B2B SaaS 平台，2016 年由连续创业者 Guy Nirpaz 创立，承诺用 AI 个性化与预测分析革新客户互动：分析行为数据、预测客户意图、自动执行互动工作流，定位为企业客户互动背后的「大脑」，与 CRM、营销自动化、客服工具集成构建统一智能层。从 83North 与战略天使处融资 1000 万美元，建成多通道数据摄取与预测评分的 ML 平台。但每个企业客户都需大量定制，重服务模式无法规模化。
典型的过早扩张与披着产品市场匹配外衣的破碎单体经济。商业模式本质是披着 SaaS 外衣的咨询公司：每个客户都要大量定制——与遗留 CRM 和营销工具的数据管道集成、在客户独有数据模式上训练定制 ML 模型、数据科学家长年调优。实施周期 3-6 个月，每账户需专职方案工程师与数据科学家；签下 10-20 万美元年合同，完全成本核算后交付成本却要 15-25 万美元。预测模型技术上惊艳，但企业数据质量参差导致持续重训与人工监督。领导层相信终能把定制工作流产品化成自助平台，但转型从未发生——为冲收入继续签企业单，服务陷阱越陷越深。到 2020-2021 年，30-40 家客户贡献 300-400 万美元 ARR，却需要 50 多人团队支撑，年烧 800-1000 万美元。客户年流失超 30%：个性化提升只有 5-10% 的渐进改善而非变革价值，续约变成持久战。Braze、Iterable、Customer.io 这些 AI 更简单、但分发更强、上手更快、ROI 更清晰的竞品赢得市场。技术的精深成了负债——客户被复杂度与漫长实施吓退。
面向 D2C 订阅品牌（美妆、保健品、餐盒、宠物食品）的 AI 留存代理：自主预测流失、个性化赢回活动、优化订阅节奏以最大化 LTV。与 Zoe 的复杂企业平台相反，RetentionAI 是垂直化、自助式 SaaS，10 分钟内完成 Shopify、Recharge、Klaviyo 集成。AI 代理分析客户行为（订购频率、产品偏好、工单、邮件互动），在取消前 30-60 天识别流失风险，自主执行个性化干预：动态折扣、产品替换、暂停选项、再互动邮件。产品面向订阅品牌运营者（而非数据科学家），无代码面板实时呈现预测流失、建议动作与 ROI。按留存客户数计费（每留 1 人 0.5 美元），成本与价值对齐，天然适配产品驱动增长。切口是有 1000-1 万活跃订户、正以每月 5-8% 流失失血、又无力自建留存系统的 Shopify 订阅品牌。
技术栈：Shopify/Recharge/Klaviyo 集成 / AI 代理（GPT-4/Claude） / 流失预测模型 / 无代码运营面板 / Supabase + 向量存储
死因是「单体经济模型」。典型的过早扩张与披着产品市场匹配外衣的破碎单体经济。商业模式本质是披着 SaaS 外衣的咨询公司：每个客户都要大量定制——与遗留 CRM 和营销工具的数据管道集成、在客户独有数据模式上训练定制 ML 模型、数据科学家长年调优。实施周期 3-6 个月，每账户需专职方案工程师与数据科学家；签下 10-20 万美元年合同，完全成本核算后交付成本却要 15-25 万美元。预测模型技术上惊艳，但企业数据质量参差导致持续重训与人工监督。领导层相信终能把定制工作流产品化成自助平台，但转型从未发生——为冲收入继续签企业单，服务陷阱越陷越深。到 2020-2021 年，30-40 家客户贡献 300-400 万美元 ARR，却需要 50 多人团队支撑，年烧 800-1000 万美元。客户年流失超 30%：个性化提升只有 5-10% 的渐进改善而非变革价值，续约变成持久战。Braze、Iterable、Customer.io 这些 AI 更简单、但分发更强、上手更快、ROI 更清晰的竞品赢得市场。技术的精深成了负债——客户被复杂度与漫长实施吓退。
累计烧掉约 $1000万美元（美元），2016 年创立，2024 年停止运营，存活 8 年。