Anthropic называет цифры выручки, которые звучат внушительно, но считаются не так, как вы привыкли. Reuters Breakingviews раскрыл точную методику — и она объясняет, почему run-rate у ИИ-компаний всегда нужно проверять вручную.

Что такое run-rate и почему стандартный способ не работает

Run-rate revenue (аннуализированная выручка) — это экстраполяция текущих продаж на год вперёд. Классический способ: берёшь выручку за последний месяц, умножаешь на 12. Просто, понятно, работает для SaaS с предсказуемыми подписками.

У ИИ-компаний модель смешанная: часть клиентов платит за подписку фиксированную сумму каждый месяц, другая часть — за потребление (токены, запросы, вычисления). Потребление нестабильно: оно растёт быстро, иногда скачкообразно. Один усреднённый месяц даёт заниженную картину. Именно поэтому Anthropic использует другой подход.

Как именно Anthropic считает run-rate

По данным источника Reuters Breakingviews, формула состоит из двух частей.

Часть 1 — потребительская выручка (consumption-based):

`` последние 28 дней продаж × 13 ``

Берётся не календарный месяц, а ровно 28 дней. Это четыре полные недели — без искажений от разной длины месяцев. Результат умножается на 13, потому что в году примерно 13 таких периодов (365 ÷ 28 ≈ 13,04).

Часть 2 — подписочная выручка (subscription-based):

`` ежемесячная подписочная выручка × 12 ``

Здесь всё стандартно: фиксированные платежи предсказуемы, поэтому достаточно умножить на 12.

Итоговая формула:

`` run-rate = (28-дневные продажи × 13) + (месячные подписки × 12) ``

Пример в цифрах — если потребительская выручка за 28 дней составила $100 млн, а ежемесячные подписки приносят $50 млн:

```python consumption_28d = 100 # млн $ subscription_monthly = 50 # млн $

run_rate = (consumption_28d 13) + (subscription_monthly 12)

= 1300 + 600 = 1900 млн $ = ~1,9 млрд $ в год

```

Почему 28 дней, а не месяц

Это не случайный выбор. Месяцы содержат от 28 до 31 дня — разница до 10%. Для быстрорастущей компании это существенно: февраль даст заниженный показатель, март с 31 днём — завышенный.

28 дней убирают этот шум. Кроме того, недельные паттерны потребления у B2B-клиентов повторяются: четыре полные недели дают репрезентативную выборку без обрезанных рабочих циклов.

Как использовать эту логику для оценки других ИИ-компаний

Если вы анализируете стартап или продукт с похожей моделью монетизации, та же структура применима напрямую.

Шаг 1. Разделите выручку на два потока: фиксированные подписки и переменное потребление. Смешивать их в одну цифру и умножать на 12 — ошибка.

Шаг 2. Для потребительского потока возьмите последние 28 дней. Если данных по дням нет, используйте последние 4 недели из еженедельной отчётности.

Шаг 3. Проверьте, нет ли разовых всплесков в выбранном периоде — крупного корпоративного контракта, маркетинговой акции, сезонного пика. Run-rate на аномальном отрезке даст нереалистичный прогноз.

Шаг 4. Сложите два слагаемых. Полученная цифра — это не прогноз, а снимок текущего темпа. Она говорит «если ничего не изменится», но у ИИ-компаний всё меняется быстро.

Где ломается эта формула

Быстрый рост делает цифру устаревшей. Если компания растёт на 20% в месяц, run-rate за последние 28 дней уже через квартал будет выглядеть консервативно. Инвесторы это знают и закладывают рост поверх формулы — что создаёт пространство для манипуляций.

Крупные разовые сделки искажают потребительский поток. Один enterprise-клиент, который сгенерировал много запросов в тестовый период, раздует 28-дневную базу. Умножение на 13 превратит разовый всплеск в «годовую выручку».

Разграничение потоков субъективно. Что считать подпиской, а что потреблением — решает сама компания. Годовой контракт с фиксированным объёмом токенов можно отнести в любую категорию. Это даёт гибкость в том, какой мультипликатор применять.

Формула не учитывает отток. Run-rate считает текущий темп, но не показывает, сколько клиентов ушло за тот же период. Высокий run-rate при высоком churn — тревожный сигнал, который формула скрывает.

Что попробовать дальше

Если вы строите финансовую модель для ИИ-продукта или оцениваете конкурента, попробуйте считать run-rate параллельно двумя способами — по формуле Anthropic и классическим умножением на 12. Расхождение между ними покажет, насколько велика доля нестабильного потребительского потока. Чем больше разрыв, тем выше неопределённость в прогнозах.

Также полезно отслеживать динамику run-rate еженедельно, а не ежемесячно — особенно если продукт растёт быстро. Четырёхнедельное окно легко сдвигать на одну неделю вперёд и смотреть на тренд, а не на точечный снимок.

Источники

• Simon Willison: Quoting Karen Kwok for Reuters Breakingviews