邀请码被炒到10万一个的Manus，前阵子首次宣布年化收入达到9000万美元。
从3月上线到现在，满打满算也就几个月时间。一个AI产品的增长势头，真能这么快就做到一年近6亿人民币的年收入？
关键是，不少网友质疑Manus用的还不是常见的ARR指标，而是一个叫RRR的指标——收入运行率。
当天，Manus创始人肖弘甚至专门发长文解释，说ARR容易造假，用RRR更靠谱。
ARR也好，RRR也罢，这种定时公布财务指标的操作在AI圈已经成了标配。Genspark号称9天收入1000万美元，Lovable说8个月破亿。转眼间，AI公司们突然都成了造富神话的主角。
那么问题来了，这些数字经得起推敲吗？
要理解这个问题，得先搞清楚ARR和RRR到底是什么。
为方便理解，先简单用一个例子说明：
假设你每个月工资1万，年底拿了3万年终奖，那当月的总收入是4万。
如果用ARR的算法：只看固定工资，1万×12=12万年收入。
如果用RRR的算法：拿当月总收入算，4万×12=48万年收入。
问题是年终奖一年只发一次，用RRR算出来的48万听起来很厉害，但实际上你明年不可能每个月都拿4万。
同理，放到企业财务上，ARR（年度经常性收入）就是SaaS公司的标准指标，指一年内可预测、可持续的订阅收入。
它更多是看那些“年年都会进账”的部分，剔除掉偶发性交易。计算公式也非常简单：ARR=MRR（月度经常性收入）×12。比如一个产品每月订阅收入100万元，ARR就是1200万元。
ARR的价值在于给投资人一个稳定预期——这家公司明年/一年大概能赚多少钱。投资人喜欢这种确定性，所以ARR成了融资路演的必备数据，也是同行业公司对比的标准维度。
但ARR有个致命假设：用户会在接下来365天里保持完全相同的消费行为，这在传统软件行业和toB业务中或许成立。在快速变化的AI市场中，用户的新鲜感会消退，竞争对手会涌现，季节性波动也很明显，而ARR的计算某种程度上忽略了这些变化。
RRR（收入运行率）则是另一种算法，它把当前某个周期的收入直接外推到全年。
公式则更粗暴：月收入×12，或季度收入×4。如果Manus当前单月收入750万美元，RRR就是9000万美元。这不是已经到账的钱，而是“假如未来12个月都保持这个水平”的理论数字。
因此两者的关键区别在于：ARR强调“可持续的订阅收入”，RRR只是简单的“当前收入×12”。前者更保守，后者更激进。
面对质疑，Manus创始人肖弘详细解释了选择RRR的原因。
“Revenue Run Rate是严谨的财务数据，计算方法是当月Revenue×12。关键是Revenue不等于Cash Income，年付只能算预存款。”
他认为ARR容易造假：“产品上线初期，很多公司用7天现金收入乘以52来算ARR，这里包含了年付用户的现金，可能多出好几倍。而且产品早期热度高、尝鲜者多，很容易高估未来。”
肖弘的说法不无道理，除此之外，还有许多人为抬高ARR的套路。
比如最常见的抬高方式，是提前确认收入。客户一次性签了三年合约，按财务规范应该分三年确认，但公司为了让ARR好看，直接把三年的合同金额打包进今年。
又或者给KOL开出50%甚至70%的超高佣金，让他们“赔本赚广告”。KOL再用这笔钱给粉丝返现，短时间内就能卖出大量年费会员。
账面上看，月收入暴增，ARR高得吓人。但扒开一看，全是补贴烧出来的“虚火”，用户根本没为产品本身买单。
还有的公司会把一些一次性收费——比如部署费、定制服务费、培训费也算进ARR。
更隐蔽的做法是比如让大客户先免费试用半年，合同金额是“正式使用后的价格”，但即便客户还没付钱，也没承诺续费，ARR里就先算上去了。
再比如，还有一种做法是折扣签单却按原价记账。比如给大客户打了9折、8折甚至5折，为了尽快签约，却按产品官网价来算ARR。你实收只有50万美元，却说ARR是100万。
今天上午，肖弘也再次在社交平台强调RRR更真实。他还举例说，AWS、Databricks、Stripe等公司都用RRR来反映包含Usage based的业务实质。
只是，如果仔细分析肖弘的这套说辞，或许也能找到一些漏洞。
巨头们之所以用RRR，是因为他们业务已经稳定运行多年，有充足的历史数据支撑外推的合理性。而Manus作为一个运行几个月的初创产品，跟这些成熟企业类比，很难不说存在误导的空间。
Xsignal数据显示，Manus从3月的2000万月活跌到5月的1000万，用户减少了整整一半。如果真如他所说是“Usage based”的商业模式，用户使用量大幅下降，收入理应也会跟着下滑。
而将视角拉回整个AI创业领域，几乎每家AI公司都在使用类似的数字指标和表述方式。
根据The Information的数据，自ChatGPT发布以来，AI原生公司的年收入已超过150亿美元。
Genspark声称上线9天就有1000万美元ARR。欧洲AI编程公司Lovable更夸张，说35个人8个月就做到年收入1亿美元，还预测年底前达到2.5亿美元ARR，12个月内冲击10亿美元。
这些数字都有个共同特点——时间短，增长快，数字大。
为什么AI公司都热衷于抛出这些数字？
一个很大的原因在于技术门槛降低了，同质化焦虑加剧了。当ChatGPT、Claude的API人人都能调用，构建AI应用的技术壁垒几乎消失，创业者急需证明自己的不可替代性。
于是，财务数字游戏成了救命稻草。而ARR这种传统商业指标，看起来严肃、可预测，而投资人也吃这套，相比解释复杂的技术原理，一个熟悉的财务指标更容易获得认同。
但问题是，AI工具或许压根就不适合用传统SaaS的标准来衡量。
传统SaaS产品功能相对稳定，用户迁移成本高，有明显的网络效应和数据护城河。而AI工具恰恰相反：技术迭代极快，用户切换成本很低。
历史总是惊人地相似。
2000年互联网泡沫时，公司强调点击量和页面浏览量；移动互联网时代，下载量和日活成了万金油指标。每次技术演进都会催生一批“虚荣指标”，现在轮到AI了。
所以也难怪一些投资人开始调侃一些AI初创公司的收入为“ERR”——实验性收入（Experimental Recurring Revenue）。
归根结底，产品是否真的解决了用户痛点？技术壁垒是否足够深厚？团队是否具备持续创新的能力？商业模式是否具有可持续性？这些基本问题的答案，远比任何经过包装的财务指标更重要。
毕竟，市场终究会用脚投票，泡沫总会破，只有真正有价值的产品才能活到最后，而当潮水退去时，我们才知道谁在裸泳。
本文来自微信公众号：APPSO （ID：appsolution）
