.svg){kind=small}
.svg){kind=small}
.svg){kind=small}
Medan Big Tech bränner miljarder på att övertyga oss om att AI kommer att förändra allt, har en grupp nystartade företag upptäckt en obekväm sanning: konsumenterna betalar mycket mer för att förbättra det förflutna än för att föreställa sig framtiden.
MyHeritage genererade 55 miljoner dollar i intäkter under Q3 2023, en ökning med 12% jämfört med föregående år. Den främsta drivkraften? Deep Nostalgia, verktyget som animerar gamla familjefoton. Under samma period brände OpenAI igenom 700 miljoner dollar för att utveckla GPT-4, med sin affärsmodell fortfarande osäker.
Detta är inte ett isolerat fall. Det är ett tecken på en grundläggande strategisk förändring på AI-marknaden: det ekonomiska värdet av artificiell nostalgi överstiger värdet av radikal innovation.
Ekonomin bakom känslomässigt värde
Marknaden för "AI-minnestjänster" är redan värd 2,8 miljarder dollar och kommer att växa med 34% årligen fram till 2028 enligt en undersökning av Mordor Intelligence. Men siffrorna berättar bara halva historien.
Den verkliga revolutionen ligger i enhetsekonomin.
FaceApp har en ARPU (genomsnittlig intäkt per användare) på 12,99 USD, med en kvarhållningsgrad på 78% efter 6 månader. Som jämförelse kämpar de flesta B2C AI-appar för att överstiga $ 3 ARPU med en kvarhållning på 40%.
Varför är det så stor skillnad?
Emotional computing har en priselasticitet som skiljer sig radikalt från produktivitetsverktyg. Användarna är villiga att betala premium för innehåll som aktiverar nervkretsar för minne och nostalgi, medan de motsätter sig prenumerationer på "rationella" verktyg.
IBM:s forskning visar att nostalgiskt innehåll genererar 2,3 gånger mer engagemang än "framåtblickande" innehåll. Det handlar inte om känslor, utan om neurovetenskap: nostalgi aktiverar det dopaminerga belöningssystemet mer effektivt än nyheter.
Den lägsta möjliga strategin för det förflutna
Nostalgiska företag har utvecklat ett unikt strategiskt tillvägagångssätt: i stället för att utforska nya användningsområden förfinar de den känslomässiga upplevelsen av etablerade användningsområden.
Prisma Labs (Lensa AI) är ett perfekt exempel på detta. Istället för att konkurrera med Midjourney om funktionalitet fokuserade man på ett specifikt arbetsflöde: att förvandla selfies till "magiska avatarer". Resultat: 100 miljoner dollar i intäkter 2022, med marginaler på 60 %.
Strategin är avsiktligt begränsad:
- Försöker inte lösa nya problem
- Det utbildar inte marknaden om outforskade möjligheter
- Fokuserar på redan existerande önskningar (förbättra foton, återuppleva minnen)
Det är motsatsen till Silicon Valleys "10x innovation"-filosofi. Det är 1x känsla, 10x utförande.
Komfortzonens konkurrensmässiga vallgrav
Här framträder den mest intressanta strategiska paradoxen: nostalgi skapar starkare konkurrenshinder än innovation.
När en användare har investerat känslomässigt i ett minne som "förstärks" av en app blir kostnaden för att byta plattform psykologisk, inte bara ekonomisk. Microsoft Research dokumenterar hur dessa "attachment effects" skapar mer kraftfulla lock-ins än någon teknisk plattform.
ReminiAI har förstått detta perfekt: varje förbättrat foto blir en del av användarens digitala identitet. Det handlar inte bara om att behålla kunder, det handlar om identitetsintegration.
Fällan för värdeskapande
Men det finns ett dolt strukturellt problem. Forskning i Nature visar att nostalgisk AI verkar på nollsummespel: den skapar inte nytt värde, utan omfördelar befintligt värde.
När MyHeritage animerar din farfars foto betalar du inte för ny kreativitet. Du betalar för att omarbeta befintlig kreativitet med överlägsen teknik.
Det är den digitala motsvarigheten till konstrestaurering: en lönsam marknad, men en marknad som inte producerar nya verk.
De strategiska konsekvenserna är subtila men avgörande:
- Marknadsstorlekstak: marknaden begränsas av mängden befintligt nostalgiskt innehåll
- Kommodifieringsrisk: När tekniken är fulländad blir det omöjligt att differentiera sig
- Innovationsskuld: Mindre investeringar i banbrytande FoU skapar långsiktig sårbarhet
Affärsmodellen för artificiell knapphet
Den mest intressanta insikten gäller timingmarknaden. Nostalgiska företag utnyttjar ett unikt tidsfönster: vi är den första generationen med massiva digitala arkiv men föråldrad kvalitet.
Foton från 1990-2000-talet finns men är korniga. Välbekanta videor finns där men flimrar. Det är den perfekta stormen för "förbättringstjänster".
Topaz Labs (AI-fotoförbättring) tjänade pengar på det på ett briljant sätt: 50 miljoner USD ARR genom att sälja programvara som förbättrar gamla foton. Marginaler på 80% eftersom kärnalgoritmen nu är en handelsvara, men utförandet är specialiserat.
Om 20 år, när allt redan finns i 8K HDR, kommer den här marknaden att försvinna. Företagen vet detta och satsar aggressivt medan de kan.
AI som en emotionell lyxtjänst
Den verkliga affärsinnovationen för dessa företag är inte teknisk: det är att ha omvandlat AI från ett verktyg till en lyxvara.
Ingen behöver animera foton från 1950-talet. Men alla vill göra det när de väl ser det. Det har skapats en marknad för behov som inte fanns tidigare.
HereAfter AI säljer chatbots som simulerar konversationer med döda släktingar. Pris: $ 99 installation + $ 9,99 / månad. Kundbas: 50K+ betalande användare.
Det handlar inte om revolutionerande teknik (GPT finjusteras i konversationer), utan om revolutionerande positionering: från "chat AI" till "digital odödlighet".
De strategiska konsekvenserna för industrin
Denna övergång till artificiell nostalgi håller på att omdefiniera hela AI:s konkurrenslandskap:
För Big Tech:
- Google lanserade "Google Photos Magic Eraser" (ta bort element från foton)
- Meta investerar kraftigt i "realistiska avatarer" istället för framåtblickande metaverse
- Apple utvecklar AI för "Memory Movies" för att bearbeta gammalt innehåll
För nystartade företag:
- Finansiering av "AI-kreativitetsverktyg" minskade med 23% under 2023
- Anslagen för "AI-minne/nostalgi" ökade med 156%.
- Övergång från "bygga nya saker" till "förbättra gamla saker
Risken för tillbakagång i konkurrenshänseende
Men det finns en systemrisk som branschen underskattar.
Om alla optimerar för nostalgi, vem investerar då i verklig innovation? Forskning på ArXiv dokumenterar att rekommendationssystem som tränas på nostalgiska preferenser "förstärker konservativ bias i efterföljande cykler".
På en branschskala innebär detta:
- Färre incitament för grundforskning
- Kompetensflykt från långsiktiga till kortsiktiga projekt
- Gradvis urholkning av förmågan till banbrytande innovation
Det är möjligt att vi optimerar AI för ett lönsamt men begränsat lokalt maximum och offrar framtida globala maximum.
Strategiska rekommendationer för AI-företag
För dem som redan befinner sig på nostalgimarknaden:
- Diversifiering innan marknaden mättas (tidslinje: 3-5 år)
- Investera i datavallgravar (ensamrätt till specifika historiska arkiv)
- Utveckla färdigheter som kan överföras till framtida tillämpningar
För dem som funderar på att gå in:
- Fokus på obearbetade nischer (företagsnostalgi, sportmemorabilia)
- Rikta in sig på geografiska områden med nyare digitalisering
- Tävla inte om funktioner utan om specifika arbetsflöden
För alla:
- Balansera portföljerna mellan "komfortintäkter" (nostalgi) och "tillväxtinsatser" (innovation)
- Övervakning av signaler om marknadsmättnad
- Förberedelse av en övergångsstrategi för tiden efter Nostalgia
Slutsats: Nostalgins framtid
AI-nostalgi är inte en övergående modefluga. Det är en permanent kategori som avslöjar djupgående sanningar om känslornas ekonomiska värde i den digitala tidsåldern.
Men de företag som bara väntar ut utvecklingen utan att förnya sig ytterligare spelar ett spel på tiden. Den verkliga konkurrensfördelen kommer att tillfalla dem som kan tjäna pengar på komfort utan att förlora förmågan att uppfinna framtiden.
Den strategiska frågan är inte om man ska investera i AI-nostalgi, utan hur man ska göra det utan att äventyra den långsiktiga innovationspipelinen.
För om 20 år, när vi har klämt ur oss all nostalgi vi kan uppbåda, kommer vi fortfarande att vilja ha företag som kan överraska oss.
Källor:
