人工智能服务的转型可能比风投们想的更难

风险投资家们坚信，他们已找到了下一个重要的投资风口：利用人工智能，在传统劳动密集型服务业务中实现软件级别的高利润率。这一策略的核心在于收购成熟的专业服务公司，通过AI实现任务自动化，再利用提升的现金流整合更多企业，形成良性循环。

先行者的布局

领跑者通用催化剂（General Catalyst）已从其最新募资中拨出15亿美元，用于所谓的“创造”战略。该战略专注于在特定垂直领域孵化AI原生软件公司，再以这些公司为平台，收购同行业的成熟企业及其客户。目前，通用催化剂已在法律服务、IT管理等七个行业布局，计划最终扩展至20个领域。

“全球服务业年收入高达16万亿美元，”该公司相关业务负责人马克·巴加瓦在接受TechCrunch采访时指出，“相比之下，软件行业仅1万亿美元。”他解释道，软件投资一直因其高利润率而备受青睐：“软件规模化后，边际成本极低，边际收益却非常可观。”若能实现服务业务自动化——用AI处理30%至50%的工作，甚至在呼叫中心等场景达到70%——其经济效益将极具吸引力。

改善后的现金流为高价收购更多公司提供了资金支持，形成支持者眼中的良性循环。

实践案例与成效

这一策略已初见成效。以投资组合公司Titan MSP为例：通用催化剂分两期投入7400万美元，助其开发用于托管服务商的AI工具，随后收购知名IT服务商RFA。通过试点项目，Titan成功将典型MSP任务的38%自动化。该公司现计划利用提升后的利润率，以经典整合策略收购更多MSP企业。

另一家孵化企业Eudia则专注于企业内部法务部门。该公司已与雪佛龙、西南航空和Stripe等财富100强企业签约，提供基于AI的固定费用法律服务，取代传统按时计费模式。为扩大业务范围，Eudia近期收购了替代性法律服务提供商Johnson Hanna。

巴加瓦表示，通用催化剂的目标是将所收购企业的息税折旧摊销前利润率至少提高一倍。

同行竞相布局

梅菲尔德风投也专门划拨1亿美元用于“AI同事”类投资，并领投了IT咨询初创公司Gruve的A轮融资。据其创始人称，Gruve收购一家年收入500万美元的安全咨询公司后，六个月内将其收入提升至1500万美元，毛利率达80%。

“若80%的工作由AI完成，毛利率可达80%至90%，”董事总经理纳文·查达表示，“综合毛利率可达60%至70%，净利率达20%至30%。”

独立投资人埃拉德·吉尔三年来也一直推行类似策略，支持企业收购成熟业务并通过AI转型。“拥有资产才能更快实现转型，”他指出，“将毛利率从10%提升至40%意味着巨大收益。”

隐忧与挑战

然而早期迹象表明，服务业的这场AI变革可能比风投预想的更为复杂。斯坦福社交媒体实验室与BetterUp实验室联合研究发现，在1150名全职员工中，40%因“工作废料”（指AI生成内容外表光鲜却缺乏实质，反而增加同事工作量）而承担更多任务。

调查显示，员工平均需花费近两小时处理每起“工作废料”事件：先解读内容，再决定是否退回，最后往往自行修正。研究者根据耗时与薪资推算，此类问题相当于每人每月产生186美元的隐形损失。对万人员工的企业而言，年生产力损失超过900万美元。

简言之，单纯引入AI并不能确保改善运营效果。

技术复杂性的应对

巴加瓦反驳AI过度炒作的观点，认为实施困难反而验证了其策略的合理性：“这正说明将AI技术应用于这些业务并非易事。若财富100强企业只需聘请咨询公司、接入OpenAI就能完成转型，我们的理论就站不住脚。但现实是，用AI改造企业极其困难。”

他强调AI技术复杂度是关键瓶颈：“各类技术各有专长，需要来自Rippling、Ramp、Figma和Scale等公司的应用型AI工程师。他们熟悉不同模型的特点，懂得如何将其嵌入软件。”他认为，这正是通用催化剂让AI专家与行业专家共同创建公司的策略优势所在。

核心矛盾待解

但“工作废料”确实可能动摇该策略的经济基础。核心问题在于：其严重程度如何？是否会随时间变化？

当前存在两难困境：若按AI效率理论裁员，将无人修正AI错误；若维持现有人手处理AI衍生问题，风投期望的高利润率又难以实现。

无论哪种情况，都可能延缓风投整合策略的扩张计划，影响其看重的盈利数字。但现实是，仅靠员工抱怨或数百万美元损失，很难让硅谷投资者却步。

未来展望

通用催化剂表示，因其收购的企业本身具有现金流，“创造战略”下的公司均已盈利。巴加瓦展望道：“只要AI技术持续进步，模型不断优化，我们将有机会在更多行业孵化企业。”