ARR滥用:AI企业价值评估的陷阱与新出路

AI快讯4周前发布 niko
5 0
AiPPT - 一键生成ppt

年度经常性收入(ARR)原是评估SaaS企业价值的核心指标。其算法简便,月收入乘以12即为ARR,借此可依据当前月订阅收入预估未来12个月的订阅收入。然而,当“AI杀死了SaaS”的声音出现,ARR被广泛用于AI企业价值评估时,问题也随之而来。

ARR指标自带杠杆属性,这与SaaS特殊的商业模式紧密相关。在订阅模式下,SaaS企业客户留存率高,收入可预测性强,美国SaaS公司净收入留存率普遍超100%,且收入质量高,毛利率至少达70%。但在AI企业中,情况却截然不同。

AI企业采用基于结果的定价模式,且早期存在大量实验性收入,导致收入波动大。这使得AI企业的ARR比拼成了数字游戏。有人用最高单月收入测算ARR,甚至用单日收入乘以365来计算。公众号“搞AI的K同学”还分享了AI创业公司常见的ARR“套路”,包括同行互刷制造假热度、KOL高返佣掩盖真实成本、低价引流后暴涨制造假象等。

ARR不再适用于AI企业,主要有三个原因。一是商业模式变化,AI公司多根据完成的任务、解决的问题或节省的时间收费,与使用量挂钩,收入不可预测性增强,“年度”预测难度极高。二是AI公司早期很多收入来自实验性收入,早期客户多按月付费,用户粘性不强,受外部环境影响,流失率高,经常性收入难以保障。三是盈利能力不同,AI企业服务需消耗巨大算力资源,运营成本远高于传统SaaS企业,利润率能否达到传统SaaS公司水平仍是未知数。

既然ARR不能准确反映AI企业的真实价值,我们需探索新的评估思路。一是从静态收入预测转向反映实际市场状况的评估,从时间和需求两个维度综合评估AI企业的增长潜力。二是更加重视对收入质量的评估,拆分不同类型的收入,依据不同标准综合评估。总之,AI企业收入波动性大,ARR难以精准评估其价值,我们需谨慎对待传统评估方式,并基于使用量的商业模式建立新的价值评估体系。

© 版权声明
Trea - 国内首个原生AI IDE