在AI领域的聚光灯下，一家名为“花团锦簇”的公司凭借其惊人的收入增长数据抢占了各大新闻的头条位置。诸如“8个月内ARR（年度经常性收入）突破1亿美元”和“史上ARR增长最快的初创企业”等标题，让这家企业迅速成为公众关注的焦点。然而，对于那些深谙AI投资之道的投资者而言，如何从这些炫目的数据中筛选出真正有价值的信息，成为他们亟待解决的问题。
近期，AI智能体领域的明星企业Manus首次披露了其商业化进展。在新加坡的一场活动中，Manus的联合创始人兼首席科学家季逸超透露，自今年3月上线以来，公司的RRR（收入运行率）已达到9000万美元，并预计很快将突破1亿美元大关。随后，Manus的创始人兼CEO肖弘在社交媒体上进一步解释，RRR是一个更为合理且常见的指标，因为它能更全面地反映公司的收入状况。
肖弘指出，Manus的收入中，有一部分来自重度用户的额外一次性积分购买，这部分收入并非经常性收入，因此用ARR来衡量并不准确。他举例说，像亚马逊AWS、Databricks和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而非ARR。从定义上看，ARR主要关注企业每年能够稳定、重复获得的收入，而RRR则基于当前某个月或季度的收入表现来推算全年收入，可能包含一次性或偶发收入。
一位不愿透露姓名的投资人对这一观点表示认同。他认为，对于像Manus这样的初创企业而言，RRR更能反映其短期的业务表现和市场接受度。然而，他也指出，与亚马逊AWS等成熟企业相比，Manus在业务稳定性和数据支撑方面仍有差距。因此，虽然RRR能提供更全面的收入视图，但也存在高估公司实际收入能力的风险。
在AI行业，ARR作为收入指标一直备受关注。近年来，越来越多的AI公司成为了ARR“增长神话”的主角。例如，大模型领域的领军者OpenAI就曾透露，其ARR已从去年的55亿美元跃升至100亿美元。而另一家AI公司Anthropic的ARR也被曝达到40亿美元，较年初增长了近四倍。在应用层，一些新兴玩家也不甘落后，如由前百度集团副总裁、小度科技CEO景鲲等人创办的Genspark，其AI智能体产品上线仅45天就实现了3600万美元的ARR。
然而，与传统SaaS公司相对稳定、用户留存率高的业务模式不同，当前的AI行业正处于快速迭代之中，用户波动性较大。这使得ARR的预测价值在AI领域受到了一定挑战。一位AI Infra企业的创始人举例说，像微软这样的传统SaaS公司，其大型客户一旦使用其提供的服务，就很少会轻易更换。但在AI领域，产品的切换代价可能非常低，用户可以随时从一种产品切换到另一种产品。
尽管如此，对于正处于上升势头的AI公司而言，ARR仍然能够反映出其营收增长预期。但前提是，ARR必须经过严谨且准确的计算。然而，在实际操作中，一些公司为了追求更高的估值，可能会采用误导性的计算方法或刻意抬高ARR数字。例如，通过将未实现的预收款计入当月收入、同行互刷制造假热度、低价引流后大幅涨价等手段来虚增ARR。
除了ARR之外，投资者在评估AI公司时还会参考其他指标，如用户留存率、客户获取成本、毛利率和产品迭代速度等。一位投资人强调，对于AI应用而言，日活和月活用户数等数据可能并不准确反映公司的真实状况，核心还是要看用户的留存情况。他建议投资者关注长时间段的数据，如次周和十周的留存率，因为这些数据更能反映用户的真实行为和忠诚度。
另一位投资人则表示，尽管ARR对投资者有一定的参考价值，但在AI领域，这个价值已经有所降低。由于AI公司的收入模式多样且不稳定，ARR容易被操纵。因此，投资者在评估AI公司时，通常会综合考虑多个指标，以更全面地评估公司的价值。
在AI行业的快速发展中，如何准确衡量公司的价值和潜力成为了投资者关注的焦点。尽管ARR等传统指标在AI领域仍具有一定的参考价值，但投资者也需要更加谨慎地分析和评估这些数据背后的真实含义。
同时，对于AI公司而言，如何在保持快速增长的同时，提供准确、透明的财务数据，以增强投资者的信心，也是他们面临的重要挑战之一。
