuw te verwerken
Voor starters:
- Financiering voor 'AI-creativiteitstools' daalt met 23% in 2023
- Financiering voor 'AI-geheugen/nostalgie' steeg met 156%.
- Verschuiving van 'nieuwe dingen bouwen' naar 'oude dingen verbeteren'.
Het risico van concurrentieregressie
Maar er is een systeemrisico dat de sector onderschat.
Als iedereen optimaliseert voor nostalgie, wie investeert er dan in echte innovatie? Onderzoek op ArXiv toont aan dat aanbevelingssystemen die getraind zijn op nostalgische voorkeuren "de conservatieve vooringenomenheid in volgende cycli versterken".
Op industriële schaal betekent dit:
- Minder stimulansen voor fundamenteel onderzoek
- Braindrain van langetermijn- naar kortetermijnprojecten
- Geleidelijke erosie van doorbraakinnovatiecapaciteit
Het is mogelijk dat we AI optimaliseren voor een winstgevend maar beperkt lokaal maximum, waarbij we toekomstige globale maxima opofferen.
Strategische aanbevelingen voor AI-bedrijven
Voor degenen die al in de nostalgiemarkt zitten:
- Diversifiëren voordat de markt verzadigd raakt (tijdlijn: 3-5 jaar)
- Investeren in data moats (exclusiviteit op specifieke historische archieven)
- Vaardigheden ontwikkelen die overdraagbaar zijn naar toekomstige toepassingen
Voor degenen die overwegen mee te doen:
- Focus op niches die niet worden bediend (bedrijfsnostalgie, sportmemorabilia)
- Richten op regio's met recentere digitalisering
- Concurreren niet op functies maar op specifieke workflows
Voor iedereen:
- Portefeuilles balanceren tussen 'comfort revenues' (nostalgie) en 'growth bets' (innovatie)
- Signalen van marktverzadiging monitoren
- Overgangsstrategie voorbereiden voor het post-nostalgie tijdperk
Conclusie: De toekomst van nostalgie
AI-nostalgie is geen voorbijgaande rage. Het is een permanente categorie die diepgaande waarheden onthult over de economische waarde van emoties in het digitale tijdperk.
Maar bedrijven die het gewoon uitzitten zonder verder te innoveren, spelen een spelletje van de tijd. Het echte concurrentievoordeel gaat naar degenen die comfort te gelde kunnen maken zonder het vermogen te verliezen om de toekomst uit te vinden.
De strategische vraag is niet of we moeten investeren in AI-nostalgie, maar hoe we dat kunnen doen zonder de innovatiepijplijn op lange termijn in gevaar te brengen.
Want over 20 jaar, als we alle nostalgie eruit hebben geperst die we kunnen opbrengen, willen we nog steeds bedrijven die ons kunnen verrassen.
Bronnen:
