Ներդրողները արձագանքում են OpenAI-ի և Anthropic-ի հասույթի մասին լուրերին գրեթե այնպես, կարծես խոսքը հանրային ընկերությունների հաշվետվությունների մասին է։ Բայց այս AI ստարտափների ֆինանսական ցուցանիշները դժվար է ուղղակիորեն համեմատել․ անհայտ է, թե ինչ ծախսեր են նրանք կրում, որքան գումար են այրում և որքան մոտ են շահութաբերությանը։ Նույնիսկ հասույթի այն թվերը, որոնք պարբերաբար հայտնվում են ԶԼՄ-ներում, կարող են հաշվարկվել տարբեր մեթոդաբանություններով։

Սրանից կախված է ոչ միայն հենց ընկերությունների գնահատականը, այլև ֆոնդային շուկայի տրամադրությունները։ AI-ի զարգացման մեջ ներդրվում են տասնյակ և հարյուրավոր միլիարդավոր դոլարներ, իսկ ներդրողները փորձում են հասկանալ՝ արդյոք ապագա եկամուտները կարդարացնե՞ն ծախսերի ներկայիս մասշտաբը, հայտնում է Axios-ը։

Ինչու են հասույթի մասին լուրերը փլուզում բաժնետոմսերը

Վերջերս Financial Times-ը հայտնել էր, որ OpenAI-ի տարեկան հասույթի ցուցանիշը կարող է մոտ 20 միլիարդ դոլարով ցածր լինել, քան ենթադրում էին շուկայի որոշ մասնակիցներ։ Հրապարակումից հետո տեխնոլոգիական բաժնետոմսերը կտրուկ անկում ապրեցին։

Սակայն, ինչպես նշում է Axios-ը, տարբերությունը, ըստ երևույթին, բացատրվում էր ոչ թե OpenAI-ի բիզնեսի հանկարծակի վատթարացմամբ և ոչ էլ ֆինանսական արդյունքների թաքցմամբ։ Պատճառը կայանում էր նրանում, որ փորձ էր արվում ընկերության հասույթը հաշվարկել նույն մեթոդաբանությամբ, որն օգտագործում է Anthropic-ը։

Այս դրվագը ցույց է տալիս, թե որքան զգուշությամբ պետք է վերաբերվել աղմկահարույց թվերին։ Եթե ընկերությունները ցուցանիշները տարբեր կերպ են հաշվարկում, դրանց ֆինանսական արդյունքների համեմատությունը կարող է կեղծ տպավորություն ստեղծել այն մասին, թե ով է ավելի արագ աճում և որքան հաջողությամբ է իր մոդելների հանրաճանաչությունը վերածում փողի։

Վենչուրային ներդրող և բլոգեր Փոլ Կեդրոսկին տեղի ունեցողը համեմատել է աբսուրդիստական թատրոնի հետ։ Նրա կարծիքով՝ խոշորագույն AI ստարտափների ներկայիս հասույթի ցուցանիշները մեծապես կախված են կամայականորեն ընտրված հաշվարկման եղանակներից։

Ինչն է սխալ տարեկան հասույթի և ARR-ի հետ

AI ընկերությունների մասին հրապարակումներում հաճախ հանդիպում են երկու միմյանց մոտ ցուցանիշներ՝ տարեկան հասույթը, որը հաշվարկվում է ընթացիկ մուտքերի տեմպի հիման վրա, և ARR-ը՝ բաժանորդագրություններից ու այլ կրկնվող վճարումներից ստացվող տարեկան պարբերական հասույթը։

Երկու ցուցանիշներն էլ օգնում են գնահատել բիզնեսի մասշտաբը, բայց դրանք հավասարարժեք չեն տարվա ընթացքում փաստացի ստացված հասույթին։ Օրինակ՝ հասույթի տարեկան տեմպը կարելի է ստանալ՝ մեկ ամսվա եկամուտը բազմապատկելով 12-ով։ Այդպիսի հաշվարկը ենթադրում է, որ մուտքերը կմնան նույն մակարդակի վրա, թեև գործնականում դրանք կարող են զգալիորեն փոխվել։

Պատկերացնենք մի մարդու, ով դեկտեմբերին ստացել է սովորական աշխատավարձ և խոշոր տարեկան պարգևավճար։ Եթե դեկտեմբերյան եկամուտը բազմապատկենք 12-ով, կստացվի գումար, որը զգալիորեն կգերազանցի նրա իրական տարեկան վաստակը։ Բիզնեսում նման բան է տեղի ունենում, երբ ընտրված ամիսը լինում է ոչ տիպական։

ARR-ը օգտակար է ծրագրային ընկերությունների համար, որոնք ունեն կանոնավոր բաժանորդագրություններ և համեմատաբար կանխատեսելի պահանջարկ։ Բայց առաջատար AI մոդելներ մշակողները գործում են արագ փոփոխվող միջավայրում․ արտադրանքի պահանջարկը, օգտագործման ծավալը և մուտքերը կարող են էապես տատանվել նույնիսկ մի քանի շաբաթվա ընթացքում։

Կեդրոսկին կարծում է, որ նման անկայունության պայմաններում արդյունքը չափազանց մեծ չափով կախված է նրանից, թե կոնկրետ որ ժամանակահատվածի տվյալներն է ընկերությունը վերցնում։ Եվ նույնիսկ եթե ցուցանիշը հաշվարկված է ճիշտ, այն ոչինչ չի ասում հաշվարկային ենթակառուցվածքի, մոդելների մշակման, անձնակազմի և բիզնեսի այլ կարիքների վրա կատարվող ծախսերի մասին։

Բարձր հասույթն ինքնին դեռ չի նշանակում, որ ընկերությունը շահութաբեր է կամ ունի բավարար դրամական պահուստ։

Ինչու են հանրային ընկերությունները այլ իրավիճակում

Եթե OpenAI-ն և Anthropic-ը արդեն վաճառվեին բորսայում, ներդրողները կստանային կանոնավոր հաշվետվություններ ճանաչված հասույթի, ծախսերի և ֆինանսական արդյունքների մասին։ Հանրային ընկերությունները պարտավոր են պահպանել հաշվապահական հաշվառման ստանդարտացված կանոնները, իսկ նրանց տարեկան հաշվետվությունն անցնում է անկախ աուդիտ։

Սա չի դարձնում ֆինանսական տեղեկատվությունը բացարձակապես թափանցիկ․ նույնիսկ խոշոր հանրային ընկերությունների դեպքում հարցեր են առաջանում պարտավորությունների բացահայտման և հաշվետվության այլ ասպեկտների վերաբերյալ։ Բայց միասնական կանոնները թույլ են տալիս տարբեր ընկերությունների ցուցանիշները համադրել շատ ավելի փոքր սխալվելու ռիսկով, որը կարող է առաջանալ մեթոդաբանության տարբերությունների պատճառով։

Մինչդեռ խոշորագույն AI ստարտափների ֆինանսների մասին տեղեկատվության զգալի մասը ստացվում է ընկերությունների հայտարարություններից և ԶԼՄ-ների հրապարակումներից։ Ցուցանիշների հաշվարկման մանրամասները կարող են մնալ անհստակ, իսկ ծախսերի և շահութաբերության ամբողջական պատկերը՝ անհասանելի արտաքին դիտորդների համար։

Ավելի շատ տեղեկատվություն ներդրողները, հավանաբար, կստանան այն փաստաթղթերից, որոնք ընկերությունները պարտավոր են բացահայտել բորսա դուրս գալու ժամանակ։

Groupon-ի և WeWork-ի պատմությունները՝ որպես ռիսկերի հիշեցում

Ստարտափների ֆինանսական արդյունքների վերաբերյալ չափազանցված սպասումները նոր չեն։ Երբ ընկերությունը պատրաստվում է դառնալ հանրային, այն ստիպված է ավելի շատ տեղեկատվություն բացահայտել և ցուցանիշները համապատասխանեցնել սահմանված ստանդարտներին։ Երբեմն դա զգալիորեն փոխում է ներդրողների պատկերացումը նրա բիզնեսի մասին։

2011 թվականին Groupon-ը, որն այն ժամանակ համարվում էր ամենահեռանկարային տեխնոլոգիական ընկերություններից մեկը, IPO-ի համար փաստաթղթերի պատրաստումից հետո ստիպված եղավ կրճատել նախկինում հայտարարված հասույթը երկու անգամ՝ հաշվետվությունը ԱՄՆ-ում ընդհանուր ընդունված հաշվապահական սկզբունքներին համապատասխանեցնելու համար։

Մյուս օրինակն է WeWork-ը։ 2019 թվականին նախատեսված IPO-ից առաջ ֆինանսական փաստաթղթերի բացահայտումը ցույց տվեց խոշոր կորուստներ և վարձակալության գծով զգալի երկարաժամկետ պարտավորություններ։ Արդյունքում բորսա դուրս գալը տապալվեց։

Այս պատմությունները չեն նշանակում, որ OpenAI-ն կամ Anthropic-ը անպայման կբախվեն նմանատիպ խնդիրների։ Բայց դրանք հիշեցնում են․ սահմանափակ ֆինանսական տեղեկատվության վրա կառուցված մասնավոր ընկերությունների գնահատականները կարող են էապես տարբերվել այն պատկերից, որը բացվում է հաշվետվությունների լիարժեք բացահայտումից հետո։

Հաջորդ կարևոր սահմանագիծը՝ Anthropic-ի IPO-ն

Axios-ում հիշատակված տվյալների համաձայն՝ Anthropic-ը կարող է բորսա դուրս գալ նոյեմբերի կեսերին։ Եթե այս ծրագրերն իրականացվեն, ներդրողները հնարավորություն կստանան ուսումնասիրել ընկերության ավելի մանրամասն ֆինանսական փաստաթղթերը և ստուգել, թե որքանով են նրա հրապարակային ցուցանիշները համապատասխանում շուկայի սպասումներին։

Մինչ այդ պահը OpenAI-ի և Anthropic-ի հասույթի թվերը պետք է ընկալել որպես առանձին կողմնորոշիչներ, այլ ոչ թե որպես բիզնեսի վիճակի լիարժեք հաշվետվություն։ Ընկերությունների կայունությունը գնահատելու համար անհրաժեշտ է հասկանալ ոչ միայն մուտքերի ծավալը, այլև դրանց հաշվարկման մեթոդաբանությունը, ծախսերի կառուցվածքը, կապիտալի պահանջարկը և աճող AI պահանջարկը շահույթի վերածելու կարողությունը։

Արհեստական բանականության մեջ հսկայական ներդրումների պայմաններում արագ աճող հասույթի և տնտեսապես կայուն բիզնեսի միջև տարբերությունը դառնում է առանձնապես կարևոր։ Եվ քանի դեռ խոշորագույն մասնավոր մշակողների ֆինանսական տվյալները մնում են ոչ ամբողջական, շուկան վտանգում է որոշումներ կայացնել այնպիսի թվերի հիման վրա, որոնք ավելի ճշգրիտ են թվում, քան իրականում կան։