MAUの時代の終焉、MRRももう信用できない？

こんにちは。最近はニュースレターを書く楽しみで生きています。
毎日1本のニュースレターを書いているのですが、あまり頻繁に投稿するとGNの方針に合わないため、とりわけトラフィックが大きく伸びたニュースレターを紹介したいと思います。

個人的には本当に悪くない内容だと思っていて、一度考えてみる価値のあるテーマだと感じたので共有します。
もちろん購読しなくても大丈夫ですし、面白く読んでいただくだけでも十分です。

今回の文章は、アクティブユーザー指標や経常収益のような指標が、最近の米国の公聴会を通じてどれほど水増しされていたのかが明らかになった出来事についてです。
その当事者はほかでもないOpenAIとAnthropicでした。これを受けて、シリコンバレーでは新しい指標が注目を集めています。まあ、投資はしなければならないですからね。実際にGammaで働きながら私自身も経験した指標です。簡単に言えば、1人当たりの売上/生産性、そして1年のライフタイムバリューです。

[cafedead]

• AI時代には、ARRはもはや信頼できる共通指標ではないかもしれないという主張
• テック業界の代表的な指標は、時代ごとに変わってきた
  • ソーシャル時代: DAU/MAU
  • SaaS時代: ARR/MRR
  • AI時代: 従来のARRも現実を歪める可能性が高まっているという問題提起
• 議論の出発点はAnthropicの数字の不一致
  • 2026年2月にはARR 140億ドルを強調
  • 1か月後に裁判所へ提出した文書には「創業以来の累計売上が50億ドル超」と記載
  • 同じ会社、近い時点なのに数字の意味が大きく異なる
  • 著者はこれを「AI時代にARRが実際の事業状況を適切に説明できていないサイン」と解釈
• AIでARRが揺らぐ理由は3つ
  1. 限界費用がほぼ0というSaaSの前提が崩れる
     • AIは推論の呼び出しごとにGPU/クラウド費用が実際に発生
     • 使えば使うほどコストも増える
  2. 顧客ごとの原価差が非常に大きい
     • 同じ料金を払っていても、ある顧客は低コスト、別の顧客は高コスト
     • ARRだけを見るとどちらも同じ「良い売上」に見えるが、実際の収益性は大きく異なる
  3. 反復売上の安定性が弱い
     • SaaSより切り替えコストが低く、別のモデル/サービスへ移りやすい
     • 「Recurring」そのものが以前より堅固ではない
• そのためAI企業のARRは「成長」は示せても、収益性・持続性・事業の質はうまく示せない可能性がある
  • かつてDAU/MAUがユーザーの関心は示しても、事業の健全性は示せなかったのと似た構造だという主張
• AnthropicやOpenAIの事例も、こうした問題を示していると見る
  • 公表されるARRと実際の累計売上、半期実績、キャッシュ消費の速度の間に差がある
  • つまり「年換算」の数字を実際の年間実績と同じ意味で読むと誤解が生じうる
• 著者が提示したAI時代の次世代候補指標
  1. 支出に対する生産性 (Productivity per Dollar Spent)
     • 単純にARR/従業員数ではなく
     • ARR / （人件費 + AIコスト）のように見てこそ、実際の効率が見える
  2. 初年度価値 (First Year Value)
     • LTVのように遠い将来を仮定するより
     • 顧客が最初の12か月以内に更新するだけの十分な価値を得たかを見る視点
  3. トークン当たり売上総利益のようなユニットエコノミクス中心の指標
     • どれだけ多く処理したかより
     • どれだけ利益を残しながら処理したかのほうが重要
• 重要なメッセージ
  • AI時代には売上規模より、売上総利益の構造、顧客ごとの収益性、初年度に残る価値を見るべき
  • 数字の大きさより、数字の構造を読むべきだという話
• 現実的な課題もある
  • こうした第3世代指標を正しく見るには
  • 請求、インフラ費用、財務システムが連携している必要があるが
  • ほとんどのAI企業はまだその水準の計測インフラを欠いている

一言要約
AIビジネスはSaaSのようにARRひとつで説明しにくくなっており、今後は「どれだけ売ったか」よりも「どれだけ利益を残し、どれだけ維持できるか」を示す指標の重要性が高まるだろう

[haebom]

とても分かりやすく整理してくださっていました。ありがとうございます。