·Fintech Accounting
AI startapa grāmatvedība Igaunijā: ko darīt ar GPU rēķinu
AI startapa lielākā izmaksu pozīcija pēc algām parasti ir skaitļošana – un tas, kā tā tiek klasificēta, izšķir, kāda uzņēmuma bruto marža izskatās investoriem. Inference, kas apkalpo maksājošus klientus, ir pārdoto pakalpojumu izmaksas; treniņu palaidumi un eksperimenti ir P&A. Kļūdies dalījumā – un pitch deck maržas stāsts diligence laikā sabrūk. Šis ieraksts iziet cauri AI startapa grāmatvedībai uz Igaunijas OÜ: GPU izmaksu klasifikācija, modeļu izstrādes kapitalizācija vai norakstīšana izmaksās, kāpēc Igaunijas 0% nodoklis nesadalītajai peļņai der skaitļošanas kāriem uzņēmumiem, grantu un Horizon Europe uzskaite, lietojuma bāzētu ieņēmumu atzīšana un investoru atskaites, kas jārada seed+ AI uzņēmumam.
GPU izmaksas – pašizmaksa vai P&A?
Godīgā atbilde: abi, un šis dalījums nozīmē vairāk nekā gandrīz jebkurš cits AI uzņēmuma grāmatvedības lēmums. Skaitļošana, kas tieši apkalpo maksājošus klientus – inference produkcijas API pieprasījumiem, izvietoto modeļu hostings – pieder pie pārdoto pakalpojumu izmaksām un tāpēc samazina bruto maržu. Skaitļošana, kas iztērēta treniņu palaidumiem, fine-tuning eksperimentiem un iekšējai pētniecībai, pieder P&A darbības izmaksām un bruto maržu neskar. Divi uzņēmumi ar identiskiem bankas izrakstiem tikai šīs klasifikācijas dēļ var uzrādīt 40 punktu atšķirību bruto maržā.
Investori to zina – tāpēc seed un Series A diligence komandas testē tieši dalījumu. Aizstāvamā pieeja ir mehāniska, nevis stāstoša: marķē skaitļošanu infrastruktūras līmenī (atsevišķi projekti vai konti produkcijas inferencei un treniņiem), ļauj virsgrāmatai šos marķējumus pārmantot un dokumentē politiku vienreiz. Kad tavu bruto maržu apšauba partneru sanāksmē, "šeit ir mākoņa rēķinu sadalījums, kartēts rindu pa rindai" izbeidz sarunu tā, kā "mēs lēšam apmēram 60/40" nespēj nekad.
Modeļu izstrādes izmaksas – kapitalizēt vai norakstīt?
Grāmatvedības ietvari ļauj izstrādes izmaksas kapitalizēt kā nemateriālu aktīvu, ja izpildīti stingri kritēriji: tehniskā iespējamība, nodoms un spēja pabeigt, ticams nākotnes ekonomiskais labums un droši izmērāmas izmaksas. Praksē lielākā daļa agrīnās stadijas AI darba ir pētniecība un eksperimentēšana, kas šos testus neiztur un jānoraksta izmaksās to rašanās brīdī. Agresīva kapitalizācija uzlabo šī gada P&L, bet rada aktīvu, kas jāamortizē un kura vērtība var kristies brīdī, kad modelis tiek aizstāts – AI jomā tas var notikt jau nākamajā ceturksnī.
Mūsu noklusējuma padoms seed stadijas AI uzņēmumiem ir norakstīt modeļu izstrādi izmaksās, ja vien nav konkrēta, noturīga aktīva ar skaidru saikni ar ieņēmumiem, un prast izvēli investoram paskaidrot vienā teikumā. VC parasti dod priekšroku tīram, konservatīvam P&L, nevis bilancei, kas piepūsta ar pašu būvētiem nemateriālajiem aktīviem. Raundam svarīga ir nevis grāmatvedības kosmētika, bet tas, ka pieeja ir konsekventa, dokumentēta un iztur diligence jautājumu.
Kā Igaunijas 0% nodoklis nesadalītajai peļņai palīdz AI uzņēmumam?
Igaunija iekasē 22% uzņēmumu ienākuma nodokli tikai tad, kad peļņa tiek sadalīta. Peļņa, kas paliek uzņēmumā un tiek reinvestēta GPU, treniņu palaidumos un komandā, līdz sadalei tiek aplikta ar 0%. AI startapam tā ir strukturāla priekšrocība: katru produkta nopelnīto maržas eiro var atgriezt skaitļošanā bez nodokļu noplūdes pa vidu. Pelnošs AI uzņēmums klasiskā nodokļu sistēmā vispirms samaksā uzņēmumu nodokli un reinvestē atlikumu; Igaunijas OÜ reinvestē bruto summu.
Tā pati loģika darbojas riska kapitāla gadījumā. VC finansēti uzņēmumi pirms exit peļņu gandrīz nekad nesadala, tātad Igaunijas režīms uzņēmumu nodokli faktiski atliek uz visu izaugsmes fāzi. Kopā ar 1 € minimālo pamatkapitālu, e-Residency attālinātiem dibinātājiem un vienu obligāto gada pārskatu RIK struktūras administratīvā slodze ir maza salīdzinājumā ar to, ko tā dod. Disciplīna, ko tā prasa, ir kārtīga ikmēneša grāmatvedība, jo uz tās balstās gada pārskats un jebkurš nākotnes diligence.
Kā ar grantiem un Horizon Europe finansējumu?
AI ir viena no vislabāk finansētajām jomām Eiropas grantu programmās, un Igaunijas uzņēmumi regulāri izmanto Horizon Europe konkursus, nacionālo inovāciju atbalstu un ekosistēmas programmas ap Startup Estonia. Grantu nauda ir gaidīta, bet tā nav ieņēmumi: parasti to atzīst kā atlikto ienākumu un pārnes uz P&L, subsidētajām izmaksām rodoties, un katram grantam nāk līdzi izmaksu attiecināmības noteikumi, līdzfinansējuma daļas un atskaišu termiņi, kas grāmatvedībai jāatbalsta no pirmās dienas.
Praktiskā prasība ir atsevišķa izmaksu uzskaite: no granta finansētai skaitļošanai, algām un apakšuzņēmumiem jābūt identificējamiem virsgrāmatā, parasti pa projektiem, ar darba laika uzskaiti tur, kur tiek pieprasītas personāla izmaksas. Būvēt to atpakaļejoši atskaites brīdī ir sāpīgi, un audita atzinumi var novest pie līdzekļu atprasīšanas. Ja grants ir ceļā, projektu uzskaites struktūra jāizveido pirms pirmā iztērētā eiro – tieši tāda iestatīšana specializētam grāmatvedim prasa vienu pēcpusdienu, bet ģenerālists to atklāj gadu par vēlu.
Kā atzīt lietojuma bāzētus ieņēmumus?
Lielākā daļa AI produktu rēķinus izraksta pēc lietojuma: par tokenu, par API izsaukumu, par vietu plus patēriņu. Grāmatvedības princips: ieņēmumus atzīst, lietojumam notiekot, kas labi sader ar norēķiniem pēc fakta. Priekšapmaksātas kredītu pakas ir gadījums, kam jāseko: par kredītiem saņemtā nauda ir atliktie ieņēmumi, līdz klients tos faktiski patērē, un neizmantotie kredīti paliek bilancē kā saistības. Ja kredītiem ir termiņš, termiņa politika nosaka, kad atlikušo bilanci beidzot var atzīt.
Lietojuma bāzēti modeļi arī izpludina MRR jēdzienu, tāpēc investoru metrikām vajadzīga rūpība: nolīgtais tēriņš, patēriņa temps un neto ieņēmumu noturēšana patēriņa bāzē stāsta īsto stāstu. Virsgrāmatai jāspēj radīt ieņēmumus pa klientiem un mēnešiem tieši no mērīšanas datiem, salāgotiem ar maksājumu apstrādātāju. Tieši šis viens konveijers – mērīšana, rēķins, virsgrāmata – liek gan auditoram, gan Series A analītiķim uzticēties ieņēmumu rindai.
Ko investori sagaida, kad burn nosaka skaitļošana?
Seed+ AI uzņēmuma burn izskatās citādi nekā klasiskam SaaS startapam: skaitļošana var līdzināties algu fondam vai to pārsniegt, un tā aug līdz ar eksperimentiem, nevis darbinieku skaitu. Tāpēc investori sagaida burn atskaites, kas atdala skaitļošanu no cilvēkiem un rāda vienības ekonomiku uz lietojuma vienību: izmaksas uz tūkstoš API izsaukumiem, maržu uz klientu un to, kā treniņu tēriņi kartējas uz ceļa kartes atskaites punktiem. Viens sajaukts burn skaitlis slēpj tieši to, ko AI investors mēģina novērtēt: vai margināls lietojums nes peļņu.
TechAccounting to iebūvē AI klientu ikmēneša slēgšanā: P&L ar aizstāvamu COGS/P&A skaitļošanas dalījumu, burn un runway no faktiskās naudas, budžets pret faktu, grantu projektu uzskaite un ESOP algas caur TSD. Fiksētas maksas grāmatvedība sākas no 499 € mēnesī, Compliance – 1 500 € un Fintech & AML – 3 000 € regulētiem modeļiem, konsultācija – 150 € stundā. Mērķis ir vienkāršs: kad tavs vadošais investors jautā, kā GPU rēķins iet cauri grāmatvedībai, atbilde jau ir data room.