图片来源：视觉中国
蓝鲸新闻8月28日讯（记者 朱俊熹）AI公司“花团锦簇”的收入数据正在席卷新闻头条：“8个月ARR突破1亿美元”、“有史以来ARR增长最快的初创公司”……普通看客尚可当作一场热闹。但对关注AI的投资人来说，面临的问题则是，如何从这些造富神话中分辨出真正具备参考价值的数据。
近日，AI智能体明星公司Manus首次公布了其商业化进展。Manus联合创始人、首席科学家季逸超在新加坡举办的一场活动中表示，自三月上线以来，Manus的RRR（Revenue Run Rate，收入运行率）已达到9000万美元，且实现1亿美元指日可待。
Manus创始人兼CEO肖弘随后在社交媒体上补充称，RRR是“更合理又常见的指标”。据其解释，Manus的少量收入来自重度用户额外购买的一次性积分，这部分并非经常性收入，因此用ARR（Annual Recurring Revenue，年度经常性收入）无法完全反映业务实际情况。此外，像亚马逊AWS、Databricks、Salesforce等采用按使用量计费的公司，在财报中也通常选择披露RRR。
从定义上看，ARR指的是企业每年能够稳定、重复获得的收入，主要针对订阅模式或长期合约收入，不包含一次性收入。其常用的计算方法是用MRR（Monthly Recurring Revenue，每月经常性收入）乘以12得到。而RRR是基于当前某个月或季度的收入表现来推算全年收入，相较于ARR更宽泛，除经常性收入外，也可能包含一次性或偶发收入。
一位投资人对蓝鲸科技表示，肖弘的说法有一定道理。因为RRR将当前所有收入都纳入计算，比起ARR更能反映Manus短期的业务表现和市场接受度。但作为初创企业，在业务稳定性和数据支撑方面，Manus很难与亚马逊AWS等成熟企业相比。未来若受到市场竞争或技术迭代等影响，其收入可能难以维持当前水平，因此也存在高估公司实际收入能力的风险。
科技行业对ARR这一收入指标并不陌生，越来越多的AI公司正在成为ARR“增长神话”的主角。大模型领军者OpenAI曾在6月透露，其ARR已从去年的55亿美元跃升至100亿美元。Anthropic的ARR被曝达到40亿美元，较年初增长了近四倍。一些应用层的新兴玩家也不甘落后，前百度集团副总裁、小度科技CEO景鲲等人创办的Genspark就表示，其AI智能体产品上线仅45天，就实现了3600万美元的ARR。
前述投资人称，AI公司对ARR的强调，主要是讲给投资者的故事。“ARR是传统SaaS公司常用的估值指标，投资者比较熟悉。”因此，较高的ARR数字能够更好地展示这家AI公司的收入增长潜力和业务规模，增强投资者的信心，便于在融资时获得更高估值。
但与传统SaaS公司相对稳定、用户留存率高的业务模式不同，当前AI行业正处于日新月异的迭代中，用户波动性较大，这也让ARR的预测价值蒙上了一层不确定性。
AI Infra企业潞晨科技的创始人尤洋对蓝鲸科技举例称，微软就是传统SaaS的典型代表。像大学这样的大型客户，一旦使用微软提供的邮箱或会议系统服务，就极少会轻易更换。“但是今天有些AI产品的切换代价可能非常低，我可以从ChatGPT无缝切换到Gemini。”
在尤洋看来，没有任何指标能够对未来做到绝对、完整的预测。相对而言，如果一家AI公司正处于上升势头，ARR确实能够反映出其营收增长预期，让投资人看到公司每年可能实现的可重复性收入规模——但前提是，ARR必须经过严谨且准确的计算。
尤洋描述了一种常见却有误导性的ARR计算方式。假设一家大模型公司月收入包括以下几项：按月订阅用户总付费1亿元、按季度订阅用户总付费2亿元、按年订阅用户总付费3亿元、API按量调用总付费3亿元。
真实的ARR应按周期折算，即1×12+2×4+3×1=23亿元。但有些公司为了虚增规模，会将未实现的预收款也计入当月收入，直接得出(1+2+3+3) ×12=108亿元的ARR数据。由于计算方法不同，最终得出的ARR数字可能相差悬殊。
除此之外，亦不乏一些刻意抬高ARR数字的手段。据前述投资人介绍，譬如有AI产品在发布初期，通过同行互刷、Product Hunt打榜等途径制造假热度，再直接将这种非典型的用户付费数据年化处理，使ARR“暴涨”。又或者在上线首月，先通过极低定价引流，后期再大幅涨价，并用涨价后的单价来计算ARR以制造假象。
一些企业还会和KOL达成合作，向其提供高额返佣，由KOL以返现方式吸引粉丝购买年费会员，从而在短期内拉升月收入并抬高ARR。但实质上，这类用户忠诚度不高，续费可能性较小。
“ARR对投资人有一定参考价值，但这个价值在AI领域有所降低。”该投资人称，“由于AI公司收入模式多样且不稳定，ARR易被操纵，投资人不会单纯依赖ARR叙事。”他指出，通常还会参考用户留存率、客户获取成本、毛利率、产品迭代速度等指标来综合评估公司价值。
另一位投资人则表示，诸如AI应用的日活、月活用户数等数据都“很虚”，核心还是要看用户留存情况。“要看长时间段的数据，比如次周、十周的，因为一次性的数据可以通过运营手段做上去。”他强调。
