今天小编分享的财经经验：硅谷VC开始用AI抄底了，欢迎阅读。
本文来自微信公众号：东四十条资本 （ID：DsstCapital），作者：王满华，题图来自：AI 生成
最近看到一个硅谷 VC 新玩法，挺有意思，决定拿出来讨论一下。
一位投资人发现，近几个月湾区包括 General Catalyst 和 8VC 在内的一些风投，开始像 PE 基金一样收购或高占股投资传统服务业，再通过 AI 去进行内部改革，以此提升公司的经营效率来改变公司的收入结构，创造出价值倍增的 " 科技型服务企业 "。
VC 开始向 PE 化靠拢，已经见怪不怪了。特别是如今并购热潮下，国内很多 VC 也纷纷着手筹划并购基金，前不久启明创投更是直接控股了一家上市公司。
不过，此次硅谷 VC 在并购标的选择上有点 " 反套路 "，他们盯上了客服中心、物流中心、会计审计等低毛利传统服务行业。这些行业大多属于人力密集型，因扩展性差、利润低，在过去的投资决策中往往备受冷落。
前不久，段永平就在一次公开演讲中直言不讳，" 好赛道是不会进入低毛利的，低毛利的都是商业模式比较差、产品差异化很小的产品，作为创业者你就没必要进去。"
那么，来自硅谷的 VC 为何会看上这些不受待见的古早行业？这种看似 " 反常 " 的投资策略背后，究竟隐藏着怎样的逻辑和考量？
一、价值万亿美元的自动化金矿
事实上，硅谷 VC 从 2024 年就开始了关于 "AI 吃掉传统服务业 " 的讨论。
2024 年，红杉资本发布了 AI 行业年度报告《Generative AI's Act o1》，报告中特别提到了 Service as a Software（服务即軟體）这一概念。
红杉认为，由于 Agent 推理，人工智能转型是服务即軟體，軟體公司将劳动力转化为軟體，这意味着可寻址市场不是軟體市场，而是以万亿美元计的服务市场。
翻译成大白话，就是大模型智能体时代，軟體公司用人工智能取代了大量人工劳动力，把服务变得更高效、更自动化。所以，未来軟體公司能赚钱的地方，不是卖軟體本身，而是整个巨大的服务市场，这个市场价值高达万亿美元。
拥有类似观点的还有 8VC。该机构在一篇文章中提到：随着 LLMs（大语言模型）的到来，单纯的服务公司已经变得更加令人兴奋。" 因为人工智能可以搞定那些杂乱无章、靠语言交流的人类工作流程，而且，AI 在发现错误或者处理一些复杂、特殊的情况时，往往比人类做得更好、更靠谱。"
8VC 算了一笔账：现在有很多公司，花在支持、后台、运营和销售这些岗位上的工资加起来超过一万亿美元。如果用自动化技术把这些工作都干了，就能将这笔钱转变成利润，而且还能把工作效率提高两到三倍。
如此看来，硅谷 VC 的意图一目了然：他们收购低毛利的传统服务企业，正是看中了这些企业在 AI 赋能下的巨大潜力和转型红利。希望通过 AI 技术，将这些原本依赖大量人力的商业模式转变为技术驱动、利润率更高的新模式，从而分得传统服务行业上万亿美元市场这块 " 大蛋糕 "。
二、一笔 " 低成本 " 且 " 靠谱 " 的投资
说完市场前景，再看投资逻辑。
当我拿着这一案例去咨询身边的投资人和 AI 从业者朋友时，他们大多认为这个方向是可行的。
首先从技术角度看，AI 在客服、物流、会计审计等传统服务行业的应用已经得到了市场的验证。
一组来自麦肯锡全球研究院的数据显示，未来受生成式 AI 影响最大的前十大职业中，就有客户服务与销售、会计与审计员、财务分析师等。
AI 从业者张磊告诉我，" 这类人力密集型场景，AI 的技术路线已经比较成熟，完全可以胜任这些工作，而且削减人力成本的空间很大。人员成本大幅降低，净利润自然就上升了，公司估值也随之提升。"
同时他提到，相较于一些没有数据没有场景的创业公司，传统服务企业也具备训练 AI 的天然优势。
"VC 在投资 AI 公司时，常面临‘先有鸡还是先有蛋’的困境：没有数据就训练不出好模型，没有好模型就吸引不到用户数据。而收购传统企业直接解决了这一难题——一家中型客服中心每月的通话录音数量可能在 10 万次左右，这相当于创业公司几年才能积累的数据量。" 张磊表示。
" 另一方面，传统服务企业的业务流程明确，有现成的应用场景，AI 技术可以快速嵌入现有环节，例如用聊天机器人替代人工客服，用算法优化物流路径。" 张磊说到。
而从投资的角度看，收购传统服务企业，一定程度上也起到了风险兜底的效果。
在一级市场，围绕 AI 初创公司估值泡沫的争议一直都没有停止。传奇投资人杰里米・格兰瑟姆曾警告称，市场对人工智能的无休止炒作是一个典型的泡沫，沿袭了历史上其他泡沫的轨迹。高盛集团也指出，当前 AI 市场的泡沫可能比 2000 年的互联网泡沫更严重。于是乎，" 只看不投 " 成了许多投资机构的真实写照。
相较之下，传统服务行业的估值一直较低，这为 VC 提供了绝佳的抄底机会。
人工智能方向投资人沈亿表示，" 这些企业经过多年发展，已经积累了稳定的客户群体和成熟的业务模式，只是因为缺乏技术更新而被市场低估。风投通过收购或高比例投资，可以以较低的成本获得优质资产，等待技术赋能后的价值爆发。"
此外，传统服务企业通常拥有稳定的客户群体和收入来源，这也为投资方提供了一定的财务安全垫。
" 最不济改造失败，公司的收入和客户还在，基本盘仍能维持企业生存。机构把它卖出去也不至于遭受太大损失，感觉比投资创业公司靠谱点。" 沈亿直言。
三、属于大块儿头的游戏
硅谷 VC 对低毛利服务行业的 " 入侵 "，本质上是技术革命与资本逻辑的深度耦合。
当生成式 AI 的颠覆性叙事逐渐褪去光环，资本开始回归最朴素的商业本质——用技术提升效率，用效率创造利润。
不过交流下来，大多数 VC 投资人认为这一模式难以实现规模化复制。原因在于，其对投资机构的口袋深度、资源禀赋都提出了更高层次的要求。
收购传统服务企业的成本往往较高，尤其是那些已经具有一定规模和市场份额的企业。以审计咨询行业为例，回顾过去发生在美国审计行业的并购事件，交易金额几乎都在 10 亿美元以上：
2024 年 2 月，Hellman&Friedman 和 Valeas Capital Partners 宣布，共同收购会计事务所天职国际略高于 50% 的股份，斥资 10 亿美元；2025 年 1 月，黑石集团宣布收购会计及咨询公司 Citrin Cooperman 的多数股权，这笔交易对该公司估值超过 20 亿美元（约合 146 亿元人民币）。
即使是中型服务企业，收购成本也相当可观。投资人李洋举例称，" 一家年营收 2000 万美元的中型客服中心，按照 8~12 倍市盈率计算，其收购价格也将高达 1.6 亿 ~2.4 亿美元。"
除了收购成本，企业的自动化转型同样需要资金投入。据业内人士透露，一个中型服务企业的完整 AI 改造投入很可能突破 3 亿美元，这包括收购支出、AI 系统建设和组织重构等成本。
如此量级的投入，也解释了为什么这一 VC 新玩法会率先出现在 General Catalyst 和 8VC 这样的大型投资机构身上。毕竟，General Catalyst 的管理规模超过 300 亿美元，而 8VC 的管理规模也超过 60 亿美元。
当然，资金实力只是入场券的一部分，关键在于接手之后如何操盘，这就十分考验投资机构的资源整合、产业协同，甚至是运营管理能力了。
" 将 AI 技术融入传统服务企业并非易事，这不仅需要强大的技术团队来开发和部署 AI 解决方案，还需要企业内部的深度配合和流程改造。" 李洋表示。
基于这一角度，我们不妨重新审视一下 General Catalyst 和 8VC 这两家机构。从他们的 portfolio 中可以发现，人工智能一直都是他们押注最多的赛道之一，并且在投资中还展现了强大的操盘能力。
前不久，General Catalyst 刚刚宣布，计划联合 KKR、黑石等 60 余家企业和资管公司，在未来五年内撬动 1500 亿欧元，支持欧洲 AI 初创企业及基础设施建设。
除了在资金上给予支持，该机构还利用自身的行业资源和战略规划能力，推动被投企业的技术创新和市场拓展。
Commure 就是一个典型代表。这是一家医疗科技公司，主要利用 AI 技术帮助医疗保健组织构建和部署数字应用程式，简化提供者、管理员和患者的工作流程，公司创始人 HemantTaneja 正是 GeneralCatalyst 的执行合伙人。
2021 年，General Catalyst 曾与美国跨州医疗保健系统 Jefferson Health 宣布成立了一种创新型合作伙伴关系—— " 健康保障网络 "，共同推动医疗保健系统的自我转型。据外媒报道，通过 " 健康保障网络 "，General Catalyst 将 Commure 与其他医疗保健系统和技术创新公司连接起来，帮助公司实现了 AI 技术的快速转型和市场拓展。
与 General Catalyst 类似，8VC 也在 AI 领網域进行了大量布局，特别是在传统服务业 AI 转型方向，不仅投资了货运代理和物流平台 Flexport，还投资了全球首个 AI 法律助手 CoCounsel 的母公司 Casetext。前者主要利用 AI 技术将跨境物流运输链条变得可视和可控，以此来为客户和自身实现降本增效；后者是基于 GPT-4 技术，能够快速完成法律研究、檔案审查、合同分析等任务。
此外，8VC 投资的 Nylas，则为开发者提供了一套强大的 API，能够快速、安全地将电子邮件、日程安排和自动化功能集成到应用程式中，通过 AI 优化通信数据的处理和自动化任务，进一步提升企业的运营效率。
" 某种程度上，只有这种同时具备雄厚资本、技术整合能力和产业操盘经验的顶级机构，才能撬动这场‘笨重’的转型。对于许多中小投资机构而言，这种模式已经超出了其能力范围。" 李洋说到。
不过在他看来，硅谷 VC 如今这一新玩法，倒是为我们提供了一个新的视角：AI 技术革命的终点未必是创造一个全新的世界，让旧世界运转得更高效，同样不失为一个好的投资策略。
（文中张磊、沈亿、李洋皆为化名）
