·Fintech Accounting
AI-idufirma raamatupidamine Eestis: mida teha GPU-arvega
AI-idufirma suurim kuluartikkel pärast palgakulu on tavaliselt arvutusvõimsus – ja see, kuidas seda klassifitseeritakse, otsustab, milline paistab ettevõtte brutomarginaal investoritele. Maksvaid kliente teenindav inferents on müüdud teenuste kulu; treeningjooksud ja eksperimendid on teadus- ja arendustegevus. Kui jaotus on vale, kukub pitch deck'i marginaalilugu diligence'is kokku. See postitus käib läbi AI-idufirma raamatupidamise Eesti OÜ-s: GPU-kulude klassifitseerimine, mudeliarenduse kapitaliseerimine või kuludesse kandmine, miks Eesti 0% maks jaotamata kasumilt sobib arvutusnäljastele ettevõtetele, toetuste ja Horizon Europe'i arvestus, kasutuspõhise tulu tunnustamine ning investoraruandlus, mida seed+ AI-ettevõte peaks tootma.
Kas GPU-kulu on müüdud teenuste kulu või T&A?
Aus vastus: mõlemat, ja see jaotus loeb rohkem kui peaaegu ükski teine AI-ettevõtte raamatupidamisotsus. Arvutusvõimsus, mis teenindab otse maksvaid kliente – inferents tootmis-API päringutele, juurutatud mudelite majutus – kuulub müüdud teenuste kulusse ja vähendab seega brutomarginaali. Treeningjooksudele, peenhäälestuse eksperimentidele ja siseuuringutele kulunud arvutus kuulub teadus- ja arendustegevuse tegevuskuludesse ega puuduta brutomarginaali. Kaks identsete pangaväljavõtetega ettevõtet võivad ainuüksi selle klassifikatsiooni tõttu näidata 40 protsendipunkti erinevat brutomarginaali.
Investorid teavad seda – seepärast testivad seed- ja A-ringi diligence'i meeskonnad just seda jaotust. Kaitstav lähenemine on mehaaniline, mitte jutustav: märgista arvutuskulud taristu tasandil (eraldi projektid või kontod tootmisinferentsi ja treeningu jaoks), lase pearaamatul need märgised pärida ja dokumenteeri põhimõte üks kord. Kui sinu brutomarginaal partnerite koosolekul kahtluse alla pannakse, lõpetab "siin on pilvearvelduse jaotus, rida-realt vastendatud" vestluse viisil, nagu "hindame umbes 60/40" ei suuda kunagi.
Kas mudeliarenduse kulud kapitaliseerida või kanda kuludesse?
Raamatupidamisraamistikud lubavad arenduskulusid kapitaliseerida immateriaalse varana, kui ranged kriteeriumid on täidetud: tehniline teostatavus, kavatsus ja võime lõpetada, tõenäoline tulevane majanduslik kasu ning usaldusväärselt mõõdetav kulu. Praktikas on enamik varajase faasi AI-tööd uurimine ja eksperimenteerimine, mis neid teste ei läbi ja tuleb kohe kuludesse kanda. Agressiivne kapitaliseerimine teeb selle aasta kasumiaruande ilusamaks, aga loob vara, mida tuleb amortiseerida ja mis võib väärtust kaotada hetkel, mil mudel asendatakse – AI-s võib see juhtuda juba järgmises kvartalis.
Meie vaikimisi soovitus seed-faasi AI-ettevõtetele on kanda mudeliarendus kuludesse, välja arvatud juhul, kui on olemas konkreetne, püsiv vara selge tuluseosega – ja osata valikut investorile ühe lausega selgitada. VC-d eelistavad üldiselt puhast, konservatiivset kasumiaruannet bilansile, mis on täis omaehitatud immateriaalset vara. Rahastuse jaoks ei loe raamatupidamislik kosmeetika, vaid see, et käsitlus on järjepidev, dokumenteeritud ja peab vastu diligence'i küsimusele.
Kuidas Eesti 0% maks jaotamata kasumilt AI-ettevõtet aitab?
Eesti võtab 22% ettevõtte tulumaksu ainult siis, kui kasum jaotatakse. Kasum, mis jääb ettevõttesse ja reinvesteeritakse GPU-desse, treeningjooksudesse ja töötajatesse, on kuni jaotamiseni maksustatud 0% määraga. AI-idufirma jaoks on see struktuurne eelis: iga toote teenitud marginaalieuro saab ilma vahepealse maksulekketa arvutusvõimsusse tagasi suunata. Kasumlik AI-ettevõte klassikalises maksusüsteemis maksab enne ettevõtte tulumaksu ja reinvesteerib ülejäänu; Eesti OÜ reinvesteerib brutosumma.
Sama loogika kehtib riskikapitali puhul. VC-rahastusega ettevõtted ei jaota enne exitit kasumit peaaegu kunagi, mis tähendab, et Eesti režiim lükkab ettevõtte tulumaksu sisuliselt kogu kasvufaasi võrra edasi. Koos 1 € miinimumosakapitali, e-residentsusega kaugasutajatele ja ühe kohustusliku majandusaasta aruandega RIK-ile on struktuuri halduskoormus väike võrreldes sellega, mida ta annab. Distsipliin, mida ta nõuab, on korralik igakuine raamatupidamine, sest majandusaasta aruanne ja iga tulevane diligence seisavad selle peal.
Aga toetused ja Horizon Europe'i rahastus?
AI on Euroopa toetusprogrammides üks paremini rahastatud valdkondi ning Eesti ettevõtted kasutavad regulaarselt Horizon Europe'i taotlusvoore, riiklikku innovatsioonitoetust ja Startup Estonia ümber koonduvaid ökosüsteemi programme. Toetusraha on teretulnud, aga see ei ole tulu: tavaliselt kajastatakse see sihtfinantseerimisena (edasilükkunud tuluna) ja kantakse kasumiaruandesse sedamööda, kuidas toetatavad kulud tekivad, ning iga toetusega kaasnevad kulude abikõlblikkuse reeglid, omafinantseeringu määrad ja aruandlustähtajad, mida raamatupidamine peab toetama esimesest päevast.
Praktiline nõue on eraldi kuluarvestus: toetusest rahastatud arvutus, palgad ja allhange peavad olema pearaamatus tuvastatavad, tavaliselt projektipõhiselt, koos tööajatabelitega seal, kus taotletakse personalikulusid. Selle tagantjärele ülesehitamine aruande esitamise ajal on valus ja auditileiuid võivad kaasa tuua tagasinõuded. Kui toetus on tulemas, tuleks projektiarvestuse struktuur üles seada enne esimese euro kulutamist – see on täpselt selline seadistus, mille spetsialiseerunud raamatupidaja teeb ühe pärastlõunaga ja mille generalist avastab aasta liiga hilja.
Kuidas tunnustada kasutuspõhist tulu?
Enamik AI-tooteid arveldab kasutuse pealt: tokeni, API-päringu või kasutaja-pluss-tarbimise kaupa. Raamatupidamispõhimõte on, et tulu tunnustatakse kasutuse toimumise hetkel, mis sobib hästi tagantjärele arveldamisega. Ettemakstud krediidipakid on koht, mida jälgida: krediitide eest saadud raha on edasilükkunud tulu, kuni klient need tegelikult ära tarbib, ja kasutamata krediidid püsivad bilansis kohustusena. Kui krediidid aeguvad, määrab aegumispoliitika, millal järelejäänud saldo lõpuks tuluna kajastada saab.
Kasutuspõhised mudelid hägustavad ka MRR-i mõistet, mistõttu investorimõõdikud vajavad hoolt: lepinguline kulutus, tarbimise jooksev maht ja netotulu säilimine tarbimise baasil räägivad tegelikku lugu. Pearaamat peab suutma toota tulu kliendi ja kuu kaupa otse mõõtmisandmetest, võrrelduna maksevahendajaga. Just see üks torustik – mõõtmine, arve, pearaamat – paneb nii audiitori kui ka A-ringi analüütiku tulurida usaldama.
Mida ootavad investorid, kui burn on arvutuspõhine?
Seed+ AI-ettevõtte burn on teistsuguse kujuga kui klassikalisel SaaS-idufirmal: arvutuskulu võib palgakuluga võrduda või seda ületada ning see skaleerub eksperimentide, mitte töötajate arvuga. Investorid ootavad seetõttu burn-aruandlust, mis eraldab arvutuse inimestest ja näitab ühikuökonoomikat kasutusühiku kohta: kulu tuhande API-päringu kohta, marginaal kliendi kohta ja kuidas treeningkulutused vastenduvad tootekaardi verstapostidega. Üks segatud burn-number peidab täpselt seda, mida AI-investor hinnata püüab: kas piirkasutus on kasumlik.
TechAccounting ehitab selle AI-klientide igakuisesse sulgemisse sisse: kasumiaruanne kaitstava COGS/T&A arvutusjaotusega, burn ja runway tegelikust rahast, eelarve võrdlus tegelikuga, toetusprojektide jälgimine ning ESOP-i palgaarvestus TSD kaudu. Fikseeritud tasuga raamatupidamine algab 499 €/kuus, Compliance 1 500 € ja Fintech & AML 3 000 € reguleeritud ärimudelitele, konsultatsioon 150 €/tund. Eesmärk on lihtne: kui su juhtinvestor küsib, kuidas GPU-arve raamatupidamisest läbi jookseb, on vastus juba andmeruumis.