硅谷VC開始用AI抄底了

最近看到一個硅谷VC新玩法，挺有意思，決定拿出來討論一下。

一位投資人發現，近幾個月灣區包括General Catalyst和8VC在內的一些風投，開始像PE基金一樣收購或高佔股投資傳統服務業，再通過AI去進行內部改革，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。特別是如今併購熱潮下，國內很多VC也紛紛着手籌劃併購基金，前不久啓明創投更是直接控股了一家上市公司。

不過，此次硅谷VC在併購標的選擇有點“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。這些行業大多屬於人力密集型，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，作爲創業者你就沒必要進去。”

那麼，來自硅谷的VC爲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，究竟隱藏着怎樣的邏輯和考量？

價值萬億美元的自動化金礦

事實上，硅谷VC從2024年就開始了關於“AI吃掉傳統服務業”的討論。

2024年，紅杉資本發佈了AI行業年度報告《Generative AI's Act o1》，報告中特別提到了Service as a Software（服務即軟件）這一概念。

紅杉認爲，由於 Agent 推理，人工智能轉型是服務即軟件，軟件公司將勞動力轉化爲軟件，這意味着可尋址市場不是軟件市場，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，軟件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，未來軟件公司能賺錢的地方，不是賣軟件本身，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：隨着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。“因爲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複雜、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、後臺、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，就能將這筆錢轉變成利潤，而且還能把工作效率提高兩到三倍。

如此看來，硅谷VC的意圖一目瞭然：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，將這些原本依賴大量人力的商業模式轉變爲技術驅動、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”。

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諮詢身邊的投資人和AI從業者朋友時，他們大多認爲這個方向是可行的。

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、財務分析師等。

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，公司估值也隨之提升。”

同時他提到，相較於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，這相當於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確，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爭議一直都沒有停止。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跡。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。於是乎，“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，這爲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羣體和成熟的業務模式，只是因爲缺乏技術升級而被市場低估。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羣體和收入來源，這也爲投資方提供了一定的財務安全墊。

“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。機構把他賣出去也不至於遭受太大損失，感覺比投資創業公司靠譜點。”沈億直言。

屬於大塊兒頭的遊戲

硅谷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的顛覆性敘事逐漸褪去光環，資本開始迴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投資人認爲這一模式難以實現規模化複製。原因在於，其對投資機構的口袋深度、資源稟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。以審計諮詢行業爲例，回顧過去發生在美國審計行業的併購事件，交易金額幾乎都在10億美元以上：

2024年2月，Hellman & Friedman和Valeas Capital Partners宣佈，共同收購會計事務所天職國際略高於50%的股份，斥資10億美元；2025年1月，黑石集團宣佈收購會計及諮詢公司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146億元人民幣）。

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，其收購價格也將高達1.6-2.4億美元。”

除了收購成本，企業的自動化轉型同樣需要資金投入。據業內人士透露，一箇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，也解釋了爲什麼這一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，關鍵在於接手之後如何操盤，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。

“將AI技術融入傳統服務企業並非易事，這不僅需要強大的技術團隊來開發和部署AI解決方案，還需要企業內部的深度配合和流程改造。”李洋表示。

基於這一角度，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，並且在投資中還展現了強大的操盤能力。

前不久，General Catalyst剛剛宣佈，計劃聯合KKR、黑石等60餘家企業和資管公司，在未來五年內撬動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序，簡化提供者、管理員和患者的工作流程，公司創始人Hemant Taneja正是General Catalyst的執行合夥人。

2021年，General Catalyst曾與美國跨州醫療保健系統Jefferson Health宣佈成立了一種創新型合作伙伴關係——“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將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領域進行了大量佈局，特別是在傳統服務業AI轉型方向，不僅投資了貨運代理和物流平臺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技術將跨境物流運輸鏈條變得可視和可控，以此來爲客戶和自身實現降本增效；後者是基於GPT-4技術，能夠快速完成法律研究、文件審查、合同分析等任務。

此外，8VC投資的Nylas，則爲開發者提供了一套強大的API，能夠快速、安全地將電子郵件、日程安排和自動化功能集成到應用程序中，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。對於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，硅谷VC如今這一新玩法，倒是爲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，同樣不失爲一個好的投資策略。

（文中張磊、沈億、李洋皆爲化名）