در ماه اکتبر، گزارشهایی که نشان میداد درآمد سالانهشده اوپنایای بهطور محسوس کمتر از برآوردهای قبلی است، سهام شرکتهای مرتبط با هوش مصنوعی را بهشدت پایین آورد و موج تازهای از بازبینی ارزشگذاریهای این حوزه را به راه انداخت. این ماجرا پرسشی را دوباره باز کرد که سرمایهگذاران مدتی است دور آن میچرخند: آیا ARR هنوز راه درستی برای توصیف یک کسبوکار هوش مصنوعی است؟
محدودیتهای این معیار مدتی است شناخته شده است. ARR برای شرکتهای نرمافزاری ساخته شد که قراردادهای سالانه قابل پیشبینی میفروختند و این تنها بخشی از روش درآمدزایی بیشتر شرکتهای هوش مصنوعی است. در بخش ابتدایی رونق هوش مصنوعی مولد، رشد آنقدر تند بود که کمتر کسی این نکته را جدی گرفت. ماجرای اوپنایای اما رهاکردن آن را دشوارتر کرده است، تا حدی چون نشان داد بازارهای عمومی امروز چه وزن سنگینی به اعداد یک شرکت خصوصی واحد میدهند.
برای بنیانگذاران، توجه به این موضوع الان ارزش دارد، نه بعداً. گروهی از شرکتهای هوش مصنوعی به مرحله سرمایه رشد رسیدهاند و پرسشهایی که در فرایند بررسی دقیق با آن روبهرو میشوند در حال تغییر است.
**ARR برای چه چیزی ساخته شد**
ARR در میانه تا اواخر دهه ۲۰۰۰ استاندارد شد، زمانی که نرمافزار از مدل پرداخت مجوز به اشتراک دورهای حرکت کرد. مشتری برای ۱۲ ماه قرارداد امضا میکرد، درآمد قابل پیشبینی میشد و سالانهکردن آن یک محاسبه ساده بود، نه پیشبینی.
نسل اول شرکتهای پس از چتجیپیتی این معیار را بدون بررسی چندانی به ارث برد، هرچند به شکلی متفاوت پول درمیآورد. بیشتر آنها امروز مدلهای ترکیبی دارند: یک پایه اشتراک بهعلاوه هزینه مصرف، که بر اساس فراخوانی API، توکن پردازششده یا توان محاسباتی مصرفشده محاسبه میشود. شمار رو به رشدی هم بر اساس نتیجه (outcome) هزینه میگیرند. عددی که سالانهشده ارائه میشود، درآمدی را که مشتری متعهد شده با درآمدی که به مصرف ماه بعد او بستگی دارد در هم میآمیزد.
آنچه بهعنوان ARR ارائه میشود معمولاً یک «نرخ درآمد» است: درآمد اخیر ضرب در ضریبی برای رسیدن به رقم سالانه. این روش توصیف خوبی برای مومنتوم است، اما راهنمای قابل اتکایی برای سال پیش رو نیست. اولین پرسشی که سرمایهگذار معمولاً میپرسد این است که این عدد در واقع چه چیزی را میشمارد.
شرکتهایی که بخشی از فروش را از طریق شریک انجام میدهند میتوانند کل ارزش آن فروش را گزارش کنند یا فقط سهم خودشان را؛ و این دو روش برای یک کسبوکار واحد اعداد بسیار متفاوتی تولید میکنند. هر دو مشروعاند، اما لزوماً قابل مقایسه نیستند.
دو شرکتی را در نظر بگیرید که هر دو نرخ درآمد سالانهشده ۱۰ میلیون دلار گزارش میکنند. در اولی، بیشتر این درآمد قراردادی است و از مشتریانی میآید که مصرفشان در ۱۲ ماه بهتدریج رشد کرده است. در دومی، درآمد بر تعداد محدودی مشتری تکیه دارد که مصرفشان در سهماهه آخر جهش کرده است.
این دو، کسبوکار مشابهی نیستند. اولی نشان داده مشتریان برمیگردند و بیشتر خرج میکنند. هیچچیز در عدد تیتر گزارش این را به شما نمیگوید.
**فراتر از تیتر**
اگر یک عدد واحد نمیتواند این دو کسبوکار را از هم جدا کند، پرسش این است که چه چیزی میتواند. پاسخ به مرحله شرکت بستگی دارد. در مرحله پیشبذری و بذری، عدد اهمیت دارد. یک مسیر رشد تند میتواند نشانه تقاضای بازار، مشتریانی که حاضرند پول بدهند و تیمی باشد که دارد بازاریابی و فروش را میفهمد. در آن اندازه، از نرخ درآمد انتظار نمیرود سال پیش رو را پیشبینی کند.
در مراحل بعدی چیزهای بیشتری لازم است. آنچه اهمیت دارد درآمد پشت عدد است: تمرکز مشتری، اینکه چه مقدار قراردادی و چه مقدار مصرفی است، چقدر قابل پیشبینی است و آیا حاشیه سود ناخالص با رشد حجم حفظ میشود.
نگهداشت و گسترش مشتری، هسته اصلی است. این دو میگویند محصول چقدر ضروری شده و آیا چند سال دیگر هم استفاده خواهد شد. ریزش مشتری (churn) بهشکلی تشخیصی عمل میکند که یک عدد رشد هرگز نمیتواند؛ میتواند به تقاضایی اشاره کند که محصول پاسخش نیست، قیمتی که با ارزش همخوان نیست، نیازی که هرگز واقعاً تکرارشونده نبوده، یا بازاری کمعمقتر از آنچه اول به نظر میرسید.
**سرمایهگذاران بعدی چه انتظاری خواهند داشت**
ARR مدتها ستون اصلی روشی بوده که شرکتهای فناوری پررشد مومنتوم خود را نشان میدهند و بهزودی از صحنه حذف نمیشود.
آنچه تغییر میکند، وزن این عدد واحد بهتنهایی است. باید انتظار داشت سرمایهگذاران بیشتری بپرسند یک عدد در واقع چه چیزی را میشمارد، چه مقدارش درآمد متعهدشده است و نگهداشت مشتری در هر گروه همسن چه شکلی دارد. بنیانگذارانی که پاسخ این پرسشها را آماده دارند، داستانی بسیار متقاعدکنندهتر از یک عدد واحد تعریف میکنند.
کنزا زایانی نویسنده این یادداشت، سرمایهگذار مرحله اولیه در RTP Global و مستقر در لندن است. او جذب بنیانگذاران بلندپروازی میشود که سختترین مسائل را هدف میگیرند و علاقه ویژهای به هوش مصنوعی، از زیرساخت تا کاربردها، دارد. زایانی تجربه سرمایهگذاری در مراحل مختلف را دارد و در RTP Global تجربه چندمرحلهای و رویکرد دادهمحور خود را در ساختن شرکت در کنار بنیانگذاران به کار میگیرد.