В мае 2026 года продолжается обсуждение практики завышения показателей годового повторяющегося дохода (ARR) среди стартапов, работающих в сфере искусственного интеллекта. Одним из самых резонирующих стало заявление Скотта Стивенсона, соучредителя и CEO юридического AI-стартапа Spellbook, который публично назвал эту тенденцию «большим мошенничеством».
Об этом сообщает ProIT
«Причина, по которой многие AI-стартапы бьют рекорды доходов, заключается в том, что они используют нечестную метрику. Крупнейшие фонды мира поддерживают это и вводят в заблуждение журналистов для PR-освещения,»
Стивенсон не первый, кто обращает внимание на манипуляции с ARR — показателем, который традиционно отражает годовой доход от активных клиентов по контрактам. Подобные случаи уже неоднократно становились предметом расследований и обсуждений в медиа и в социальных сетях. Но именно его заявление вызвало живую дискуссию в сообществе AI-стартапов, собрав более двухсот репостов и комментариев от ведущих инвесторов и предпринимателей.
Смешение понятий: CARR и ARR
Основной способ завышения показателей — выдача «contracted ARR», также известного как «committed ARR» (CARR), за настоящий ARR. По словам одного из инвесторов, когда компания в определенной области начинает такую практику, другим стартапам сложно оставаться в стороне, если они хотят быть конкурентоспособными. CARR учитывает доход от клиентов, которые еще даже не начали пользоваться продуктом, тогда как ARR — это сумма уже полученных платежей по многолетним контрактам.
Согласно данным рынка, иногда CARR может превышать ARR на 70%, хотя часть этих денег так и не поступит компании. Bessemer Venture Partners еще в 2021 году отмечали, что CARR необходимо корректировать с учетом будущих отказов клиентов и уменьшения объемов сотрудничества, но не все стартапы это делают. Если внедрение продукта затягивается или клиент отказывается, деньги так и не поступают, а стартап все равно показывает их в виде ARR.
Инвесторы упоминали случаи, когда известная AI-компания заявляла о более чем $100 млн ARR, хотя реальные платежи были получены лишь частично. При этом совет директоров, включая представителей крупных фондов, был осведомлен о таких манипуляциях, но не принимал мер.
Еще одна проблема: annualized run-rate revenue
Некоторые основатели используют еще один спорный подход — annualized run-rate revenue, когда годовой доход экстраполируется на основе результатов одного месяца, недели или даже дня. Это особенно опасно для AI-компаний, которые работают по модели «pay-per-use». Здесь доходы не гарантируются долгосрочными контрактами, поэтому прогнозы могут существенно отличаться от реальности.
Большинство опрошенных представителей индустрии согласны, что завышение ARR не является новой проблемой, но на фоне AI-гига эта тенденция лишь усилилась. Это объясняет, почему инвесторы часто закрывают глаза на манипуляции, ведь высокие показатели помогают привлекать таланты, клиентов и новые инвестиции.
«Инвесторы не могут это критиковать. У каждого есть компания, которая подает CARR как ARR», — признает один из венчурных партнеров. Некоторые участники рынка подчеркивают, что настоящие цифры знают только те, кто погружен в финансовые детали стартапов: многие заявленные «рекордные» ARR выглядят нереальными изнутри отрасли.
Однако часть основателей сознательно отказывается от манипуляций и предпочитает прозрачность, ведь понимает, что публичные рынки оценивают программные компании именно по фактическому ARR. Они уверены: краткосрочная выгода от завышенных показателей может впоследствии обернуться серьезными репутационными потерями.
Таким образом, проблема завышения ARR в сфере AI-стартапов остается актуальной, а прозрачность и ответственность становятся все более важными для долгосрочного развития отрасли.