營收增長可能掩蓋AI新創公司的利潤問題

AI新創公司推出產品可以很快，但要掌握財務面就沒那麼簡單。針對資金流出，Altery為新成立的公司提供支付帳戶和支出上限，讓創辦人能夠了解團隊在模型提供商和雲端服務上的花費。Stripe Billing處理訂閱制或按用量收費。Avalara的AvaTax協助計算不同管轄區內數位商品的交易稅。Deel的雇主記錄服務處理海外聘請專家的成本與文書工作。每項服務只解決單一財務問題。沒有一項能讓創辦人知道，AI工具的下一個客戶是否真的能賺錢。

隨著產品編碼成本下降，這個問題更值得關注。一個小團隊無需大型開發團隊就能將工具推給用戶，但每個用戶都會觸發推理、資料儲存或人工監管的支出。增加銷售或許能帶動營收，但服務這些客戶的成本也可能以接近相同的速度上升。

傳統軟體投資者通常偏好高毛利率，因為服務額外一個客戶的成本通常很低。但對於AI產品來說，這個期望很難維持。一位用戶提交的查詢次數若是其他人的十倍，消耗的模型容量也可能是十倍，而月費卻不變。

假設一個虛構服務每月向每位用戶收取100美元。模型調用、託管和直接支援吃掉30美元，公司在扣除薪資、廣告和其他費用前保有70美元。如果一次更新將直接交付成本推升至60美元，而牌價不變，營收維持不變，但可用於支付管理費用的金額則降至40美元。用戶數的增加可能在短期內掩蓋這種惡化。

創辦人若只關注訂戶數和每月經常性收入，而等到月底才查看供應商支出，就可能忽略這個壓力。對於依賴用量的產品，更有效的追問是：隨著客戶用量攀升，營收、直接成本和現金流出如何同步變化。

AI優先的公司應該清楚看到按客戶或工作類型拆分的變動成本。模型推理、資料檢索、儲存以及對第三方資料來源的呼叫，都屬於這個範疇。薪資和固定訂閱工具也很重要，但它們回答的是關於業務整體現金消耗的不同問題。

創辦人可以從三個步驟開始。第一步：將用戶實際用量所產生的費用，與提供服務的直接成本進行比對。第二步：找出導致超額工作量的帳戶或功能。第三步：檢視客戶端現金流入與基礎設施提供商現金流出的時間點。年度合約與月度雲端費用可能導致現金短缺，即使業務在試算表上看起來有獲利。

支出控制是有幫助的，但只是解決方案的一部分。限制雲端支付可以防止意外帳單擴大，但無法修復一個定價層級——如果該層級始終是提供服務的成本高於收取的費用。這需要調整定價、用量限制、模型選擇或產品架構。

健康的指標是：隨著用量擴大，毛利率是否改善。企業可以將基本查詢導向成本較低的模型、快取常見結果，或重新設計觸發過多請求的功能，來降低每項任務的成本。也可能發現用戶願意為特定高價值流程支付溢價，而不是無限制使用一個廣泛的助手。

對新創公司創辦人來說，問題在於現金跑道。對投資者而言，則是檢視快速獲取用戶能否轉化為持續的利潤。讓小公司能夠收款、開立發票、處理稅務以及全球聘僱員工的服務越來越容易取得。更困難的是，在成長把教訓變成昂貴代價之前，追蹤每一份額外需求對利潤率和流動性的影響。