人工智能估值濒临失衡

 经济学人：

人工智能编程，即利用生成式人工智能 ( AI ) 而非传统编程技能 编写软件的能力，在硅谷风靡一时。但它有一个近亲——氛围估值。氛围估值指的是风险投资家能够为AI初创公司提供高额估值，而无需考虑传统电子表格的衡量标准。

最典型的例证是米拉·穆拉蒂 (Mira Murati)，她曾任 Open AI的首席技术专家，几乎一夜之间就跻身富豪阶层。据报道，她的人工智能初创公司 Thinking Machines Lab 在第一轮融资中就以 100 亿美元的估值筹集了 20 亿美元，当时该公司还没有制定出具体的战略，更不用说营收了。

Murati 女士的成功可以归功于其公司拥有一批前开放人工智能研究人员。像 Meta 这样的科技巨头正在为这样的人工智能巨星提供巨额资金。然而，风险投资 ( VC ) 大佬们表示，即使对于不那么受人尊敬的初创公司，预计收入增长、客户流失和现金消耗等传统估值指标也不再像以前那么神圣了。部分原因是人工智能发展太快，很难做出可靠的预测。但这也是大量投资涌入生成人工智能的结果。

曾经可靠的指标如今最有可能贬值，那就是年度经常性收入 ( ARR )，它是许多初创公司估值的核心。对于像大多数人工智能公司一样以软件即服务的形式销售的公司来说，ARR 过去很容易衡量。根据用户数量，取一个典型的月订阅量，然后乘以 12。此外，它还拥有强大的留存率。客户流失率通常低于每年 5%。由于边际成本较低，初创公司在开始盈利之前几乎不需要烧钱。总的来说，ARR 为估值奠定了稳定的基础。

但人工智能初创公司的情况并非如此。一些公司的收入增长异常迅速。拥有热门编程工具 Cursor 的 Anysphere本月年度经常性收入 (ARR)飙升至 5 亿美元，是 1 月份的五倍。另一家软件编写工具 Windsurf 在 5 月份被 Open AI以 30 亿美元收购之前，也经历了惊人的增长。

但这种增长的可持续性如何？风险投资公司Altimeter Capital的Jamin Ball指出，许多公司都在尝试各种人工智能应用，这表明他们虽然充满热情，但并未专注于任何一款产品。他打趣道，这种“来得快，去得也快”的客户模式带来的是ERR（即“实验性运行率”），而不是ARR（平均年收益率） 。另一些人则表示，客户流失率通常高达20%。更糟糕的是，在某些情况下，人工智能初创公司的收费标准是使用量，而不是用户（或“席位”），后者的可预测性更低。

除此之外，竞争异常激烈，而且愈演愈烈。无论人工智能初创企业发展速度多么迅速，都无法保证其长久发展。许多公司基于Open AI或Anthropic等大型人工智能实验室构建的模型来开发应用程序。然而，这些实验室也越来越多地提供自己的应用程序。咨询公司FE International的Max Alderman表示，生成式人工智能也使得仅靠少数员工创办一家公司变得比以往任何时候都更容易，这意味着会有更多新进入者。

即使是知名的人工智能公司也远未盈利。据报道，Perplexity 一直试图颠覆长期由谷歌主导的搜索业务，去年该公司的营收为 3400 万美元，但消耗了约 6500 万美元现金。但这并未妨碍它获得高额估值。据报道，Perplexity 的最新一轮融资使其估值接近 140 亿美元，是去年营收的 400 多倍（而纳斯达克交易所股票的估值约为 6.5 倍）。去年消耗了约 50 亿美元现金的 Open AI目前的市值已达 3000 亿美元。风险投资者愿意忽略损失，反映出他们相信人工智能的潜在市场巨大，而且成本将持续下降。对于 Perplexity 而言，这家初创公司也可能成为收购目标。

假以时日，那些值得信赖的传统估值方法或许会重新流行起来，而更冷静的头脑也会占上风。“我是个老派人士，仍然认为我需要[传统衡量标准]才能安心，”另一家风险投资公司Thomvest的Umesh Padval说道。现在，只需感受一下这种氛围即可。