今天小編分享的财經經驗：矽谷VC開始用AI抄底了，歡迎閱讀。
本文來自微信公眾号：東四十條資本 （ID：DsstCapital），作者：王滿華，題圖來自：AI 生成
最近看到一個矽谷 VC 新玩法，挺有意思，決定拿出來讨論一下。
一位投資人發現，近幾個月灣區包括 General Catalyst 和 8VC 在内的一些風投，開始像 PE 基金一樣收購或高占股投資傳統服務業，再通過 AI 去進行内部改革，以此提升公司的經營效率來改變公司的收入結構，創造出價值倍增的 " 科技型服務企業 "。
VC 開始向 PE 化靠攏，已經見怪不怪了。特别是如今并購熱潮下，國内很多 VC 也紛紛着手籌劃并購基金，前不久啟明創投更是直接控股了一家上市公司。
不過，此次矽谷 VC 在并購标的選擇上有點 " 反套路 "，他們盯上了客服中心、物流中心、會計審計等低毛利傳統服務行業。這些行業大多屬于人力密集型，因擴展性差、利潤低，在過去的投資決策中往往備受冷落。
前不久，段永平就在一次公開演講中直言不諱，" 好賽道是不會進入低毛利的，低毛利的都是商業模式比較差、產品差異化很小的產品，作為創業者你就沒必要進去。"
那麼，來自矽谷的 VC 為何會看上這些不受待見的古早行業？這種看似 " 反常 " 的投資策略背後，究竟隐藏着怎樣的邏輯和考量？
一、價值萬億美元的自動化金礦
事實上，矽谷 VC 從 2024 年就開始了關于 "AI 吃掉傳統服務業 " 的讨論。
2024 年，紅杉資本發布了 AI 行業年度報告《Generative AI's Act o1》，報告中特别提到了 Service as a Software（服務即軟體）這一概念。
紅杉認為，由于 Agent 推理，人工智能轉型是服務即軟體，軟體公司将勞動力轉化為軟體，這意味着可尋址市場不是軟體市場，而是以萬億美元計的服務市場。
翻譯成大白話，就是大模型智能體時代，軟體公司用人工智能取代了大量人工勞動力，把服務變得更高效、更自動化。所以，未來軟體公司能賺錢的地方，不是賣軟體本身，而是整個巨大的服務市場，這個市場價值高達萬億美元。
擁有類似觀點的還有 8VC。該機構在一篇文章中提到：随着 LLMs（大語言模型）的到來，單純的服務公司已經變得更加令人興奮。" 因為人工智能可以搞定那些雜亂無章、靠語言交流的人類工作流程，而且，AI 在發現錯誤或者處理一些復雜、特殊的情況時，往往比人類做得更好、更靠譜。"
8VC 算了一筆賬：現在有很多公司，花在支持、後台、運營和銷售這些崗位上的工資加起來超過一萬億美元。如果用自動化技術把這些工作都幹了，就能将這筆錢轉變成利潤，而且還能把工作效率提高兩到三倍。
如此看來，矽谷 VC 的意圖一目了然：他們收購低毛利的傳統服務企業，正是看中了這些企業在 AI 賦能下的巨大潛力和轉型紅利。希望通過 AI 技術，将這些原本依賴大量人力的商業模式轉變為技術驅動、利潤率更高的新模式，從而分得傳統服務行業上萬億美元市場這塊 " 大蛋糕 "。
二、一筆 " 低成本 " 且 " 靠譜 " 的投資
說完市場前景，再看投資邏輯。
當我拿着這一案例去咨詢身邊的投資人和 AI 從業者朋友時，他們大多認為這個方向是可行的。
首先從技術角度看，AI 在客服、物流、會計審計等傳統服務行業的應用已經得到了市場的驗證。
一組來自麥肯錫全球研究院的數據顯示，未來受生成式 AI 影響最大的前十大職業中，就有客戶服務與銷售、會計與審計員、财務分析師等。
AI 從業者張磊告訴我，" 這類人力密集型場景，AI 的技術路線已經比較成熟，完全可以勝任這些工作，而且削減人力成本的空間很大。人員成本大幅降低，淨利潤自然就上升了，公司估值也随之提升。"
同時他提到，相較于一些沒有數據沒有場景的創業公司，傳統服務企業也具備訓練 AI 的天然優勢。
"VC 在投資 AI 公司時，常面臨‘先有雞還是先有蛋’的困境：沒有數據就訓練不出好模型，沒有好模型就吸引不到用戶數據。而收購傳統企業直接解決了這一難題——一家中型客服中心每月的通話錄音數量可能在 10 萬次左右，這相當于創業公司幾年才能積累的數據量。" 張磊表示。
" 另一方面，傳統服務企業的業務流程明确，有現成的應用場景，AI 技術可以快速嵌入現有環節，例如用聊天機器人替代人工客服，用算法優化物流路徑。" 張磊說到。
而從投資的角度看，收購傳統服務企業，一定程度上也起到了風險兜底的效果。
在一級市場，圍繞 AI 初創公司估值泡沫的争議一直都沒有停止。傳奇投資人傑裡米・格蘭瑟姆曾警告稱，市場對人工智能的無休止炒作是一個典型的泡沫，沿襲了歷史上其他泡沫的軌迹。高盛集團也指出，當前 AI 市場的泡沫可能比 2000 年的互聯網泡沫更嚴重。于是乎，" 只看不投 " 成了許多投資機構的真實寫照。
相較之下，傳統服務行業的估值一直較低，這為 VC 提供了絕佳的抄底機會。
人工智能方向投資人沈億表示，" 這些企業經過多年發展，已經積累了穩定的客戶群體和成熟的業務模式，只是因為缺乏技術更新而被市場低估。風投通過收購或高比例投資，可以以較低的成本獲得優質資產，等待技術賦能後的價值爆發。"
此外，傳統服務企業通常擁有穩定的客戶群體和收入來源，這也為投資方提供了一定的财務安全墊。
" 最不濟改造失敗，公司的收入和客戶還在，基本盤仍能維持企業生存。機構把它賣出去也不至于遭受太大損失，感覺比投資創業公司靠譜點。" 沈億直言。
三、屬于大塊兒頭的遊戲
矽谷 VC 對低毛利服務行業的 " 入侵 "，本質上是技術革命與資本邏輯的深度耦合。
當生成式 AI 的颠覆性叙事逐漸褪去光環，資本開始回歸最樸素的商業本質——用技術提升效率，用效率創造利潤。
不過交流下來，大多數 VC 投資人認為這一模式難以實現規模化復制。原因在于，其對投資機構的口袋深度、資源禀賦都提出了更高層次的要求。
收購傳統服務企業的成本往往較高，尤其是那些已經具有一定規模和市場份額的企業。以審計咨詢行業為例，回顧過去發生在美國審計行業的并購事件，交易金額幾乎都在 10 億美元以上：
2024 年 2 月，Hellman&Friedman 和 Valeas Capital Partners 宣布，共同收購會計事務所天職國際略高于 50% 的股份，斥資 10 億美元；2025 年 1 月，黑石集團宣布收購會計及咨詢公司 Citrin Cooperman 的多數股權，這筆交易對該公司估值超過 20 億美元（約合 146 億元人民币）。
即使是中型服務企業，收購成本也相當可觀。投資人李洋舉例稱，" 一家年營收 2000 萬美元的中型客服中心，按照 8~12 倍市盈率計算，其收購價格也将高達 1.6 億 ~2.4 億美元。"
除了收購成本，企業的自動化轉型同樣需要資金投入。據業内人士透露，一個中型服務企業的完整 AI 改造投入很可能突破 3 億美元，這包括收購支出、AI 系統建設和組織重構等成本。
如此量級的投入，也解釋了為什麼這一 VC 新玩法會率先出現在 General Catalyst 和 8VC 這樣的大型投資機構身上。畢竟，General Catalyst 的管理規模超過 300 億美元，而 8VC 的管理規模也超過 60 億美元。
當然，資金實力只是入場券的一部分，關鍵在于接手之後如何操盤，這就十分考驗投資機構的資源整合、產業協同，甚至是運營管理能力了。
" 将 AI 技術融入傳統服務企業并非易事，這不僅需要強大的技術團隊來開發和部署 AI 解決方案，還需要企業内部的深度配合和流程改造。" 李洋表示。
基于這一角度，我們不妨重新審視一下 General Catalyst 和 8VC 這兩家機構。從他們的 portfolio 中可以發現，人工智能一直都是他們押注最多的賽道之一，并且在投資中還展現了強大的操盤能力。
前不久，General Catalyst 剛剛宣布，計劃聯合 KKR、黑石等 60 餘家企業和資管公司，在未來五年内撬動 1500 億歐元，支持歐洲 AI 初創企業及基礎設施建設。
除了在資金上給予支持，該機構還利用自身的行業資源和戰略規劃能力，推動被投企業的技術創新和市場拓展。
Commure 就是一個典型代表。這是一家醫療科技公司，主要利用 AI 技術幫助醫療保健組織構建和部署數字應用程式，簡化提供者、管理員和患者的工作流程，公司創始人 HemantTaneja 正是 GeneralCatalyst 的執行合夥人。
2021 年，General Catalyst 曾與美國跨州醫療保健系統 Jefferson Health 宣布成立了一種創新型合作夥伴關系—— " 健康保障網絡 "，共同推動醫療保健系統的自我轉型。據外媒報道，通過 " 健康保障網絡 "，General Catalyst 将 Commure 與其他醫療保健系統和技術創新公司連接起來，幫助公司實現了 AI 技術的快速轉型和市場拓展。
與 General Catalyst 類似，8VC 也在 AI 領網域進行了大量布局，特别是在傳統服務業 AI 轉型方向，不僅投資了貨運代理和物流平台 Flexport，還投資了全球首個 AI 法律助手 CoCounsel 的母公司 Casetext。前者主要利用 AI 技術将跨境物流運輸鏈條變得可視和可控，以此來為客戶和自身實現降本增效；後者是基于 GPT-4 技術，能夠快速完成法律研究、檔案審查、合同分析等任務。
此外，8VC 投資的 Nylas，則為開發者提供了一套強大的 API，能夠快速、安全地将電子郵件、日程安排和自動化功能集成到應用程式中，通過 AI 優化通信數據的處理和自動化任務，進一步提升企業的運營效率。
" 某種程度上，只有這種同時具備雄厚資本、技術整合能力和產業操盤經驗的頂級機構，才能撬動這場‘笨重’的轉型。對于許多中小投資機構而言，這種模式已經超出了其能力範圍。" 李洋說到。
不過在他看來，矽谷 VC 如今這一新玩法，倒是為我們提供了一個新的視角：AI 技術革命的終點未必是創造一個全新的世界，讓舊世界運轉得更高效，同樣不失為一個好的投資策略。
（文中張磊、沈億、李洋皆為化名）
