ARR-illusjonen: Slik blåser noen AI-startups opp inntektstallene

ARR oppsto i SaaS-bransjen som et mål på forutsigbar abonnementsinntekt. I sin tradisjonelle form representerer det den annualiserte verdien av aktive, gjentakende abonnementskontrakter.

Fordi ARR anslår fremtidig abonnementsinntekt snarere enn å rapportere historiske regnskapstall, regnes det som en ikke-GAAP operasjonell metrikk – ikke et revidert regnskapstall.

I et typisk SaaS-selskap svarer ARR på et enkelt spørsmål: hvis dagens abonnementsbase forble akkurat lik – ingen nye kunder, ingen utmeldinger – hvor mye gjentakende inntekt ville selskapet generere de neste 12 månedene?

Metrikken blir mer komplisert i tidligfase AI-startups, der inntekten ofte blander abonnementer, bruksbasert prising, pilotprosjekter og bedriftskontrakter.

Taktikk #1: Kontraktsbasert ARR (CARR)

En stadig mer omdiskutert metode er kontraktsbasert ARR, også kalt forpliktet ARR.

I stedet for å kun telle inntekt fra aktive abonnementer, inkluderer noen startups verdien av kontrakter som:

• Er signert, men ikke har startet ennå
• Inneholder inntektsøkning i fremtidige år
• Avhenger av produktfunksjoner som fortsatt er under utvikling

I enkelte tilfeller beregner startups ARR basert på den høyeste fremtidige verdien av en kontrakt fra dag én, i stedet for inntekten som faktisk faktureres nå.

Hvis en kontrakt for eksempel vokser fra 100 000 dollar i år til 300 000 dollar i år tre, kan en CARR-beregning telle 300 000 dollar med en gang – selv om den inntekten kanskje ikke materialiserer seg på flere år. Dette kan skape et stort gap mellom den offentliggjorte ARR og selskapets nåværende inntektsbase.

Kritikere hevder at denne tilnærmingen gjør ARR til noe som ligner mer på total kontraktsverdi enn et øyeblikksbilde av gjentakende inntekt.

Taktikk #2: Annualisert run rate

En annen vanlig taktikk er å bruke run rate.

Run rate-beregninger tar inntekt fra en kort, nylig periode – ofte en enkelt måned eller et kvartal – og multipliserer for å anslå et helt år. For eksempel:

• Månedlig inntekt × 12
• Kvartalsvis inntekt × 4

Dette kan gi et raskt anslag på størrelse, men det forutsetter at dagens takt vil fortsette uendret.

Den forutsetningen kan være risikabel, fordi tidligfaseselskaper ofte opplever:

• Store engangskontrakter
• Sesongmessige topper
• Kampanjeperioder med høy bruk
• Pilotprogrammer som ikke fornyes

Run rate-projeksjoner beskriver derfor en mulig utvikling, ikke stabil gjentakende inntekt. Hvis veksten avtar eller bruken faller, kan det annualiserte tallet raskt sprike fra virkeligheten.

Hvorfor disse metrikkene kan være villedende

Problemet er ikke nødvendigvis at disse metrikkene finnes – det er at de kan blande sammen grunnleggende ulike konsepter.

En enkelt oppstart kan publisere ett stort offentlig tall merket «ARR» som i virkeligheten blander tre forskjellige ting:

• Nåværende gjentakende abonnementsinntekt
• Signert, men ennå ikke aktivert kontraktsverdi
• Projeksjoner basert på nylige inntektsøkninger

Når disse kategoriene slås sammen til ett tall, kan utenforstående tro at selskapet allerede har en stabil inntektsbase i den størrelsesorden.

Men selskapets GAAP-inntekt – inntekten ført etter regnskapsstandarder – kan være mye lavere.

Etter regnskapsregelen ASC 606 fører selskaper inntekt først når varer eller tjenester er levert og forpliktelsen oppfylt. Det å signere en kontrakt alene gir ikke umiddelbar inntektsføring.

Denne forskjellen gjør at en oppstart kan annonsere et stort ARR-tall samtidig som den regnskapsførte inntekten, kontantstrømmen eller antall aktive abonnementer er betydelig lavere.

Hvorfor investorer og medier noen ganger aksepterer det

Til tross for kontroversen fortsetter disse oppblåste tallene å dukke opp i kapitalinnhentingsrunder og pressedekning. Flere insentiver bidrar til å forklare hvorfor.

For det første verdsetter venturekapitalmarkeder ofte fremtidig vekstpotensial høyere enn presisjon i dagens økonomi. Aggressive fremtidsrettede metrikker kan forsterke en fortelling om at en oppstart raskt blir en kategorileder.

For det andre tjener ventureinvestorer på at porteføljeselskaper ser ut til å vokse raskere enn konkurrentene. En overskrift som «100 millioner dollar i ARR på to år» kan tiltrekke viderefinansiering og øke verdsettelsen.

For det tredje belønner mediedekning gjerne dramatiske veksthistorier. Artikler som annonserer rekordstor ARR er lettere å publisere enn dype analyser av hvordan tallet ble regnet ut.

Til slutt kan AI-produkter faktisk skalere bruk ekstremt raskt, noe som gjør store annualiserte tall plausible – selv om den underliggende inntekten er volatil.

Metrikksammenlikningen som faktisk betyr noe

For å tolke inntektspåstander fra startups korrekt, hjelper det å skille fire ulike mål:

ARR
Et ikke-GAAP øyeblikksbilde av nåværende gjentakende abonnementsinntekt fra aktive kunder.

Kontraktsbasert ARR (CARR)
Et videre anslag som kan inkludere signerte avtaler som ikke har startet, eller inntekt som skal øke i fremtiden.

Annualisert run rate
En projeksjon laget ved å ekstrapolere inntekt fra en nylig periode over et helt år.

GAAP-inntekt
Inntekt ført etter regnskapsstandarder når kontraktsforpliktelser faktisk er oppfylt.

Hvert tall kan være nyttig – men de svarer på ulike spørsmål.

Hva investorer i økende grad spør om

Etter hvert som granskingen øker, ber investorer startups om å presisere hvordan ARR-en deres er beregnet. Sentrale spørsmål omfatter:

• Hvor mye av ARR er aktiv og faktureres nå?
• Hvor mye representerer signerte, men ikke aktiverte kontrakter?
• Hvilken andel er bruksbasert snarere enn fast abonnementsinntekt?
• Hvordan stemmer ARR-tallet med GAAP-regnskapsført inntekt?

Disse skillene hjelper til med å skille en reell gjentakende inntektsbase fra en projeksjon eller et pipelinesstimat.

Bunnlinjen

ARR har lenge vært en nyttig indikator for å måle SaaS-vekst. Men i AI-oppstartsboomen har metrikkens fleksibilitet gjort at noen selskaper kan presentere tall som ser langt større ut enn den faktiske virksomheten.

Å forstå forskjellen mellom reell gjentakende inntekt, kontraktsfestet fremtidig inntekt og annualiserte projeksjoner blir stadig viktigere for å tolke veksthistoriene som kommer fra AI-oppstartsmiljøet.