OpenAI и Anthropic считают выручку по-разному, и оценки компаний теряют точность

Два крупнейших независимых разработчика фронтирных моделей, OpenAI и Anthropic, считают один и тот же внимательно отслеживаемый показатель выручки по-разному. На этот показатель инвесторы опираются, когда решают, какая из компаний стоит дороже и во сколько раз. Об этом пишет Bloomberg. Обе компании остаются частными, аудированной отчётности для рынка они не выпускают. Цифры попадают в публичное поле через собственные заявления и утечки, а единого стандарта подсчёта нет.

Сама заметка Bloomberg в доступной нам версии короткая. Конкретные суммы и детали методик в ней не приводятся, поэтому ниже речь о механике проблемы, а не о точных цифрах.

Почему одинаковое слово скрывает разные числа

Выручка в мире ИИ-лабораторий не такая простая величина, как кажется. Сильнее всего её меняют несколько решений о том, что и как учитывать. Чаще всего расхождения возникают в этих местах:

• Валовая или чистая выручка. Часть продаж моделей идёт через облачных партнёров. Можно считать всю сумму, которую заплатил клиент, а можно только долю, которая осталась у разработчика после расчётов с облаком.
• Период экстраполяции. Годовую оценку получают, умножая месяц на 12, неделю на 52 или даже короткий пик на год вперёд. При быстром росте разница между этими способами получается заметной.
• Состав продуктов. В показатель могут входить API, потребительские подписки, корпоративные тарифы и лицензионные соглашения, а могут входить не все.
• Скидки и кредиты. Бесплатные кредиты, пилоты и льготные условия по-разному отражаются в итоговой цифре.
• Контракты с обязательствами. Предоплаченные объёмы и многолетние соглашения можно учитывать по факту оплаты, а можно по графику признания.

Каждый из этих выборов по отдельности защитим. Вместе они дают два числа с одной подписью, которые нельзя класть рядом.

Как разница в методике превращается в разницу в оценке

Для быстрорастущих компаний оценка почти всегда выводится из множителя к выручке. Ошибка в базе масштабируется вместе с ним. Условный пример: если один из участников завышает базу на 10% по сравнению с другим, то при множителе в 30 раз разрыв в оценке составит ещё больше, чем кажется на первый взгляд, а в абсолютных долларах окажется очень крупным. На рынке, где раунды закрываются на десятки миллиардов, такая неточность влияет на реальные деньги.

Есть и вторая сторона. Обе компании постоянно привлекают капитал, заключают облачные сделки и обсуждают сроки выхода на биржу. Любой показатель роста становится аргументом в переговорах. Когда методики отличаются, у каждой стороны появляется соблазн выбрать для сравнения ту, которая выглядит выгоднее.

Отдельно стоит учитывать, что обе компании зависят от облачных гигантов. Через них идёт значительная часть дистрибуции, а это как раз тот случай, где вопрос валовой и чистой выручки встаёт острее всего.

Как читать такие цифры

Пока стандарта нет, помогает простая дисциплина. Перед любым сравнением стоит выяснить, какая именно выручка названа: валовая или чистая, календарная или экстраполированная, с потребительскими подписками или без. Заявления компаний о «годовой выручке» лучше воспринимать как ориентир, а не как факт из отчёта.

Инвесторам и корпоративным клиентам полезнее смотреть на устойчивые признаки: динамику корпоративных контрактов, долю повторяющейся выручки, зависимость от одного облачного партнёра. Эти данные сложнее подогнать под удобную метрику.

Когда одна из компаний выйдет на публичный рынок, ей придётся раскрывать выручку по правилам регулятора, и тогда сравнение станет честным. До этого момента любые таблицы «OpenAI против Anthropic» нужно читать с оговоркой: слева и справа в них могут стоять разные величины.