毛利率并不能如你想象的那样反映真实情况
VC 与创始人：解读毛利率数据背后的真相
在上一篇文章中，我们发现年度经常性收入已不再具有以往那样的意义。原来，其下一层的指标也存在同样的问题。于是我再次联系了上次提到毛利率的那些风险投资机构，询问他们在关注这个总体数字之外还会看哪些指标。同时，我也询问了一些创始人，他们在实际操作中是如何计算这一数值的。
“这在很大程度上取决于你是代币的消费者还是生产者，”当我们询问 Mubadala Capital 的肖恩·李是如何在演示文稿中将计算成本与毛利率相对应地呈现时，他这样回答我们。
肖恩指出，即便两家公司的毛利率百分比完全相同，它们也可能代表着截然不同的业务模式：一家还在摸索定价策略，另一家则仍在调整资产负债表。过去，毛利率是少数几个大家对其解读方式都能达成共识的指标；而在人工智能领域，它却变成了围绕成本中各项构成的博弈对象。我们交谈过的那些投资者也学会了在相信相关数据之前先提出其他问题来进一步核实。
代币消费方与代币生产方
对于那些属于代币消费方的应用而言，肖恩预计其毛利率在初期会处于较低水平，但随着产品日益成熟以及定价能力的提升，这一数值将会“显著回升”。
但他同时也想了解那些数字之外隐藏的内容。他要求查看“可能隐藏在营业费用中的毛利率项下的计算成本明细”，以此判断成本是否已全部计入，或是还有重要的计算成本存在于毛利率线之下。
对于包括 neoclouds 在内的代币生产者而言，肖恩认为毛利率的重要性要低得多。“毛利率固然有一定参考价值，但我们更重视对单个项目层面的财务状况进行分析，尤其是与利息/债务偿还计划以及预设的折旧率相关的部分。”
对于资本密集型的基础设施而言，毛利率只能反映部分情况。债务偿还计划与折旧假设同样重要。
无人能达成共识的劳动力成本项
如果计算成本是首要的复杂因素，那么驻场工程师则是第二个问题，至于应如何安排他们的工作，就需要财务团队每月进行判断。
Commerce Ventures 的 Vivek Krishnamurthy 简单明了地表示：“我主要想了解，如果有话，那些负责前端部署的员工的薪资中有多少会被计入营业成本。”他更关心的是这些员工存在的必要性。“我认为，那种通过前端部署员工来推动营收增长的公司，与那种因为提供此类员工而受到客户青睐、同时竞争对手没有这类员工的公司，两者之间存在差异。”
这一区别很重要，因为后者逐渐不再像软件公司，而更像是服务型企业。
一家处于成长阶段的 AI 企业的创始人向我们介绍了其内部的成本分配方式。计算成本会根据用途被分为生产用途与内部开发用途、生产环境账户与测试账户，同时还会按支出类型进行分类。部分客户相关成本可直接计入，而其他成本则需要进行分摊。前端开发工程师和交付团队的成本也采用相同的方式统计——“按照他们所服务的客户来划分资源层面，并在需要时记录时间”。专门为某客户工作的技术人员其成本会全部计入营收成本，而其他岗位的成本则根据他们用于服务客户的时间比例来分摊。
这位创始人告诉我们，更困难的是要不断更新相关数据。“降低或优化 Azure/GCP 的成本并非易事，也无法立即实现；这需要协调数十个相关方。”由于公司有约 100 名员工和承包商，因此每月都要为每个人更新详细的成本分配情况，包括收入成本与运营支出的划分、部门归属以及客户对应关系，这已经变成了一项不可或缺的日常工作。
这位创始人认为，鉴于云服务支出对利润率及客户体验有着重大影响，因此需要“由单一负责人全面管控整个企业的云服务开支”。
一些创始人认为毛利率完全没问题。
某游戏平台创始人指出，相关成本并不总能实时得知：“在某些情况下情况会变得非常复杂，因为我们对某些模型在推理时的确切成本负担甚至都不清楚。”
部分服务提供商会在消费额达到特定阈值时给予返利，因此在正式账单生成之前，该公司会从用户账户余额中扣除“最佳情况/最坏情况”下的预估成本，以便实时呈现真实的数值。
这种不确定性会直接体现在毛利率上。由于代币成本翻倍，初始定价时的毛利率为 50%，但针对大量客户的批量折扣使得实际平均毛利率降至 33%。甚至在考虑会计处理方式之前，定价模式与报告中的毛利率就可能出现差异。
这位创始人对我们一直听到的观点提出了反对：“老实说，我认为毛利率这一指标能够很好地反映客户愿意支付的意愿，也能体现企业作为‘代售商’之外的核心竞争优势。”
一位处于成长阶段的金融科技行业创始人提出了类似但略有不同的观点。他告诉我们：“我们会将产品计算成本以及与客户服务直接相关的 AI 成本计入销售成本，因此这些成本会体现在我们报告中的毛利率中。”
不过，他公司的销售成本依然主要来自人力成本。据他所说，人工智能并没有增加新的成本项目，只是让原本就存在的劳动力成本发挥出更大的作用。“对投资者而言，更重要的问题并非该公司在人工智能上的投入金额，而是这些投入是否提升了交付能力并改善了企业的核心盈利状况。”
肖恩和维韦克希望在解读新闻标题之前先对其内容进行重新梳理。这些创始人并不认同毛利率本身存在问题的观点。他们认为，只要成本分类方式保持一致，这一数据依然能够反映出与支付意愿以及业务运营效率相关的重要信息。
我的镜头视角
我仍然很关注毛利率。在没有对相关数据重新核算之前，我不会仅凭表面数字就决定是否投资一家人工智能公司。
我对“由于推理成本降低、定价提升，或是产品随规模扩大而变得更高效，因此目前的低毛利率也没关系”这一观点也持怀疑态度。也许有道理，但这些只是对业务未来发展方向的假设，并不能反映其当前的实际财务状况。我想要了解，要实现从现状到理想状态的转变，需要满足哪些条件。
更关键的问题是当前的毛利率能反映出产品的哪些状况。高昂的算力成本或许还有下降空间，但若客户必须依靠专业的前端开发工程师才能让产品正常运行，那么这类高额的成本就更为令人担忧。至于 neoclouds 而言，仅凭毛利率这一指标无法充分反映其资本结构，因此很难据此得出有价值的结论。
现在，每当我看到这个数字时，我都会花更多时间去分析它的构成。我想知道哪些成本属于产品成本，哪些属于运营费用，还有哪些成本会随着规模扩大而消失，而哪些则是提供产品所必需的。
如果你是汇报这些数据的人，这意味着什么
毛利率已不再是那种投资者看了就略过不计的数字。你应该预期他们会重新计算它。如果你已经完成了这项工作，那么讨论就可以迅速从会计处理方式转向业务的经济效益层面。
在会议开始之前，我已经准备好了三个问题的答案：
- 如果将运营费用中的所有 AI 相关支出都剔除并计入产品成本，那么你的毛利率将会是多少？
- 您预期的利润率提升中，有多少源自单位成本的下降，又有多少需要依靠更强的定价能力？
- 如果明天的前端部署工程师全部消失，会影响你的营收项目，还是只有成本项目会发生变化？
