تعدیل ۲۰ میلیارد دلاری در ارقام درآمدی OpenAI که اخیراً در گزارش‌های مالی فصل پاییز ۱۴۰۳ مطرح شد، بار دیگر موضوع شفافیت مالی در صنعت نوظهور هوش مصنوعی را در کانون توجه متخصصان حوزه اقتصاد دیجیتال و تحلیلگران بازار قرار داده است. این اختلاف فاحش نه ناشی از کاهش تقاضا یا شکست مدل‌های زبانی، بلکه ریشه در پیچیدگی‌های حسابداری نوین در اکوسیستم‌های ابری دارد که مرز میان درآمد ناخالص و سهم خالص عملیاتی را برای ناظران بیرونی مبهم ساخته است.
چالش حسابداری در مقایسه با رقبای مستقیم
در دنیای اقتصاد دیجیتال، نحوه ثبت درآمدها (Revenue Recognition) تحت استانداردهای GAAP (اصول پذیرفته‌شده حسابداری) نقشی حیاتی در ارزش‌گذاری استارتاپ‌ها ایفا می‌کند. مورد اخیر OpenAI و Anthropic نشان می‌دهد که چگونه تفاوت در تعریف «کنترل تراکنش» می‌تواند منجر به شکاف‌های میلیارد دلاری شود. طبق تحلیل‌های کارشناسانه، شرکت‌هایی که از مدل «ثبت درآمد ناخالص» (Gross Revenue) استفاده می‌کنند، مبالغ پرداختی مشتری به ارائه‌دهنده زیرساخت ابری را مستقیماً به عنوان درآمد ثبت کرده و سهم شریک ابری را در بخش هزینه‌ها لحاظ می‌کنند. این در حالی است که OpenAI با اتخاذ رویکردی محافظه‌کارانه‌تر، تنها سهم خالص دریافتی خود را ثبت می‌کند.
تأثیر ساختار ابری بر صورت‌های مالی
بسیاری از سرویس‌های مبتنی بر هوش مصنوعی، زیرساخت محاسباتی خود را از پلتفرم‌های کلاد (مانند AWS یا Azure) تأمین می‌کنند. این معماری لایه‌بندی شده باعث می‌شود که مدیریت روابط با مشتری (Customer Relationship Management) و مسئولیت تحویل نهایی محصول، متغیرهای کلیدی در شناسایی درآمد باشند. زمانی که شرکتی مانند Anthropic خود را به عنوان فروشنده اصلی در زنجیره عرضه معرفی می‌کند، می‌تواند کل مبلغ پرداختی کاربر را در دفاتر خود درج کند؛ اما در مدل OpenAI، نقش پلتفرم ابری به عنوان واسط اصلی باعث می‌شود که درآمد گزارش‌شده، تنها بیانگر سهم واقعی شرکت از سود خالص فروش باشد.
پیامدهای این عدم تقارن برای بازار سرمایه
تلاش اولیه برای گزارش رقم ۷۰ میلیارد دلاری، اگرچه با هدف همسان‌سازی (Benchmarking) با رقبای موجود انجام شد، اما در نهایت منجر به نوعی سوءتفاهم در ارزیابی عملکرد واقعی این غول فناوری شد. در بازارهای سرمایه، این «تخمین‌های خلاقانه» اغلب با هدف جذب سرمایه بیشتر انجام می‌شود، اما تکرار این رویه می‌تواند اعتماد نهادهای نظارتی را خدشه‌دار کند. تحلیلگران بر این باورند که برای درک واقعی سلامت اقتصادی شرکت‌های هوش مصنوعی، باید به جای تمرکز بر «ارقام تجمعی»، به شاخص‌های کلیدی عملکرد (KPI) نظیر نرخ بازگشت سرمایه در زیرساخت‌های محاسباتی نگریست.
مشخصات تحلیلی گزارش مالی
- اختلاف درآمدی گزارش‌شده: ۲۰ میلیارد دلار
- درآمد برآوردی فعلی: ۵۰ میلیارد دلار
- دلیل تفاوت: تفاوت در نحوه اعمال استانداردهای حسابداری GAAP
- استراتژی رقیب (Anthropic): ثبت درآمد ناخالص با کسر هزینه‌های ابری در بخش مصارف
- رویکرد OpenAI: ثبت درآمد بر اساس سهم خالص عملیاتی
