指數增長的幻象：駕馭 AI 行業中 ARR 通膨的危機
生成式 AI（Generative AI）的迅速崛起重塑了創業投資（Venture Capital）的格局，創造出一個將增長指標置於幾乎一切之上的高風險環境。隨著資金大量湧入該領域，一個令人擔憂的趨勢出現了：蓄意的年度經常性收入（ARR）通膨。TechCrunch 最近的報導將這一問題推向了風口浪尖，強調了雄心勃勃的創辦人和承受壓力的投資人如何越來越多地參與創意會計，以確保佔領市場所需的「獨角獸」地位。對於 AI 生態系統中的利害關係人而言，這種指標操弄的影響深遠，不僅威脅到個別公司的穩定性，也威脅到整體投資環境的誠信。
在 Creati.ai，我們觀察到展現「曲棍球棒式」增長的壓力往往將新創公司逼入死角。當競爭環境需要巨額融資來確保 GPU 算力和頂尖工程人才時，重新定義收入——或扭曲標準財務報告規則——的誘惑就成了生存策略。然而，這種「不惜一切代價增長」的心態掩蓋了可能引發重大市場修正的系統性風險。
拆解 ARR 通膨的機制
年度經常性收入（ARR）長期以來一直是衡量軟體即服務（SaaS）企業健康狀況的黃金標準。然而，AI 企業的獨特性（通常將基於消耗量的定價與傳統訂閱結合）為混淆視聽提供了溫床。尋求美化數據的創辦人往往會將投機性的未來收益與實際的已實現收入混為一談。
正如最近的調查報導所強調的，問題的核心在於新創公司如何對不同階段的客戶參與進行分類。透過將無約束力的試點專案視為全面的企業合約，或將預計的峰值使用量計為保證收入，公司製造了一種虛假的市場需求感。這種做法有效地透支了未來收入，使現在看起來更加繁榮。
AI 收入報告中的常見危險信號
為了駕馭這種環境，投資人和分析師必須區分標準營運實踐與欺騙性的指標拉伸。下表詳細說明了合法的會計實務與目前正受到審查的通膨操作之間的對比。
| 指標分類 | 標準會計實務 | 通膨會計實務 |
|---|---|---|
| 試點專案 | 僅在轉換為生產服務後計算 | 簽署試點諒解備忘錄（MOU）後即計入 ARR |
| 多年期合約 | 收入按期限分攤確認 | 全額合約價值一次性確認 |
| 使用量計費 | 基於過去 12 個月的平均消耗量 | 基於預計的峰值容量需求 |
| 流失率計算 | 包含所有流失客戶，包括試點放棄者 | 排除試點放棄者以掩蓋流失率 |
如上表所示，標準做法與通膨做法之間的差異往往是詮釋的問題——這是創辦人和投資人利用的「灰色地帶」。當試點專案被計為生產合約時，ARR 數據就失去了預測價值，這就像紙牌屋一樣，一旦那些試點未能轉換，或者實際使用量未達預期峰值，它就會瞬間崩塌。
協同欺騙：為什麼創投與創辦人會結盟
ARR 通膨現象很少是創辦人的單方面行動。這通常是 AI 新創公司 與其創業投資支持者之間一種共生，儘管可能具有破壞性的關係。在當前的投資環境下，創投公司面臨著將資本部署到「贏家」公司的巨大壓力。一旦創投進行了重大投注，確保新創公司持續展現增長以證明後續融資輪次或高 估值 的退場，就符合他們的既得利益。
這創造了一種「造王者」的動態。當一家新創公司報告一個令人印象深刻（儘管是膨脹的）的 ARR 數據時，它讓創投有理由為下一輪融資證明更高的估值。而這種更高的估值，反過來又幫助新創公司吸引更好的人才和更大的企業客戶，創造了一種自我實現的成功預言。然而，當這個循環脫離實際市場現實時，危險就出現了。
如果投資人對這些誇大的陳述視而不見，他們本質上就是在參與扭曲市場訊號。這降低了整個 AI 行業的資本效率，將資源從擁有真實、持久收入來源的公司轉移出去，並注入到依賴會計煉金術的實體中。
對 AI 生態系統的長期影響
ARR 通膨廣泛存在的最直接風險，是當潛在的商業現實趕上預測數字時，最終會出現「降輪融資」（down-round）或新創公司倒閉。當這些新創公司試圖上市或募集二級資本時，這些後期階段常見的嚴格 盡職調查 流程往往會揭露報告的 ARR 與實際現金流之間的差距。
對於更廣泛的 AI 生態系統而言，後果是信任侵蝕。正如 TechCrunch 和其他行業觀察家所指出的，如果機構投資人開始懷疑 AI 新創公司核心指標的可靠性，資本流動將會收緊。這可能導致一場「融資寒冬」，對那些遵守規則的合法新創公司造成不成比例的打擊。
此外，估值的扭曲為行業創造了一個虛假的基準。當一家指標膨脹的新創公司估值為其實際收入的 50 倍或 100 倍時，這就提高了所有競爭對手的門檻。這迫使其他公司要麼採取類似的不道德行為，要麼冒著看起來表現不佳的風險。這創造了一種金融工程比產品工程更有價值的環境——這與 AI 實現其真正潛力所需的創新背道而馳。
重建誠信：呼籲更好的盡職調查
邁向 AI 行業更透明、更永續的未來，需要改變我們評估新創公司績效的方式。僅依賴 ARR 作為主要的北極星指標已不再足夠，特別是考慮到基於消耗量的 AI 模型的複雜性。投資人必須升級他們的盡職調查方法。
給投資人和創辦人的建議
- 優先考慮淨營收留存率（NRR）： 與其關注頂層 ARR，投資人應審查 NRR。該指標揭示了現有客戶是否真的在使用量上增加並從產品中找到價值，而不僅僅是顯示合約已簽署。
- 審計使用數據： 盡職調查應包括對使用日誌的技術審計。如果收入基於 API 調用或運算 Token，則收入必須與經過驗證的使用數據掛鉤，而不是理論上的合約上限。
- 標準化報告： 行業必須朝著 AI 原生公司更標準化的報告框架邁進。在基於消耗量的世界中，為「經常性」收入建立明確、業界認可的定義，將減少模糊的空間。
- 關注燒錢效率： 在收入數字可疑的環境下，應更仔細觀察燒錢率（Burn Rate）以及服務客戶的實際成本。一家擁有「高」ARR 但客戶獲取成本（CAC）和伺服器成本更高的公司，本質上比一家收入較低但更乾淨的公司更不可持續。
歸根結底，AI 新創公司的目標應該是建立一家提供無可爭議價值的公司，而不是一家透過創意會計建立高估值敘事的公司。透過培養透明和嚴格盡職調查的文化，創業投資 社群可以協助確保 AI 革命建立在真正的創新基礎上，而不是建立在膨脹指標的脆弱架構之上。目前針對創辦人和創投的審查不僅僅是帶來不便——這是一項必要的修正，最終將加強整個行業。
