《AI 产品的商业化·渠道、企业与规模化》12.3 融资或并购中的 AI 指标

融资与并购看的不是 ARR 本身,而是收入经过渠道、变动成本与合规固定成本之后还剩多少。本节把三案例做成调整后毛利与贡献率对照,比较 LTV/CAC、客户集中度与渠道净收入率,列出尽调中最容易被追问的八个问题,并说明估值倍数为什么只能最后出现一次。

以下三家公司与全部数字均为教学假设,用于演示商业化计算,不代表任何真实企业。

融资与并购问的是同一件事

融资和并购看起来是两种交易,问的问题却高度重合:这笔收入明年还在不在,换一个人来运营成本是多少,增长需不需要持续输血。投资人关心的是回报,收购方关心的是并表后的利润,但两者都要先回答收入质量问题。

收入质量不是「收入有多大」,而是「收入经过渠道、变动成本和固定成本之后还剩多少」。同样是 10,000,000 美元收入,全直销高毛利和半渠道低毛利,在买方眼里的价值完全不同。

这一节把三家公司放到买方的口径下重算一遍。目的不是教估值,而是让卖方在谈判前知道自己哪些数字会被追问、会被怎么改写。

先把收入调到可比口径

买方接手后第一件事,是把卖方的报表按自己的口径重算。渠道分成会被当成收入的减项,人工复核会被当成变动成本,合规认证会被当成持续性的固定支出。三步调整之后,得到的才是可比的贡献。

公式如下:

渠道费率拖累 = 渠道收入占比 × 渠道综合费率
调整后毛利率 = 毛利率 − 渠道费率拖累
合规拖累 = 年度合规成本 ÷ 年收入
调整后贡献率 = 调整后毛利率 − 合规拖累
年度调整后贡献 = 月收入 × 调整后毛利率 × 12 − 年度合规成本

把三家公司的数代进去:

指标LumenDeskVerba APIClausePilot
月收入103,296336,000785,400
渠道后毛利率70.3%36.25%69.1%
合规成本占收入6.86%1.49%1.27%
调整后贡献率63.44%34.76%67.83%
年度调整后贡献786,405.081,401,6006,392,536.80
LTV/CAC18.54 倍12.48 倍118.76 倍
客户集中度前 5 大 31%前 10 大 28%前 3 大 34%
渠道净收入率87.6%88.8%95.8%

这张表的第一行会骗人。Verba 的月收入是 LumenDesk 的 3.25 倍,但年度调整后贡献只有 LumenDesk 的 1.78 倍;它的贡献率 34.76%,不到 LumenDesk 63.44% 的六成。收入规模没有转化为可分配的钱,差额被 47.5% 的原始毛利率和 50% 的渠道占比吃掉了。

ClausePilot 的年度调整后贡献是 6,392,536.80 美元,贡献率 67.83%,三家最高。它的渠道占比只有 15%,渠道净收入率 95.8%,几乎全部收入都留在公司内部。代价是它对直销团队的依赖最重,销售组织的复制成本也最高。

调整后贡献仍然不是利润

这张表的贡献率已经扣掉渠道、变动成本和合规固定成本,但没有扣研发、销售、市场与管理费用。买方并表后还要把这些费用加回来,才能得到营业利润。

卖方在路演里最容易犯的错,是把调整后贡献率当成利润率讲。买方一听就知道口径不对,接下来会要求提供完整的费用明细,信任成本反而更高。正确的说法是「这是覆盖其余固定成本之前的贡献」,把未扣项说清楚。

合规成本是买方最常追问的固定项

合规成本占收入的比例,三家公司是 6.86%、1.49%、1.27%。这三个数在卖方报表里可能只是一行「认证与审计费用」,买方会把它拆成三件事:现有认证的有效期、续证的人力投入、进入新区域需要新增的认证。

LumenDesk 的 6.9% 最高,因为它的收入基数最小,而企业版需要的认证一项都不能少。买方会问:这些认证是随客户数增长,还是随区域扩张增长?如果答案是后者,那么进入欧洲或日本市场时,这笔费用会先于收入发生。

ClausePilot 的 1.3% 最低,但它的客户集中在保险与律所,合规要求只会更严,不会更松。买方会追问:如果监管要求每份合同保留人工复核记录,现有 0.5 小时/案件的复核工时能不能支撑案件量翻倍?这个问题答不好,贡献率再高也会被打折。

合规成本的边界在于:它不是一次性的上架费,而是持续的经营门票。买方会把它资本化还是费用化,取决于认证的有效期与续证成本,卖方要准备好这两组证据。

AI 业务特有的三个折价项

第一,推理成本不是固定成本。它随用量、上下文长度和输出长度变化,长尾客户的单次成本可能高于超额单价,销量越大亏得越多。买方会把「用量增长时的毛利率曲线」要过去,而不是只看平均毛利率。

第二,人工复核是产能约束,不是软件成本。ClausePilot 每案件 0.5 小时、每小时 70 美元,案件量翻倍就要复核工时翻倍。买方会问:复核团队能不能按时扩编,质量能不能保持一致。

第三,模型供应商集中度。推理成本占 LumenDesk 变动成本 80%、Verba 83.3%,供应商涨价或限流会直接穿透毛利。买方会要求看供应商合同、备供应商方案和切换演练记录。

LTV/CAC:倍数背后的假设

LTV/CAC 是融资材料里最常见的效率指标。三家公司的值是 18.54 倍、12.48 倍、118.76 倍,算法是 LTV 除以 CAC:

LumenDesk:33,378 ÷ 1,800 = 18.54 倍
Verba:5,240 ÷ 420 = 12.48 倍
ClausePilot:1,128,204 ÷ 9,500 = 118.76 倍

ClausePilot 的 118.76 倍看起来最漂亮,但它建立在一个很强的假设上:月流失率 0.6% 会一直保持。LTV 公式里的 1 ÷ 月流失率,隐含的平均客户生命周期是 1 ÷ 0.006 = 166.7 个月,接近十四年。企业合同通常按年续约,十四年的连续续约是一个上限,不是预测。

另外两家也有类似问题。LumenDesk 的 1 ÷ 0.008 = 125 个月,Verba 的 1 ÷ 0.021 = 47.6 个月。生命周期越长,LTV 对流失率的小幅变化越敏感:ClausePilot 的流失率从 0.6% 升到 0.8%,LTV 会掉四分之一。买方一定会做这个敏感性测试。

平均 CAC 会掩盖分群差异

事实表里还有一组企业单笔 CAC:LumenDesk 18,000 美元、Verba 6,000 美元、ClausePilot 42,000 美元,分别是平均 CAC 的 10 倍、14.3 倍、4.4 倍(企业 CAC ÷ 平均 CAC)。用平均 LTV 直接配企业 CAC(LTV ÷ 企业 CAC),会得到 1.85 倍、0.87 倍、26.86 倍。

这三个数不能直接下结论,因为企业客户的 ARPA 也高于平均值,企业 LTV 会更高。但它们说明一件事:混合 CAC 会把结构差异抹平。买方接手后一定会按客户群重算,卖方如果只用混合口径讲故事,会在尽调阶段被要求补分群数据。

分群重算的关键是分母要匹配。企业 CAC 配企业 ARPA 与企业流失率,自助 CAC 配自助 ARPA 与自助流失率。拿企业 CAC 配全公司 LTV,或者拿自助 CAC 配企业 LTV,都会得出误导性的倍数。

集中度:收入与渠道两条线

集中度要同时看两条线:收入集中在少数客户,还是集中在少数渠道。两条线的风险性质不同。

收入集中度是 LumenDesk 前 5 大客户占 31%、Verba 前 10 大占 28%、ClausePilot 前 3 大占 34%。前三大占三分之一,意味着任何一个大客户不续约,收入会立刻出现两位数的缺口。买方会要求看前十大的合同到期日、续约条款和替换成本。

渠道集中度是 LumenDesk 渠道占 40%、Verba 占 50%、ClausePilot 占 15%。渠道集中度高的公司,还要看单一渠道内部的份额。Verba 的 50% 里,平台占 35%、生态伙伴占 15%,任何一方调整分成或流量规则,都会直接影响收入。

渠道净收入率是另一个信号。LumenDesk 87.6%、Verba 88.8%、ClausePilot 95.8%。这个数越高,说明渠道拿走得越少,但也可能说明渠道贡献越小、公司越依赖自己的销售组织。买方不会只追求高净收入率,而是会问:如果把渠道砍掉,收入会掉多少,省下的分成能不能覆盖掉失的收入。

八个尽调问题

下面八个问题,是买方在数据室里最常追问的。每一个都对应一个可能被改写的数字。

  1. 收入是全额还是扣除渠道分成后的净额。全额收入配全额成本,净额收入配净额成本,混用会同时高估收入和毛利。
  2. 毛利率是否把人工复核与推理成本都算进变动成本。ClausePilot 的 65 美元/案件包含 35 美元人工复核,漏掉它毛利率会虚高。
  3. NRR 的口径是否包含降价与席位缩减。只算扩张不算降级,NRR 会好看但不可持续。
  4. 客户集中度按收入还是按合同额计算。合同额包含未履约部分,收入才是已经发生的钱。
  5. CAC 是否包含售前、安全审查与法务工时。企业 CAC 18,000、6,000、42,000 美元里,很大一部分是人力。
  6. 合规认证是年度固定支出还是一次性投入。一次性投入可以资本化,年度支出必须进持续经营模型。
  7. 模型供应商涨价时毛利还剩多少。推理成本占 LumenDesk 变动成本 80%、Verba 83.3%,涨价会直接穿透毛利。
  8. 渠道合同终止后收入与客户关系归谁。渠道带来的客户,合同到期后能不能转成直销,决定了渠道收入的可持续性。

这八个问题没有标准答案,但有标准动作:每个问题都准备一组原始凭证,而不是一句解释。数据室里的信任来自可核对,不来自故事。

估值倍数只出现一次

融资与并购的条款清单里,ARR 增速与 ARR 倍数(或收入倍数)通常会各出现一次,作为定价锚。本书不把它们作为核心指标,原因不是它们没用,而是它们太容易被误用。

收入倍数把不同商业模式的毛利率差异抹平了。同样是 100,000,000 美元收入,70% 渠道后毛利率和 36% 渠道后毛利率,用同一个倍数估值,买方买到的东西完全不同。用毛利倍数会好一些,但仍然漏掉合规固定成本与 CAC。用贡献倍数最接近经营现实,但要求卖方先把渠道、变动成本与合规调整到可比口径,否则只是换了一个分母继续讲故事。

所以倍数的位置应该在最后:先讲清楚调整后贡献、LTV/CAC 的分群结果、集中度与合规成本,再谈倍数。顺序反过来,倍数就会变成唯一被记住的数字,而支撑它的质量指标没人再看。

谈判时最有用的三个数

如果只能带三个数进谈判室,建议按这个顺序准备。

第一个是渠道后毛利率。它回答「每 100 美元收入里,扣掉渠道费与变动成本后还剩多少」,是三家里差异最大的指标:70.3%、36.25%、69.1%。

第二个是调整后贡献率。它把合规固定成本也扣掉,回答「覆盖研发销售管理之前还剩多少」:63.44%、34.76%、67.83%。

第三个是分群后的 LTV/CAC 加集中度。它回答「增长效不效率、收入稳不稳」,单看混合倍数会被结构差异骗到。

这三个数按顺序讲,买方会跟着你的逻辑走;反过来先讲倍数,买方会用自己的口径重算,然后在你没准备的地方提问。

代码:把质量指标写成函数

下面的代码把渠道拖累、调整后毛利率、合规拖累、调整后贡献与 LTV/CAC 写成函数,并把八个尽调问题放在一个常量里。金额用整数美分,比率用基点。

// file: src/scale/12-3-ma-metrics.ts
// tier: L1
// verify: node --test test/scale/12-3-ma-metrics.test.ts

// 并购指标:先把收入调到可比口径,再谈倍数。

import { FULL, applyRate, divide, type Bps } from "../core/rate.ts";
import { type Cents } from "../core/money.ts";

export type EarningsProfile = {
  revenueCents: Cents;
  channelShareBps: Bps;
  blendedFeeBps: Bps;
  grossMarginBps: Bps;
  annualComplianceCents: Cents;
  ltvCents: Cents;
  cacCents: Cents;
};

/** 渠道拖累 = 渠道占比 × 综合费率。 */
export function feeDragBps(profile: EarningsProfile): Bps {
  return Math.round((profile.channelShareBps * profile.blendedFeeBps) / FULL);
}

/** 调整后毛利率 = 毛利率 − 渠道拖累。 */
export function adjustedMarginBps(profile: EarningsProfile): Bps {
  return profile.grossMarginBps - feeDragBps(profile);
}

/** 月度调整后毛利额。 */
export function adjustedGrossProfitCents(profile: EarningsProfile): Cents {
  return applyRate(profile.revenueCents, adjustedMarginBps(profile));
}

/** 合规固定成本占年收入的基点。 */
export function complianceDragBps(profile: EarningsProfile): Bps {
  return divide(profile.annualComplianceCents, profile.revenueCents * 12);
}

/** 调整后贡献率 = 调整后毛利率 − 合规固定成本拖累。 */
export function adjustedContributionMarginBps(profile: EarningsProfile): Bps {
  return adjustedMarginBps(profile) - complianceDragBps(profile);
}

/** 年度调整后贡献 = 调整后毛利 × 12 − 合规固定成本。 */
export function annualContributionCents(profile: EarningsProfile): Cents {
  return adjustedGrossProfitCents(profile) * 12 - profile.annualComplianceCents;
}

/** LTV / CAC,以基点表示:10,000 bps = 1 倍。 */
export function ltvToCacBps(profile: EarningsProfile): Bps {
  return divide(profile.ltvCents, profile.cacCents);
}

export const LUMENDESK: EarningsProfile = {
  revenueCents: 10_329_600, channelShareBps: 4_000, blendedFeeBps: 3_100,
  grossMarginBps: 8_270, annualComplianceCents: 8_500_000,
  ltvCents: 3_337_800, cacCents: 180_000,
};

export const VERBA: EarningsProfile = {
  revenueCents: 33_600_000, channelShareBps: 5_000, blendedFeeBps: 2_250,
  grossMarginBps: 4_750, annualComplianceCents: 6_000_000,
  ltvCents: 524_000, cacCents: 42_000,
};
export const CLAUSEPILOT: EarningsProfile = {
  revenueCents: 78_540_000, channelShareBps: 1_500, blendedFeeBps: 2_800,
  grossMarginBps: 7_330, annualComplianceCents: 12_000_000,
  ltvCents: 112_820_400, cacCents: 950_000,
};
export const DILIGENCE_QUESTIONS: readonly string[] = [
  "收入是全额还是扣除渠道分成后的净额",
  "毛利率是否把人工复核与推理成本都算进变动成本",
  "NRR 的口径是否包含降价与席位缩减",
  "客户集中度按收入还是按合同额计算",
  "CAC 是否包含售前、安全审查与法务工时",
  "合规认证是年度固定支出还是一次性投入",
  "模型供应商涨价时毛利还剩多少",
  "渠道合同终止后收入与客户关系归谁",
];

代码的关键输出:三家渠道拖累是 1,240、1,125、420 个基点;调整后毛利率是 7,030、3,625、6,910 个基点;合规拖累是 686、149、127 个基点;年度调整后贡献是 78,640,508、140,160,000、639,253,680 美分。LTV/CAC 以基点表示,18.54 倍就是 185,433 个基点。

指标要能回到原始凭证

函数算得再漂亮,也只是把输入换算成输出。尽调时真正被检查的是输入:渠道合同、结算单、用量账单、合规证书、客户合同。任何一个输入拿不出凭证,对应的输出就会被买方打回。

所以这套代码的用途不是生成路演数字,而是做敏感性分析。改一个渠道占比、改一个流失率、改一个合规成本,看贡献率怎么变,才能知道哪个假设最脆弱。谈判前知道自己最脆弱的假设,比多背几个倍数有用。

小结

  • 融资与并购都先问收入质量,而不是收入规模,渠道、变动成本与合规会逐层改写收入。
  • 调整后毛利率 = 毛利率 − 渠道占比 × 综合费率;三家为 70.3%、36.25%、69.1%。
  • 调整后贡献率再扣合规固定成本;三家为 63.44%、34.76%、67.83%,收入排名与贡献排名不一致。
  • 年度调整后贡献为 786,405.08、1,401,600、6,392,536.80 美元,仍未扣研发、销售与管理费用。
  • LTV/CAC 为 18.54、12.48、118.76 倍,倍数越高对流失率假设越敏感。
  • 平均 CAC 会掩盖分群差异,买方会按企业客户与自助客户分别重算。
  • 集中度要同时看收入与渠道两条线,渠道净收入率高也可能意味着渠道贡献小。
  • 倍数应该最后谈,先讲调整后贡献、分群效率、集中度与合规成本。

阅读导航:上一节:12.2 增长、毛利与现金的三角 · 下一节:13.1 三案例渠道与客户结构矩阵 。

常见错误与边界

  • 把调整后贡献率当成利润率或 EBITDA 率对外讲,没有说明研发、销售与管理费用未扣。
  • 用全额收入配扣除渠道后的成本,或者反过来,分子分母口径不一致。
  • 只报混合 LTV/CAC,不按企业客户与自助客户分群,掩盖结构差异。
  • 把 0.6% 的月流失率外推到十四年,用 LTV 上限代替可持续的客户价值。
  • 只看收入集中度,不看渠道集中度,忽略平台规则变化带来的收入风险。
  • 在尽调中只给结论不给原始凭证,渠道合同、结算单与用量账单对不上。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图