只需进行部署即可：资本效率排名第 13 位

RECODEX · 深度文章 商业洞察

软件与服务正在逐渐融合，那些过去只销售软件的公司如今不得不与那些只提供服务的企业展开竞争。无论是经纪公司、代理机构还是后台支持团队，现在都面临着这样的对手——在三年前，这类对手还只是以软件产品的形式存在。与此同时，那些为特定行业开发软件的创始人，也愈发不再像传统的 SaaS 供应商，而更像是该行业的实际运营者。销售工具与亲自执行工作之间的界限已经基本消失了。

因此，如果你身处某个特定行业，只需做出一个决定：你究竟要成为什么类型的企业？

你可以成为该行业的 AI 运营合作伙伴。为他们提供现成的平台，让 AI 立即应用于他们的业务中；或者提供行业特定的 BPO 服务，让他们继续照常开展原有工作。当然，也可以完全不采取合作模式——无需向该行业销售软件，而是以参与者身份融入其中。

究竟什么才是真正有防御价值的？

四种值得发展的模式，其范围从“我们就是整个行业”到“我们仅销售该行业的某一种产品”。

直接竞争。你们实现了垂直整合，不会向律师事务所、交易部门或害虫防治公司出售软件。从创立之初就以人工智能原生模式运作的你们，拥有那些被你们取代的原有企业无法比拟的利润水平。
软件加服务模式，强调前端部署。你可以为某个行业打造定制化的自动化平台，并采取快速部署的方式（我之前就写过相关内容）。过去人们认为，定制化开发模式无异于自寻死路：缺乏重点、无法扩展，每个项目都像独一无二的雪花。但那种观念已经过时了。当开发一个功能的成本大幅降低后，那些“独特性”问题也就随之消失了。你不再需要那种僵化的开发方式，只需在首页上列出所有可选功能，看看客户会对哪些感兴趣。只要你有能力支付，我们就能将其打造出来。
以人为核心的策略。让从业者留在行业中，并为他们提供能力以便独立工作：为中小企业及中端市场的经纪商、代理人和交易员提供即用型解决方案与人工智能支持。问题在于，纯粹的工作流程工具是他们最终也可以自行构建的。因此，需要依靠网络效应或共享的成本中心，以及集中的采购或分销机制——这些要素会随着更多人的加入而不断增强，且不会在短短一周内就被复制出来。这样的方案应针对那些无意自行开发技术的行业。
独立的 AI 服务。做那些客户不愿亲自处理的工作，然后将成果卖回给现有客户。大宗商品风险对冲服务。害虫控制业务的相关业务机会。覆盖所有平台的广告推广服务。没人愿意承担的合规工作。您的客户本来就在为这些服务支付给代理商或咨询师费用。现在，您可以以更先进的 AI 技术来提供这些服务，获得更高的利润空间，同时以更优质的产品呈现给同样的客户。

这四种商业模式都基于一个前提：人工智能的发展势头将持续不变。不妨据此下注。

只需进行部署即可

我所说的类 AGI 技术已经出现，只是分布并不均匀而已。

科技行业始终活在自己构建的认知泡沫之中。大多数企业仍不愿让 Claude Code 接触任何代码库，对信息技术系统实行极其严格的管控，所雇佣的员工也仅限于那些只会使用聊天机器人功能、从未接触过其他人工智能技术的人。而实际上，只要有人为这些模型提供相应的框架、上下文并进行评估，它们在某些功能上已经具备类通用人工智能的能力。但大多数企业根本无法自行搭建这些条件——他们既没有相应的人才，未来数年内也不可能拥有，而在缺乏推动因素的情况下，他们甚至不会尝试去这么做。

正是这一差距构成了全部机遇，而可以通过三种方式加以把握。

那些专门从事转型服务的公司会进入非科技行业，将相关技术应用到其中。在我看来，这一轮的巨大财富将会以与 90 年代相同的方式被创造出来——当时 SAP 和 Oracle 推出软件，而埃森哲和德勤则通过为这些软件提供安装服务而致富。他们转售并配置他人发明的技术产品，而这些服务又会逐渐衍生出维护业务（包括定期配置、保养以及需要处理的各项评估工作），最终这些维护收入就会体现出实际的年度营收水平。我们又回到了原来的循环之中。
这些挑战者直接跳过现有企业，与它们展开竞争。看看红杉资本正在投资的企业吧：SendCutSend（按需零部件制造公司，估值 10 亿美元，已获得 1.1 亿美元融资）、Crosby（一家原生人工智能律所，并非法律软件公司）、WithCoverage（一家人工智能保险经纪公司）。这类企业的创立目的就是在大行业中参与竞争，而非向这些行业销售软件。其背后的理念是：在那些一直以来因劳动强度过高而难以吸引风险投资进入的领域，原生人工智能企业能够实现快速发展。正是那种让专业服务行业无法获得融资的利润结构，被人工智能彻底改变了。
而那些属于 AI 原生的私募股权公司则会强行收购现有企业并对其进行改造。它们拥有足够的人手来负责各项部署工作，更重要的是，还拥有自上而下的决策权：可以随意废除某些流程、削减员工数量、部署新技术，无需经过任何批准。像 Thrive Holdings 和 Long Lake 这类公司始终专注于此，因为人工智能业务正是它们存在的根本理由。传统的私募股权机构虽然声称要部署人工智能技术，但一旦遇到困难就会转而使用那些惯用的财务工程手段。而 AI 原生的公司则没有这类手段可依，它们只有一种方法，正因如此才能真正取得成功。

这些模型实验室也在从供给端采取同样的策略：组建庞大的部署团队，其任务就是促使企业大量使用代币，并提升 API 调用频率。手段相同，只是利润归属不同而已。

因此我一直思考的问题是：如果未来十年的财富增长动力在于部署能力而非创造能力，那么我们究竟是在打造产品本身，还是打造一家能够为那些无法自行操作的人提供部署服务的公司？

我正在关注的优惠信息

这两家模型实验室在相隔不到几天的时间里，分别成立了由私募股权基金支持的部署类合资企业。

在相隔一周的时间里，OpenAI 与 Anthropic 相继宣布了由私募股权机构出资成立的面向企业部署的业务公司，这两家公司都采用“前沿部署工程师”模式，其目标也正是目前埃森哲和麦肯锡所从事的工作。

5 月 4 日，Anthropic 与黑石集团、赫尔曼·弗里德曼公司以及高盛联手推出了这家估值约 15 亿美元的服务公司，其中 Anthropic、黑石集团和赫尔曼·弗里德曼公司各自出资 3 亿美元，此外还有 Apollo、General Atlantic、GIC、Leonard Green 和 Sequoia 等机构参与投资。该公司的目标客户是那些拥有私募股权背景但自身缺乏部署能力的中型企业；后来它还收购了 AI 工程公司 Fractional AI，以此增强自身的交付能力。一周后的 5 月 11 日，OpenAI 则采取了更为大胆的举措，与 The Deployment Company 建立了合作关系——这是一家估值约 100 亿美元的公司，已获得超过 40 亿美元的融资支持，投资方包括 TPG，以及 Brookfield、Advent 和 Bain 等共 19 家机构。OpenAI 保留了超级投票权，而这些投资方则能保证在五年内获得 17.5%的年化回报。几天后，OpenAI 又收购了咨询公司 Tomoro，为其配备更多专业人才。

再仔细看看那种模式。OpenAI 把企业级 AI 部署这项复杂且变化多端的工作，封装成了某种收益固定、上限明确的金融产品，这样一来养老基金就能够为其提供担保。这些模型研发机构认为，进入中型企业市场的最快途径就是通过私募股权投资组合——一家私募基金管理公司就能直接指挥数百家企业采取相应行动。对于那些打造 AI 模型的人而言，这已经变成了一种独立的资产类别，他们公开宣称“只要做好部署就足够了”。一旦这些机构认定关键在于部署，那么相关的讨论也就到此为止了。

Beacon Software 成功筹集 2.25 亿美元 C 轮融资资金

在宏观分析部分，我指出人工智能原生型私募股权机构将会超越传统私募股权机构，原因只有一个：人工智能业务正是它们存在的根本目的，因此它们会采取果断的顶层策略，而非依赖那些老套的手段。Beacon Software 便是这一观点的生动体现。

几周前，Beacon 宣布在 2025 年 11 月完成 2.5 亿美元的 B 轮融资后，又筹集到了 2.25 亿美元的 C 轮融资。这家总部位于多伦多的公司由前 Instacart 总裁尼拉姆·加内恩蒂兰和前 Sequoia 合伙人迪维娅·古普塔共同创立，它专门收购那些风险投资机构都不愿涉足的业务——诸如青少年体育联盟、露营地、制造商、工会以及建筑公司所需要的细分领域软件和服务。随后，该公司会为这些业务派驻工程师并引入人工智能技术，帮助其发展壮大。该团队自称为“反私募股权”企业，他们给出的数据都是实际运营成果，而非通过套利计算得出的数字：被收购的公司能在一年内将其“规则 40”指标提升约 1000 个基点，而且几乎每两周就会有一家新公司被收购。在完成 2.5 亿美元融资仅七个月后就能再筹集 2.25 亿美元，这一事实说明了两点：快速收购正是他们的战略，而且这些交易的规模早已达到数十亿美元级别。

看看那些不断出现在企业股权结构表中的公司就知道了。Beacon 是一家属于 General Catalyst 旗下的企业。Crescendo 也是如此，这是一家由 General Catalyst 早期投资、具备 AI 原生特性的呼叫中心公司，它将自己开发的 AI 技术与收购来的服务公司 PartnerHero 相结合，按实际成果而非工作时长收费，其估值已经达到约 5 亿美元。Long Lake 也是 General Catalyst 旗下的投资平台，该公司在 5 月同意以 63 亿美元的价格收购 Amex 全球商务旅行业务，这是该战略迄今为止规模最大的一次投资。同一种投资策略下有三种不同的实现方式：要么收购那些传统的企业，要么在它们旁边创建新的企业，再利用 AI 来处理那些传统企业需要人工完成的工作。General Catalyst 并非只是在 AI 服务领域挑选赢家，而是在打造这样的赢家。

传统私募股权公司行事如同蝙蝠：在黑暗中依靠回声定位来寻找低估值标的、高杠杆效应以及成本削减的机会，却从未真正了解所收购的 businesses 的实际情况。而那些属于 AI 原生型的私募机构则截然不同——它们会聚焦于企业的运营状况，并对其业务模式进行重新构建。虽然目标都是那些拥有忠实客户但软件系统已显陈旧的普通企业，但前者依靠债务手段运作，后者则通过实际部署来实现目标。我之前的判断依然正确：当 AI 业务成为一家公司的核心存在时，它就会彻彻底底地照亮一切；而若只是将其视为普通业务环节，那它就只能继续在黑暗中摸索，还将此称作战略。

还有一件事

6 月，Anthropic 为 Claude Corps 投入了 1.5 亿美元，这一项目旨在培训 1000 名处于职业起步阶段的人士掌握人工智能相关技能，并让他们在美国的非营利组织中全职工作一年。结合上述所有内容来看，这其实与那些人工智能模型实验室以及私募股权公司所采取的运营策略如出一辙，只不过他们的目标对象是那些永远无法获得 C 轮融资的企业。相关技术其实早已存在，缺少的只是能够将其真正应用起来的人。我对此有切身体会——我利用 Claude 在周末和晚上帮忙处理大部分工作，打造了面向纽黑文市的双语社会服务目录及 24 小时热线服务，它立刻为那些需要帮助的社会工作者或家庭带来了实实在在的帮助。