वार्षिक आवर्ती राजस्व से परे ट्रैक करने के लिए मेट्रिक्स
निवेशक और स्टार्टअप संस्थापक AI कंपनियों का मूल्यांकन करने के लिए एक प्राथमिक मेट्रिक के रूप में वार्षिक आवर्ती राजस्व (Annual Recurring Revenue) के उपयोग पर पुनर्विचार कर रहे हैं, क्योंकि हाइब्रिड मुद्रीकरण मॉडल और खपत-आधारित शुल्क पारंपरिक मूल्यांकन मानकों को जटिल बनाते हैं।
अक्टूबर में, यह खबर कि OpenAI का वार्षिक राजस्व पिछले अनुमानों से काफी नीचे चल रहा है, ने एआई-संबंधित शेयरों को नीचे खींच लिया और एआई मूल्यांकन के संबंध में जांच की एक नई लहर को जन्म दिया। इससे एक ऐसी बहस भी फिर से शुरू हो गई जिस पर निवेशकों ने कुछ समय से विचार किया था: क्या ARR अभी भी एआई व्यवसाय के लिए उचित मेट्रिक के रूप में काम करता है?
इन कमियों को कुछ समय से पहचाना जा रहा है। मूल रूप से अनुमानित वार्षिक अनुबंधों पर निर्भर सॉफ्टवेयर कंपनियों के लिए डिज़ाइन किया गया ARR, इस बात का केवल एक अंश कैप्चर करता है कि अधिकांश एआई फर्म कैसे आय उत्पन्न करती हैं। जनरेटिव एआई के शुरुआती चरणों के दौरान, विकास इतना विस्फोटक था कि कुछ ही लोगों ने इस मेट्रिक पर सवाल उठाया। OpenAI की स्थिति ने इसे नजरअंदाज करना कठिन बना दिया, आंशिक रूप से इसलिए क्योंकि इसने इस बात को उजागर किया कि सार्वजनिक बाजार अब एक निजी इकाई के नंबरों पर कितना अधिक निर्भर करते हैं।
स्टार्टअप फाउंडर्स के लिए, बाद में करने के बजाय अभी इस पर ध्यान देना महत्वपूर्ण है। एआई व्यवसायों की एक नई लहर विकास-पूंजी चरण के करीब पहुंच रही है, जिससे ड्यू डिलिजेंस (उचित परिश्रम) के दौरान उनके सामने आने वाले सवालों में बदलाव आ रहा है।
ARR किसके लिए बनाया गया था

2000 के दशक के मध्य से लेकर अंत तक सॉफ्टवेयर व्यवसायों द्वारा लाइसेंस शुल्क से आवर्ती सदस्यता मॉडल की ओर बढ़ने के साथ ARR एक मानक प्रथा के रूप में उभरा। 12 महीने की ग्राहक प्रतिबद्धताओं के साथ, राजस्व अनुमानित हो गया, जिससे वार्षिक आंकड़े पूर्वानुमान के बजाय बुनियादी अंकगणित बन गए।
ChatGPT के बाद की कंपनियों की शुरुआती लहर ने बिना किसी खास जांच के इस मेट्रिक को अपना लिया, भले ही उनकी मुद्रीकरण रणनीतियाँ अलग थीं। आज, अधिकांश हाइब्रिड मॉडल पर काम करते हैं जो सदस्यता आधार को एपीआई कॉल, संसाधित टोकन या उपयोग की गई कंप्यूट पावर से जुड़े खपत-आधारित शुल्क के साथ जोड़ते हैं। बड़ी संख्या में लोग विशिष्ट परिणामों के आधार पर शुल्क लेते हैं। परिणामस्वरूप, एक वार्षिक आंकड़ा प्रतिबद्ध ग्राहक राजस्व और अगले महीने से अप्रत्याशित उपयोग-आधारित आय को एक साथ मिला देता है।
ARR के रूप में प्रस्तुत मेट्रिक्स आमतौर पर राजस्व रन रेट के रूप में कार्य करते हैं—हाल के राजस्व को लेते हैं और इसे वार्षिक आंकड़े में गुणा करते हैं। हालांकि यह गति का एक अच्छा स्नैपशॉट प्रदान करता है, लेकिन यह आने वाले वर्ष के लिए कम विश्वसनीय संकेतक के रूप में कार्य करता है। निवेशक स्वाभाविक रूप से यह पूछकर शुरुआत करते हैं कि मेट्रिक वास्तव में क्या मापता है।
भागीदारों के माध्यम से बेचने वाली फर्म उन लेन-देन के पूर्ण मूल्य या केवल अपने रखे गए हिस्से की रिपोर्ट कर सकती हैं, जिससे समान संचालन के लिए काफी अलग आंकड़े प्राप्त होते हैं। दोनों रिपोर्टिंग विधियां वैध हैं, लेकिन वे हमेशा प्रत्यक्ष तुलना की पेशकश नहीं करती हैं।
दो कंपनियों पर विचार करें जो प्रत्येक $10 मिलियन के वार्षिक रन रेट की रिपोर्ट करती हैं। पहले के लिए, राजस्व का अधिकांश हिस्सा अनुबंधित ग्राहकों से आता है जिनका उपयोग 12 महीनों में लगातार बढ़ा है। दूसरे के लिए, राजस्व ग्राहकों के एक छोटे समूह पर निर्भर करता है जिनकी खपत सबसे हाल की तिमाही के दौरान बढ़ गई थी।
ये मौलिक रूप से अलग-अलग व्यावसायिक मॉडल का प्रतिनिधित्व करते हैं। पहला साबित करता है कि ग्राहक लगातार वापस आते हैं और खर्च बढ़ाते हैं, फिर भी मुख्य आंकड़ा इस अंतर को छुपाता है।
मुख्य सुर्खियों से परे देखना
जब एक ही संख्या ऐसे व्यवसायों के बीच अंतर करने में विफल रहती है, तो कंपनी के चरण पर बहुत अधिक निर्भर करते हुए, वैकल्पिक मेट्रिक आवश्यक हो जाते हैं। प्री-सीड और सीड स्तरों पर, कच्चा नंबर महत्वपूर्ण बना रहता है। तीव्र गति मजबूत बाजार की मांग, इच्छुक खरीदारों और अपनी गो-टू-मार्केट रणनीति में महारत हासिल करना शुरू करने वाली संस्थापक टीम का संकेत दे सकती है। उस पैमाने पर, रन रेट से शायद ही कभी पूरे वर्ष के लिए प्रदर्शन की भविष्यवाणी करने की उम्मीद की जाती है।
बाद के चरणों में गहरी अंतर्दृष्टि की आवश्यकता होती है। आवश्यक कारकों में मेट्रिक के पीछे का राजस्व संयोजन शामिल है: ग्राहक एकाग्रता, अनुबंधित और खपत-आधारित राजस्व के बीच विभाजन, अनुमानशीलता, और क्या मात्रा बढ़ने पर सकल मार्जिन स्थिर रहता है।
प्रतिधारण और विस्तार केंद्र चरण लेते हैं। वे यह प्रकट करते हैं कि कोई उत्पाद कितना महत्वपूर्ण है और क्या आने वाले वर्षों में भी ग्राहक इस पर भरोसा करेंगे। मंथन (Churn) नैदानिक स्पष्टता प्रदान करता है जो विकास के आंकड़े मेल नहीं खा सकते हैं, सीधे तौर पर अनसुलझी बाजार मांगों, गलत संरेखित मूल्य निर्धारण, गैर-आवर्ती जरूरतों, या शुरुआती अनुमान से छोटे बाजार की ओर इशारा करता है।
आगे निवेशक क्या उम्मीद करेंगे
चूंकि ARR लंबे समय से उच्च-विकास वाली तकनीकी गति के लिए एक बुनियादी बेंचमार्क के रूप में कार्य करता रहा है, इसलिए इसके जल्द ही गायब होने की संभावना नहीं है।
हालांकि, उस एक मेट्रिक पर दिए जाने वाले महत्व का भार बदल रहा है। उम्मीद करें कि निवेशक ক্রমবর্ধমান रूप से इस बात की जांच करेंगे कि कोई मेट्रिक वास्तव में क्या मापता है, इसका कितना हिस्सा प्रतिबद्ध राजस्व का प्रतिनिधित्व करता है, और कोहार्ट रिटेंशन कैसा दिखता है। उन उत्तरों के साथ तैयार संस्थापक किसी भी एक संख्या की तुलना में कहीं अधिक सम्मोहक कथा प्रस्तुत करेंगे।
केन्ज़ा ज़यानी लंदन में स्थित RTP Global की शुरुआती चरण की निवेशक हैं। वह बुनियादी ढांचे से लेकर अनुप्रयोगों तक एआई में विशेष रुचि के साथ, सबसे चुनौतीपूर्ण समस्याओं से निपटने वाले महत्वाकांक्षी संस्थाओं की ओर आकर्षित होती हैं। ज़यानी ने चरणों में उद्यम पूंजी में अनुभव बनाया है, और RTP Global में, वह संस्थाओं के साथ कंपनी बनाने के लिए अपने बहु-चरण अनुभव और डेटा-संचालित दृष्टिकोण को लाती हैं।
चित्रांकन: डोम गुज़मैन
?अक्सर पूछे जाने वाले प्रश्न
01एआई कंपनियों का मूल्यांकन करने के लिए एआरआर (ARR) कभी-कभी अपर्याप्त क्यों होता है?
ARR को मूल रूप से अनुमानित वार्षिक अनुबंध वाले पारंपरिक सॉफ्टवेयर व्यवसायों के लिए डिज़ाइन किया गया था। अधिकांश एआई कंपनियां हाइब्रिड मुद्रीकरण मॉडल का उपयोग करती हैं—एपीआई कॉल, टोकन उपयोग या कंप्यूट पावर के आधार पर खपत शुल्क के साथ सदस्यता का संयोजन—जिससे भविष्य के प्रदर्शन का अनुमान लगाने के लिए मानक वार्षिक रन रेट कम विश्वसनीय हो जाते हैं।
02निवेशकों को ARR से आगे किन मेट्रिक्स को देखना चाहिए?
निवेशक राजस्व संरचना में गहराई से उतरते हैं, जिसमें ग्राहक एकाग्रता, अनुबंधित बनाम खपत-आधारित राजस्व का अनुपात, राजस्व अनुमानशीलता, वॉल्यूम बढ़ने पर सकल मार्जिन स्थिरता, और कोहार्ट प्रतिधारण और विस्तार दरें शामिल हैं।
03मंथन (Churn) एआई व्यवसाय के बारे में क्या उजागर करता है?
मंथन उत्पाद-बाजार फिट में नैदानिक अंतर्दृष्टि प्रदान करता है। यह अनसुलझी ग्राहक आवश्यकताओं, मूल्य निर्धारण मॉडल जो उत्पाद मूल्य के साथ संरेखित नहीं हैं, गैर-आवर्ती उपयोग के मामलों, या एक समग्र बाजार आकार को उजागर कर सकता है जो शुरू में अपेक्षित की तुलना में उथला है।



