Pocket FM, den diskrete AI-appen med 500 millioner dollar i inntekter

Grafen publisert av @RohanNayak2 illustrerer denne utviklingen: en annualisert inntektstakt som starter nær null rundt august 2022 og når 506 mill. USD i august 2026. Den siste delen av kurven, over omtrent 200 mill. USD, er fremhevet fordi den tilsvarer vekstens tilbakekomst etter satsingen på KI.

Tallet på 500 mill. USD er imponerende, men det er ikke bokførte årsinntekter

Den første presiseringen kom etter et svært enkelt spørsmål fra @davefontenot:

«ARR eller annualisert inntektstakt?» @davefontenot

Rohan Nayaks svar er utvetydig:

«annualisert inntektstakt» @RohanNayak2

Denne nyansen er viktig. En annual revenue run rate tar utgangspunkt i dagens inntektsnivå, vanligvis det månedlige, og fremskriver det over tolv måneder. Det viser virksomhetens inntektstakt på et gitt tidspunkt. Det betyr ikke automatisk at Pocket Entertainment allerede har bokført 500 mill. USD i omsetning de siste tolv månedene, eller at alle disse inntektene er kontraktsfestede og gjentakende.

Dette reduserer ikke resultatets operasjonelle betydning. Tvert imot: For en app med lydfortellinger som finansieres gjennom kjøp per episode og annonsering, innebærer det å nå en inntektstakt på omtrent 500 mill. USD en svært konkret evne til å skaffe et publikum, holde på det og deretter omsette oppmerksomheten i inntekter.

Innlegget sammenligner dessuten Pocket Entertainment med konserner som Netflix, Spotify og Disney. Tabellen som er publisert, viser for Pocket Entertainment 500 mill. USD i inntekter, 70 % bruttomargin og 100 % årlig vekst, under merkelappen «Content & IP + Consumption + AI». Disse verdiene kommer fra selskapets egen visualisering. De må derfor leses som indikatorer presentert av Pocket, og ikke som en uavhengig finansiell analyse.

Den egentlige drivkraften: 0,25 prosentpoeng høyere CTR kan utløse en vekstsløyfe

Det viktigste poenget i fortellingen er ikke KI-produksjonen i seg selv. Det er mekanismen som gjør bedre annonsemateriell om til mer lønnsom kundeanskaffelse.

Rohan Nayak forklarer at Pocket FM brukte mer enn 100 mill. USD på kundeanskaffelse før selskapet identifiserte sin viktigste innsikt: En økning i CTR fra 2 % til 2,25 % ville redusere CAC med omtrent 30 %.

«Hvis klikkfrekvensen (CTR) for en annonse øker fra 2 % til 2,25 %, reduseres kundeanskaffelseskostnaden (CAC) vår med rundt 30 %.» @RohanNayak2

Rent matematisk tilsvarer en økning i CTR fra 2 % til 2,25 % 12,5 % flere klikk ved samme antall visninger. Regnestykket er enkelt: 0,25 delt på 2 er lik 12,5 %. Men CAC følger ikke nødvendigvis et lineært forhold til denne økningen.

I annonseauksjonene til Meta eller TikTok kan annonsemateriell som tiltrekker seg flere klikk og genererer bedre kvalitetssignaler, få større distribusjon, vinne flere auksjoner eller gjøre samme medieinvestering om til flere installasjoner. Det er denne hevarmeffekten som kan forklare hvorfor 12,5 % flere klikk, ifølge Pocket FM, fører til en reduksjon i CAC på nær 30 %.

CTR-forbedringen skaper bare verdi fordi den er koblet til resten av maskinen.

Kjeden Nayak beskriver, fungerer slik:

1. LLM-er identifiserer de mest spennende passasjene i en fiksjonsfortelling.
2. Disse utdragene kombineres i et lengre reklamemanus.
3. Pocket FM viser en videotrailer på omtrent 90 sekunder for å selge en lydfortelling.
4. De første sekundene må inneholde en hook omtrent hvert femte sekund.
5. Reklameinnholdet må avsluttes med en cliffhanger som er sterk nok til å utløse en nedlasting mens brukeren skroller.
6. Hvis annonsen ikke overgår målene, særlig 2,5 % CTR og 55 % avspilling etter tre sekunder, griper en kreativ leder inn.
7. Vinnerinnholdet gjør det mulig å øke markedsføringsbudsjettet uten at CAC forverres vesentlig.

Pocket FM hevder å produsere omtrent 1 000 annonser per serie, totalt rundt 17 500 annonser per måned. Ifølge innlegget har denne kreative fabrikken gjort det mulig å syv- til åttedoble markedsføringsbudsjettet uten noen vesentlig økning i CAC.

Det er her playbooken ligger. Mer reklameinnhold betyr flere tester. Flere tester gjør det mulig å identifisere flere effektive hooks. Disse vinnerhookene forbedrer resultatene i annonseauksjonene. Bedre kontroll over CAC åpner deretter for økt pengebruk, som igjen finansierer nye tester.

Reaksjonen fra @Freyabuilds oppsummerer både beundringen for denne mekanismen og dens viktigste potensielle svakhet:

«Det usexy regnestykket der en økning i CTR på 0,25 prosentpoeng reduserer CAC med rundt 30 %, er det som faktisk gir en kumulativ effekt. Jeg lurer fortsatt på hvor lenge terskelen på 2,25 % holder når alle andre begynner å presse inn en cliffhanger hvert femte sekund.» @Freyabuilds

Rohan Nayak lot spørsmålet stå ubesvart. Det er likevel grunnleggende: Cliffhangeren er et narrativt virkemiddel som er enkelt å kopiere. Hvis alle konkurrentene bruker de samme oppskriftene, kan evnen deres til å stoppe skrollingen svekkes. Publikum kan også bli lei av denne stadige eskaleringen.

Pocket FMs fordel ligger derfor kanskje mindre i selve cliffhangeren enn i evnen til å teste, produsere og iterere tusenvis av dem før konkurrentene. Dette gjennomføringsfortrinnet må imidlertid fornyes kontinuerlig.

Pocket FM tjener ikke penger på en katalog, men på ønsket om å vite hva som skjer videre

Pocket FMs modell skiller seg tydelig fra et klassisk abonnement à la Netflix. Selskapet forsøker ikke først og fremst å selge ubegrenset tilgang til en katalog. Det organiserer produktet slik at salget skjer når den narrative spenningen er på sitt høyeste.

Formatet som ble valgt etter flere eksperimenter, er mobilt lyddrama: episoder på 8 til 12 minutter, med tydelig serialisering, sterke hooks og en cliffhanger på slutten. Nayak hevder at den gjennomsnittlige daglige lyttetiden etter innføringen av denne strukturen økte fra omtrent 25 minutter til mer enn 150 minutter.

Inntektsmodellen følger nøyaktig den samme rytmen:

• brukeren får gratis lytteminutter hver dag;
• neste episode kan låses opp daglig for å skape en vane;
• når de gratis minuttene er brukt opp, kan brukeren betale per episode;
• brukeren kan også se en annonse for å låse opp fortsettelsen.

Denne betalingen per episode skjer altså ikke i begynnelsen av opplevelsen, men når den narrative spenningen allerede er etablert. Cliffhangeren fyller en dobbeltfunksjon: Den oppmuntrer først til nedlasting i annonsen og fremmer deretter kjøp eller belønnede annonser i produktet.

Pocket FM opplyser at annonseinntektene har økt fra null til en årlig run rate på omtrent 90 M$ i løpet av tolv måneder. Annonsering er dermed ikke en sekundær løsning for brukere som ikke betaler. Den er en integrert del av inntektsarkitekturen, samtidig som brukeren holdes inne i fortellingen i stedet for å bli stengt ute når vedkommende ikke vil betale.

Oppdagelsesfunksjonen er også tilpasset hvordan brukere lytter til lydinnhold. En bruker kan starte et program, låse skjermen og slutte å navigere. Pocket FM forklarer at de bruker spillelister med episoder og foreslår en ny serie når de gratis minuttene i et program er brukt opp. Målet er ikke bare å anbefale innhold, men å opprettholde lytteflyten og omdirigere oppmerksomheten til en fortelling som fortsatt kan generere inntekter.

KI frigjorde kapasitet, men flyttet problemet over til kvalitet

Den mest spektakulære delen av innlegget handler om overgangen til en produksjon som var fullt ut KI-assistert i midten av 2024. Ifølge Nayak skal Pocket FM ha akseptert omtrent seks måneder med utflating rundt 200 M$ i ARR for å legge om produksjonskjeden, før en akselerasjon førte til dagens run rate.

KI-pivoteringen fremstilles ikke som en enkel kostnadsreduksjon, men som en satsing på radikalt høyere produksjonskapasitet.

Denne beslutningen ble lagt merke til av @soy_adnan3:

"Å stagnere på 200 mill. dollar etter overgangen til kun KI ... og så legge til 250 mill. dollar året etter er det sjeldne tilfellet der de seks stygge månedene faktisk lønte seg!!" @soy_adnan3

Rohan Nayak svarte ikke direkte på denne meldingen, men han bekreftet logikken bak valget i et svar til @kirbyman01:

"Leste det flere ganger. Svært innsiktsfullt + modig å ta den enorme stagnasjonssmellen ved å gå over til 100 % KI-produksjon. Respekt 🫡🫡" @kirbyman01

"Takk, @kirbyman01. Det var en vanskelig avgjørelse den gangen, smerte på kort sikt, men veddemålet var at det ville åpne for mye raskere vekst på lang sikt. Veldig glad for at det fungerte." @RohanNayak2

Tråden underbygger dermed ideen om en bevisst akseptert overgangskostnad. Den inneholder imidlertid verken detaljerte regnskaper eller en uavhengig metode som gjør det mulig å skille mellom hva som faktisk skyldes overgangen til KI, geografisk ekspansjon, endringer i markedsføringsutgiftene eller en endret produktmiks.

Et senere viralt sammendrag fra @VadimStrizheus viderefører caset for gründere. Det omtaler blant annet en produksjon som skal ha økt fra 25 000 til 2,5 millioner timer per år, systemer av typen LLM-as-a-judge samt en økning i tolvmånedersretensjonen fra 44 % til 76 %. Disse tallene er i tråd med tesen om en kraftig oppskalering, men de finnes ikke i innlegget fra Rohan Nayak som er gjengitt her. De må derfor ikke forveksles med påstandene som er direkte dokumentert av CEO-en.

Den sentrale risikoen ble formulert av @svpino, uten at han fikk svar:

"Jeg har ikke brukt Pocket ennå, men jeg lurer på om dere har en form for manuell filtrering for å luke ut dårlig KI-generert søppel. Publiserer dere alt dere genererer, eller kuraterer dere det på noen måte?" @svpino

Dette er sannsynligvis trådens mest alvorlige blindsone. Hvis KI flytter flaskehalsen fra produksjon til utvelgelse, må Pocket FM løse spørsmålene knyttet til redaksjonell kvalitet, publikums tillit og muligheten til å oppdage innhold. Det er verdiløst å produsere ti ganger mer innhold hvis brukeren møter generisk, repetitivt eller dårlig tilpasset innhold før vedkommende finner en god serie.

Å lokalisere en fortelling er ikke det samme som å oversette den

Rohan Nayak hevder at 78 % av inntektene til Pocket FM fortsatt er konsentrert i USA. Denne konsentrasjonen gjør lokalisering strategisk viktig, selv om motoren for annonseringsdrevet brukeranskaffelse ser ut til å kunne eksporteres.

I innlegget skiller Nayak tydelig mellom oversettelse og tilpasning: En fortelling utviklet for et spansk publikum kan miste referansene, vitsene, folkloren og tonen hvis den bare oversettes for et norsk publikum. Pocket FM sier derfor at selskapet beholder historiens ryggrad, samtidig som den tilpasses lokale referanser.

Denne ideen nyanserer en annen ambisiøs formulering i innlegget: Det som gjorde det mulig for Pocket FM å gå fra null til 400 mill. dollar i ARR i USA, «fungerer i alle land». Tråden gjør det mulig å presisere dette løftet.

Motoren for brukeranskaffelse kan være eksporterbar, men innholdet blir det først etter kulturell tilpasning.

Pocket FM viser blant annet til en vekst til 25 mill. dollar i USA på 19 måneder, 21 mill. dollar i Tyskland på 11 måneder og 10 mill. dollar i Frankrike på tre måneder. Sammendraget fra @VadimStrizheus legger til at en lokaliseringsstrategi skal ha forbedret retensjonen med 50 % i Tyskland, men dette tilleggstallet finnes ikke i innlegget fra Rohan Nayak. Det må derfor behandles som en opplysning videreformidlet i sammendraget, og ikke som en måling som er bekreftet i kildetråden.

ElevenLabs, Pocket Saga og forsøket på å gjenskape maskinen i videoformat

Innlegget og svarene viser at Pocket Entertainment ikke ønsker å forbli utelukkende et lydselskap. På spørsmålet fra @shiri_shh om å gå inn i korte videodramaer svarer Nayak:

"Planlegger dere også å gå inn i korte videodramaer?" @shiri_shh

"Ja, vi har nettopp lansert KI-mikrodramaappen vår: Pocket Saga!" @RohanNayak2

Pocket Saga er dermed et forsøk på å overføre logikken til Pocket FM til videobaserte mikrodramaer som er generert eller assistert av KI. I et annet svar presenterer Nayak også Pocket Saga som en ny app med fokus på anime.

Partnerskapet med ElevenLabs blir også eksplisitt bekreftet. Etter gratulasjonen fra @mati svarer Nayak:

"Gratulerer til teamet! Utrolig!" @mati

"Takk, @mati. Det har vært flott å samarbeide med deg og @ElevenLabs-teamet underveis." @RohanNayak2

Partnerskapet ElevenLabs Pocket FM er dermed dokumentert gjennom dette svaret. Sammendraget fra @VadimStrizheus hevder imidlertid at lydkostnadene skal ha falt med 90 % takket være ElevenLabs. Denne prosentsatsen finnes verken i innlegget eller i svaret fra Rohan Nayak. Den kan derfor ikke fremstilles som et tall Pocket FM har bekreftet i denne samtalen.

På samme måte tilskriver @VadimStrizheus Pocket FM-caset tall som «fra 0 til 500 mill. dollar på fire år», «ti pivoteringer på to år», «135 minutter per dag», modeller trent på mer enn 100 millioner timer, samt 300 000 forfattere, hvorav 90 % er nybegynnere, og 33 mill. dollar utbetalt. Noen av disse ligger tett opp til Rohans fremstilling, der han nevner ti formater testet over to til tre år og mer enn 150 minutters daglig lytting. Andre kommer ikke fra det opprinnelige innlegget og må holdes tydelig atskilt.

LTV/CAC-forholdet gjør kundeanskaffelsen troverdig, uten å fjerne all tvil

Betalt kundeanskaffelse i svært stor skala gir bare mening dersom inntektene som genereres av en kunde, over tid overstiger kostnaden ved å skaffe kunden. @RatPoisonaut stilte spørsmålet som gjør det mulig å teste denne hypotesen:

"Imponerende! Hva er LTV:CAC-forholdet deres?" @RatPoisonaut

Nayaks svar gir det eneste direkte målet på enhetsøkonomi i diskusjonen:

"Vi ligger for øyeblikket an til et LTV/CAC-forhold på rundt 3x" @RohanNayak2

Et LTV/CAC-forhold på rundt 3x gjør historien mer troverdig: For hver dollar som brukes på å skaffe en bruker, anslår Pocket FM at selskapet får omtrent tre dollar i livstidsverdi. Dette er et nivå som kan forsvare aggressiv kundeanskaffelse, særlig dersom de oppgitte bruttomarginene er høye.

Men denne informasjonen avklarer ikke alt. Tråden oppgir ikke:

• den nøyaktige definisjonen av LTV;
• hvilke kohorter det gjelder;
• tilbakebetalingstiden for CAC;
• andelen annonseinntekter i denne LTV-en;
• kostnadene til KI-infrastruktur og innhold;
• hvor robust EBITDA-lønnsomheten er under internasjonal ekspansjon.

Tallet er nyttig, men det er fortsatt en selvrapportert og aggregert måling.

Hva gründere kan lære, og hva Pocket FM fortsatt må bevise

Oppsummeringen til @VadimStrizheus formulerer fire lærdommer som samsvarer med Pocket FMs fremstilling, forutsatt at tilleggstallene hans ikke blandes sammen med uttalelsene fra Rohan Nayak:

1. Ikke gi opp en pivotering for tidlig. Platået rundt 200 mill. dollar viser at en overgang kan svekke utviklingen på kort sikt før den skaper ny kapasitet.
2. Ta betalt når intensjonen er på sitt høyeste. Betaling per episode ved en cliffhanger er mer enn en prismekanisme: Det er en måte å selge på når den narrative interessen er på topp.
3. Bruk KI på flaskehalsen. Hos Pocket FM brukes KI til å skape og teste nok innhold og annonser til å industrialisere læringsprosessen.
4. Gjør brukerne til tilbudssiden. Tesen om individuelle studioer og et bredere innholdstilbud har som mål å gjøre plattformen til et produksjonssystem, ikke bare en distributør.

Den mest nyttige lærdommen er imidlertid mer presis: KI blir først et konkurransefortrinn når den er koblet til en komplett økonomisk kretsløp. Pocket FM vinner ikke fordi selskapet bruker LLM-er eller syntetiske stemmer. Det forsøker å vinne ved å koble sammen historien som utløser klikket, videoannonsen som fører til installasjonen, cliffhangeren som holder på brukeren, og betalingen per episode som genererer inntekter.

Denne sløyfen oppsummerer vekststrategien: Bedre annonsemateriell forbedrer CTR, høyere CTR kan redusere CAC, bedre kontroll over CAC gjør det mulig å øke investeringene i kundeanskaffelse, og bedre brukerbevaring øker brukernes livstidsverdi. Inntektsgenerering per episode og belønningsannonser omdanner deretter denne oppmerksomheten til inntekter.

Tråden etterlater imidlertid flere ubesvarte spørsmål:

• Hvilken menneskelig eller automatisert filtrering fjerner KI-innhold av lav kvalitet, slik @svpino påpeker?
• Vil terskelen på 2,25 % CTR fortsatt kunne forsvares dersom konkurrentene kopierer de samme innledende grepene og cliffhangerne?
• Hvordan beregner Pocket FM sitt LTV/CAC-forhold på rundt 3x, og over hvilken tidsperiode?
• Hvor stor del av akselerasjonen etter platået skyldes faktisk KI?
• Forblir EBITDA-lønnsomheten robust når kostnadene til innhold, kundeanskaffelse, infrastruktur og internasjonalisering tas med?

Pocket FM har vist at et medieselskap kan bli en ytelsesmaskin. Det selskapet fortsatt må bevise, er at denne maskinen kan bevare reell redaksjonell kvalitet og et kreativt konkurransefortrinn når hele bransjen får tilgang til de samme KI-verktøyene.