Inflated ARR in AI Startups: How to Truly Evaluate Them

Il contesto: perché le metriche ARR delle startup AI sono sotto esame

In May 2026, TechCrunch ha pubblicato un’analisi approfondita su una pratica ormai diffusa nell’ecosistema AI. Alcune startup gonfiano le proprie metriche di Annual Recurring Revenue per costruire narrative di crescita convincenti. Inoltre, i venture capitalist che le finanziano sono spesso consapevoli di questa distorsione. Tuttavia, continuano a diffondere quei numeri pubblicamente.

Il fenomeno non è nuovo nel mondo tech. Tuttavia, nell’era dell’intelligenza artificiale assume contorni particolari. Infatti, i modelli di business delle startup AI sono spesso ibridi: combinano licenze software, servizi professionali, crediti API e contratti pilota. Di conseguenza, la definizione stessa di “ricavo ricorrente” diventa elastica e manipolabile.

Per le PMI italiane che operano in ambito B2B o retail, questo scenario ha implicazioni dirette. In particolare, riguarda chiunque stia valutando l’adozione di strumenti AI, la scelta di partner tecnologici o l’integrazione di piattaforme di terze parti nei propri flussi di lavoro.

I numeri che contano: come viene distorto l’ARR nel settore AI

L’ARR, o Annual Recurring Revenue, misura i ricavi annualizzati da contratti ricorrenti. È una metrica standard nel SaaS tradizionale. Tuttavia, nel contesto AI subisce diverse forme di manipolazione.

La prima tecnica è l’Aggressive annualization. A startup with a monthly contract of 10,000 euros declares an ARR of 120,000 euros, even though the contract only lasts three months. Therefore, the number looks solid, but it does not reflect any multi-year commitment from the customer.

La seconda tecnica riguarda l’inclusione dei Professional services. Consulting, implementations, and training are counted as recurring revenue. Conversely, by definition, they are not: they are project-based.

The third distortion involves the pilot agreements. Some startups also count proof-of-concept projects as ARR, which often do not convert into definitive contracts. Therefore, the real conversion rate remains hidden from outside observers.

According to an analysis by Gartner on AI Startup Metrics, more than 40% of companies in the sector use non-standard definitions of ARR in their public communications. Furthermore, less than 20% clearly specify which revenue components are included in their calculations.

Strategic Reading: What It Means for Those Choosing an AI Provider

B2B SMEs often find themselves having to evaluate AI solution providers without having the analytical tools of venture capital funds. However, there are observable signs even without access to certified financial statements.

The first sign is about the Base customer composition. Una startup con 500 clienti paganti a basso ticket è strutturalmente più solida di una con 5 enterprise a contratto pilota, anche se l’ARR dichiarato è identico. Pertanto, è opportuno chiedere quanti clienti attivi pagano mensilmente, non solo il numero totale.

Il secondo elemento da verificare è il Net Revenue Retention (NRR). Questa metrica misura quanto i clienti esistenti spendono nel tempo. Un NRR superiore al 100% indica espansione organica. Al contrario, un NRR sotto il 90% segnala churn elevato, indipendentemente dall’ARR dichiarato.

Il terzo criterio è la contractual structure. Contratti annuali prepagati indicano commitment reale da parte dei clienti. Invece, accordi mensili rescindibili in qualsiasi momento riducono significativamente la solidità del ricavo ricorrente.

In this sense, Harvard Business Review ha dedicato un’analisi alla valutazione della stabilità dei vendor AI. L’articolo sottolinea come la due diligence operativa sia oggi più importante della reputazione mediatica del fornitore.

The Hidden Risk for SMEs: Dependence on Fragile Platforms

Adottare uno strumento AI da una startup con metriche gonfiate espone le PMI a rischi concreti. In particolare, il rischio principale è la discontinuità del servizio. If the startup runs out of funds or is acquired, existing contracts can be terminated with minimal notice.

We of SHM Studio We have observed this scenario in at least three cases over the past eighteen months. Client companies had integrated third-party AI tools into their processes. digital marketing e SEO. Successivamente, i fornitori hanno chiuso o pivotato il prodotto. Di conseguenza, si è resa necessaria una migrazione urgente, con costi e interruzioni non pianificate.

Besides this, is there a risk of technological lock-in. Alcune piattaforme AI costruiscono dipendenze profonde nei flussi di lavoro aziendali. Pertanto, cambiare fornitore diventa costoso anche quando il servizio peggiora. Dunque, la valutazione iniziale del vendor deve includere anche la facilità di uscita dal contratto.

Infine, c’è il rischio reputazionale. Associarsi pubblicamente a una startup che poi risulta aver gonfiato le metriche può danneggiare la credibilità dell’azienda cliente, soprattutto in contesti B2B dove la fiducia è un asset critico.

Operational Implications: A Checklist for Evaluating AI Vendors

Sulla base di questi elementi, è possibile costruire un processo di valutazione strutturato. Di seguito, i criteri principali che suggeriamo di applicare prima di firmare qualsiasi contratto con un fornitore AI.

• Richiedere la breakdown dell’ARRHow much comes from prepaid annual contracts, how much from monthly ones, and how much from non-recurring professional services.
• Check the number of active customersnot only the historical total, but how many are paying today and with what frequency.
• Ask for Net Revenue Retention: un dato superiore al 100% è un segnale positivo di solidità del prodotto.
• Analyze the financial runway: quanti mesi di operatività garantisce la liquidità attuale, indipendentemente dai ricavi dichiarati.
• Evaluate the exit clauses: tempi di preavviso, portabilità dei dati, disponibilità delle API in caso di chiusura del servizio.
• Check the concentration of the base customer: se il 50% dell’ARR proviene da uno o due clienti, il rischio di volatilità è elevato.

These criteria apply to both the selection of tools for gestione dell’AI in azienda, both to the selection of platforms Google Ads campaigns o LinkedIn campaign with intelligent automation components.

What no one says openly: the role of VCs in myth-building

L’inchiesta di TechCrunch solleva una questione che va oltre la contabilità creativa. I venture capitalist non sono vittime inconsapevoli di queste pratiche. Al contrario, spesso le incoraggiano attivamente.

Il meccanismo è semplice. Un fondo che ha investito in una startup ha interesse a massimizzare la valutazione al momento dell’exit. Pertanto, diffondere narrative di crescita basate su ARR generosi serve a preparare il terreno per round successivi o acquisizioni a multipli elevati. Così, il mercato secondario assorbe valutazioni che non reggerebbero a un’analisi rigorosa.

According to McKinsey in its State of AI 2025, la pressione a mostrare crescita rapida ha portato molte organizzazioni a privilegiare metriche di vanità rispetto a indicatori di valore reale. Inoltre, la competizione per i talenti e la visibilità mediatica amplifica questo effetto nel settore AI più che in qualsiasi altro verticale tecnologico.

Per le PMI, questo significa operare in un mercato dove le informazioni pubbliche sui vendor sono strutturalmente distorte. Dunque, la due diligence indipendente non è un’opzione accessoria: è una necessità operativa.

SHM Studio's Perspective: How We Guide Clients' Technology Choices

SHM Studio accompagna le PMI italiane nella selezione e nell’integrazione di tecnologie digitali, incluse le soluzioni AI applicate a web development, SEO copywriting e automazione del marketing. In questo contesto, la valutazione critica dei vendor è parte integrante del nostro processo di consulenza.

In particolare, quando valutiamo strumenti da integrare nei flussi di lavoro dei clienti, applichiamo sistematicamente i criteri descritti in questo articolo. Inoltre, monitoriamo la stabilità finanziaria dei fornitori nel tempo, non solo al momento dell’onboarding. Così, riduciamo il rischio di dover gestire migrazioni urgenti o interruzioni di servizio non pianificate.

Per le aziende che stanno valutando l’adozione di strumenti AI o che vogliono rivedere il proprio stack tecnologico, il SHM Studio Blog offre aggiornamenti regolari su questo tipo di dinamiche. Inoltre, il team è disponibile per una valutazione personalizzata attraverso la pagina contacts.

Infine, per chi gestisce attività di digital marketing con componenti AI, suggeriamo di rivedere periodicamente i contratti con i fornitori di piattaforme automatizzate. Perciò, è utile impostare alert interni quando un vendor cambia pricing, modifica le API o annuncia round di finanziamento con valutazioni anomale rispetto ai ricavi dichiarati. Questi segnali, letti insieme, offrono un quadro più affidabile della salute reale di una startup AI rispetto a qualsiasi comunicato stampa.