垂直领域人工智能攻略

可行性摘要

格局

“未来已经到来——只是分布得还不均匀。”
——威廉·吉布森

“这两种模式都基于相同的原则：（1）在特定垂直领域中，平均公司并未达到最佳运营效果；（2）你拥有洞察力和行动方案，可以让平均公司运营得更高效。”

来源：Matt Brown；Contrary Research

现代商业史上一些最成功的公司通过有纪律、可复制的收购实现了规模化 。这些公司通常被称为 “连续收购者”，它们通过识别分散的行业，将资本投入被忽视的资产，并通过运营杠杆和可防御的市场地位提取长期价值，从而构建了经济引擎。

从宏观来看，收购方通常分为两类：战略型和财务型。前者期望通过纵向或横向整合来释放协同效应，例如通过共享采购、劳动力利用、定价或分销等方式。后者则是专注于收购耐久、能产生现金流的企业的资本配置者，几乎不进行整合，让其自主运营。然而，许多成功的收购方处于两者之间，将运营协同与审慎的资本投放相结合。

最早且最典型的连续收购案例之一是由 Wayne Huizenga、Dean Buntrock 和 Larry Beck 于 1968 年创立的 Waste Management。Huizenga 此前在劳德代尔堡用一辆二手卡车和 5,000 美元借款创办了一家小型垃圾运输公司，他通过收购数十家小型独立运营商来扩大公司规模。到 1971 年 Waste Management 上市时，公司已完成超过 130 起收购，整合了一个由小型独立运输商组成的分散行业。公司持续扩张，并于 1998 年 4 月被 USA Waste 收购 ，后者沿用了卖方的名称。截至 2025 年 6 月，Waste Management 已成为北美最大的废物处理公司，年收入超过 200 亿美元 ，业务涵盖整个废物供应链，包括收集、填埋和回收。

联合废物公司是废物管理公司于 1997 年以 22 亿美元收购的企业之一，也是垃圾运输行业的整合者。该公司由前石油交易员布拉德·雅各布斯于 1989 年创立，专注于肯塔基州和密歇根州等大多被大型全国性企业忽视的农村地区。出售公司后，雅各布斯创办了联合租赁公司，这是一家建筑设备租赁企业。与雅各布斯之前的公司一样，联合租赁自成立之初便是连续收购者， 有计划地收购全美各地的小型商家，并最终成为全球最大的设备租赁公司。

Jacobs 并未止步于此。他继续创立了 XPO Logistics，随后分拆出 GXO 和 RXO，并在他创办的八家公司中完成了超过 500 起收购。作为罕见的并购连续创业者，Jacobs 将收购作为其战略手册的核心。他的方法相对简单却极为高效：瞄准规模大、分散且现代化进程缓慢的行业；以有吸引力的倍数收购公司；然后通过标准化运营释放价值。正如 Jacobs 指出的那样：

虽然像 Waste Management 和 United Rentals 这样的公司通过将收购整合到集中化运营中来创造价值，但另一类连续收购者则证明，整合并非价值创造的必需条件。与其通过规模经济提取协同效应，这些公司更专注于构建由独立运营企业组成的投资组合，强调自主性而非整合。他们的成功源于可重复的承销流程、对长期现金创造的关注，以及对现有有效模式的坚持与保留。

由沃伦·巴菲特领导的伯克希尔·哈撒韦公司自 1965 年起，或许是最知名的金融领域连续收购者案例。伯克希尔的战略始终围绕收购具有坚实基础、护城河稳固、管理团队出色且现金流可预测的企业。其投资组合涵盖了多个行业，包括保险（GEICO）、铁路（BNSF）、制造业（Precision Castparts）、公用事业（PacifiCorp）以及消费品（See’s Candies、Dairy Queen）。伯克希尔提供资金并偶尔给予战略建议，但很少干预日常运营。这种分散化模式得益于对本地经营者的高度信任以及长期投资视野，通常会无限期持有公司。

细分市场的财富

1995 年，Mark Leonard 在安大略省市政养老金基金和几位同事的支持下，以 2500 万美元的资本创立了 Constellation Software。受伯克希尔·哈撒韦的 Warren Buffett 和 Charlie Munger 启发，Leonard 的目标是成为全球最佳的垂直软件公司收购者和永久持有者。Constellation 的首次收购是 Trapeze（公共交通调度）和 Harris Computer Systems（公用事业计费软件），这两家公司都是 Leonard 之前所在公司 Ventures West 的投资组合企业。

截至 2025 年 8 月，Constellation 拥有超过 1,000 家企业，这些企业被组织成六个运营集团，其中许多本身也是通过收购而来。每个集团专注于少数几个垂直领域，并自行进行并购、增长和产品决策。总部制定资本分配政策、高层目标和内部准则，但其他事务则全部下放。一旦平台建立 ，管理者比总部更有优势去识别、评估并收购新的目标。这使 Constellation 在分散且服务不足的市场中拥有广阔的触达面和速度，这是集中化公司无法匹敌的。这种自主性对创始人也很有吸引力 ，尤其是那些寻求套现机会，同时又希望保留团队和自主权的人。

Constellation 不在文化或运营层面整合公司，只在财务层面进行整合。正如 Leonard 在 2016 年致股东的年度信中解释的那样：

Constellation 将其垂直市场软件业务产生的自由现金流转化为新的收购，将这些公司以最小的干扰整合进来，然后将它们产生的新现金再次投入同一循环。这一有纪律的循环在数十年间不断累积价值。Constellation 的营收从 2005 年的 1.65 亿美元 增长到 2024 年的超过 100 亿美元 ；同期公司股价增长了超过 150 倍。

尽管 SaaS 已经重塑了大部分软件格局，但大多数 Constellation 的投资组合仍运行在本地部署的软件上。可以说，这并不是因为它对客户更好，而是因为这样使他们的产品更难被替代。SaaS 由于其可移植性和较低的部署摩擦，可能会降低转换成本并引来竞争。相比之下，本地部署系统往往与运营流程和遗留基础设施深度绑定，使得转型成本高、风险大且耗时长。其结果是一个客户锁定最大化、干扰最小化的软件环境。正如 Constellation 前首席财务官 Barry Symons 所说 ：

Constellation 的业务运营在整个软件领域中一些最具防御性的细分市场。他们的产品几乎总是至关重要的，常常作为企业或公共机构的 ERP 核心支撑。大多数他们进入的垂直领域只有一到两家有实力的供应商，一旦客户采用某个解决方案，更换将成为一场后勤和运营上的噩梦。这些市场规模小且已趋于饱和，这阻止了资金雄厚的竞争对手进入。软件本身通常只占客户总成本的一小部分，却在日常运营中发挥着巨大的作用。因此，价格竞争很少奏效，现有厂商往往能掌控市场数十年之久。

这创造了一种独特的动态：越早进入某一垂直领域，你的市场地位就越具防御性。初创公司或许能提供更精美的用户界面或现代化的 API，但它必须克服巨大的切换惯性，并在一个过于狭小、几乎无法吸引风险投资的市场中证明这种努力的合理性。当这一策略与高毛利率、低流失率以及长期持有相结合时，已催生了软件历史上最持久且具备复利效应的商业模式之一。

这一切始于 1995 年，一张 2500 万美元的支票和几笔收购，如今已发展成软件史上最强大的复利引擎之一。自 2006 年上市以来，公司以约 30% 的年均复合增长率持续增长。其收购并长期持有数百家垂直软件企业的战略证明了，在有纪律地执行下，规模、稳定性和卓越的资本配置能力可以与创新相媲美。

在过去十年中，公开市场奖励了几家有纪律的收购方。Constellation Software、United Rentals 和 Waste Management 的表现显著优于标普 500 指数和纳斯达克 100 指数。在某种程度上，这些回报反映了市场对资本效率、经常性收入以及可复制战略的认可。此外，系统性进行收购的公司往往比偶尔收购的公司表现更好 。

几十年来，这一模式主要被传统企业买家和私募股权公司所采用。但在 2010 年代后期，风险投资开始尝试类似的策略。一些风投公司不再只投资以技术为核心的初创企业，而是开始支持那些核心战略类似于私募股权的公司：收购并运营传统业务。

进入风险投资

这一转变始于由风险投资支持的电商整合商的兴起。继 COVID-19 疫情前后 Amazon 和 Shopify 上第三方商家的崛起之后，一波初创公司涌现，旨在整合数字店面。他们的主张是收购表现优异的产品品牌，应用集中化的物流和广告基础设施，并实现盈利性扩张。其中最引人注目的是 Thrasio，该公司成立于 2018 年，筹集了超过 30 亿美元的债务和股权资金。其他公司，包括 OpenStore、Berlin Brands Group 和 Pattern Brands，也采取了类似的模式。

在 2021 年 10 月的巅峰时期，Thrasio 估值接近 100 亿美元 ，拥有数百家商户，每周平均完成 1.5 笔收购 。到 2022 年 5 月，公司进行了首次裁员并更换了领导层。由于运营失误以及疫情驱动的需求消退后消费者行为的变化，其许多产品在收购后出现销售下滑。最关键的是，该业务是在零利率时期依靠廉价债务建立的。随着利率上升、利润空间收窄，Thrasio 面临高额债务偿还成本和不断恶化的现金流压力。最终，公司取消了计划中的 SPAC IPO，并于 2024 年 2 月申请破产。这一崩溃凸显了将成长期风险投资打法应用于运营密集型收购模式的局限性，并成为一个警示案例，说明单靠金融工程无法替代持久的差异化竞争力。

然而，并非所有由风险投资支持的整合公司都遵循这一路径。许多初创企业选择了差异化模式和有选择性的收购，而不是单纯依靠规模扩张来取胜。一个这样的例子是 Teamshares*，该公司通过将员工持股产品化的方式来进行连续收购。公司于 2019 年在布鲁克林成立， 收购即将退休业主手中的小型企业，这些企业通常属于商业制冷、服装制造和商业服务等传统且分散的行业，并通过 ESOP（员工持股计划）将其转变为员工持股公司。Teamshares 任命受过培训的总裁负责运营，并逐步稀释自身股权，最终实现 80% 的员工持股比例。与传统私募股权不同，它并不打算转售这些企业，而是提供一个金融科技平台，通过新型银行、保险和信贷产品等专有工具来实现网络的变现。 截至 2025 年 5 月，Teamshares 已完成超过 100 笔收购 ，并筹集了 2.45 亿美元资金， 目标是在未来建立一个涵盖超过 1 万家小型企业的网络。

虽然 Teamshares 通过其小型企业的所有权结构实现差异化，但 Metropolis 则展示了另一种方法，即利用技术和收购来现代化一个分散且资产密集的行业。Metropolis 由 Alex Israel 于 2017 年在洛杉矶创立，采用人工智能和计算机视觉技术实现停车场客户的无摩擦进出，使他们能够直接驶入，通过车牌摄像头识别，并在离开时自动扣费。

最初，Metropolis 采用了传统的 B2B 市场进入模式，与停车场业主和运营商合作，将其技术融入其中，但团队遇到了行业的结构性限制。停车运营商通常在长期租赁或管理协议下运营，销售周期往往缓慢且依赖关系网络。用 Israel 的话来说，公司在早期就实现了产品与市场以及单元经济的契合，但在市场进入契合度上却遇到困难。为了解决这一问题，Metropolis 选择了另一种方式——不向现有企业销售，而是收购它们。

该公司的首次重大收购是总部位于纳什维尔的运营商 Premier Parking，该公司管理着超过 600 个停车场。通过在 2022 年收购 Premier 并在其资产组合中部署技术，Metropolis 获得了运营杠杆和信誉。客户体验得到改善 ，资产所有者的利润率也有所提升。在这些成果的鼓舞下，包括 Slow Ventures、Starwood Capital 和 Silver Lake 在内的 Metropolis 投资者支持了一次更大规模的押注。2023 年 10 月，公司通过债务和股权融资 17 亿美元 ，以 15 亿美元收购北美最大的停车运营商 SP Plus。

在 2023 财年，SP Plus 管理着 3,384 个商业地点和超过 150 个机场，年收入达 18 亿美元 ，但净利润仅为 3,100 万美元 。在被收购之前，SP Plus 曾通过自身的小规模收购推动现代化 ，包括收购美国的无接触停车初创公司 DiVRT、执法软件供应商 Roker，以及英国的 AeroParker。如今，Metropolis 处于一个分散但庞大的城市交通基础设施网络的顶端，拥有整合和现代化该网络的使命与资金实力。

这些案例说明了由风险投资支持的整合公司如何测试传统私募股权和以技术为先的战略边界。像 Thrasio 这样的例子表明，仅有高频收购并不足够。其他公司，如 Metropolis 和 Teamshares，则展示了在具体实施连续收购战略时更为审慎的方法。但在得出更广泛的结论之前，有必要放大视角，了解垂直软件本身的演变过程。

20 世纪 90 年代，SaaS 的出现使得通过互联网提供核心业务工具成为可能，用户无需自行管理安装、升级或维护。一些最早且最具影响力的案例包括 NetSuite、Salesforce 和 Concur。Salesforce 由前 Oracle 高管 Marc Benioff 于 1999 年创立，率先提出核心业务功能（如客户关系管理（CRM）软件）无需托管在本地服务器上的理念。相反，这些功能可以完全通过浏览器交付 ，并实现自动更新、降低前期成本、无需 IT 运维。这一理念彻底改变了软件的购买和销售方式，并建立了一个最终扩展到几乎所有业务类别的模板。

最终，SaaS 公司的创始人意识到 ，最大的痛点并不总是各家公司之间共享的。每个行业的运作方式都有所不同。卡车运输公司、水疗中心和律师事务所各自拥有独特的工作流程、合规需求和客户期望。与追求广泛适用性的横向 SaaS 不同，纵向 SaaS 公司会深度嵌入某一行业的特定逻辑和语言。因此，不会出现一个赢家通吃的解决方案。相反，数百种专业化工具可以在更小、竞争较少的市场中蓬勃发展。但与此同时，这些较小的市场并不总是对风险投资人有吸引力 。大多数风投专注于具有高增长潜力的数十亿美元市场，而不是为拖车车队或养老院提供服务的公司。

在垂直软件领域，创始人们采取了不同的扩张路径。有些选择早期出售，最终归入 Constellation、私募股权平台或其他收购方的长期版图中。另一些则保持独立，不断将利润再投资于产品，拓展至相邻的工作流程，并逐步演变为所在行业的数字中枢。在这一过程中，他们建立了根植于深厚垂直领域专业知识的、持久的数十亿美元级公司。例如：

• ServiceTitan 已成为行业的重要基础设施，为暖通空调、水管和电气承包商简化了排班、派工、支付等流程。

• Toast 起步于餐厅的销售终端设备，随后逐步增加了薪资、支付、库存和贷款等功能。

• Mindbody 专注于健康工作室，帮助它们管理预订、会员和客户互动，成为精品健身的中枢神经系统。

• Shopify 虽然从技术上来说可以被视为横向平台，但它通过深入理解独立商家的需求，并提供一体化的电商解决方案而取得成功 。

• Procore 将混乱的建筑项目管理领域数字化， 成为承包商和建筑商的默认软件层。

• Epic Systems 在医疗领域走了一条漫长的道路，默默构建了一个封闭但强大的电子病历（EMR）生态系统，被大多数美国大型医院使用。

它们都从一个狭窄的细分市场起步。随着时间推移，它们赢得了向金融、基础设施甚至整个市场等相邻功能扩展的机会。它们的故事表明，如果方法得当，垂直型 SaaS 不仅可以成为持久业务的基石，而不仅仅是通向更广阔市场的垫脚石。

在其 2024 年年度信中，Stripe 指出 ，使用其支付解决方案的新成立独立企业激增，这在很大程度上归因于垂直 SaaS 平台的兴起。举例来说，从 2005 年到 2017 年，美国的独立披萨店数量下降 ，因为像 Domino’s、Pizza Hut 和 Hunt Brothers 这样的连锁品牌占据主导地位。这一趋势在 2017 年发生逆转，到 2023 年，新开披萨店数量创下历史新高。这是因为像 Slice 这样的垂直 SaaS 平台为披萨店提供了与大型连锁竞争所需的一切：网站、支付系统、营销工具、定制披萨盒等。

这些工具让独立商家拥有连锁品牌的基础设施，却无需放弃控制权。这样一来，SaaS 就成为了创业的分发平台。正如 Stripe 所说 ：

人工智能带来了哪些变化

2022 年 11 月，OpenAI 发布了 ChatGPT。短短两个月内，该应用的用户数就突破了 1 亿 ，成为历史上增长最快的软件产品。虽然最初被定位为聊天机器人，但很快人们发现，其背后的核心技术 LLMs 可以作为通用接口，应用于广泛的认知任务。

这一发布在整个软件行业引发了广泛的试验，许多 B2B 公司开始调整其产品战略，以纳入生成式 AI。在垂直 SaaS 领域，反应各不相同。一些公司将 OpenAI 的模型整合到现有功能中，而另一些公司则开始围绕 AI 能力构建新产品。

传统 SaaS 平台通过数字化工作流程，实现了从纸质表格和手工流程到结构化、基于云的界面的转变。这使任务变得更快、更有条理且更易于跟踪。像 CRM 和 ERP 这样的工具能够捕获数据、标准化输入，并提升团队间的协作。LLMs 则在这一发展轨迹上更进一步，不仅记录或组织工作，还能直接执行工作。

这一转变对垂直市场具有重要影响。许多特定行业的工作流程，如保险理赔处理、货运经纪或医疗账单处理， 过去一直是劳动密集型的，由于所需的高度复杂性和定制化，软件渗透率有限。通过自动化执行而不仅仅是记录保存，AI 原生系统扩大了可服务市场总规模，不仅能获取软件支出，还能覆盖部分基础劳动力成本。

一个早期的显著案例是 Thomson Reuters 于 2023 年 6 月以 6.5 亿美元收购 Casetext。Casetext 开发了基于 OpenAI 模型的 AI 法律助理 CoCounsel， 能够进行法律研究、撰写备忘录、审查合同等。此次收购表明，生成式 AI 可以超越面向消费者的新奇应用，进入关键的专业工作流程，在高度监管的行业中分担高成本的劳动。像 CoCounsel 这样的工具不仅仅是对法律文件进行索引，而是执行实质性的法律工作，重新定义了企业软件的能力边界。

随着更多行业采用类似能力，垂直软件的市场不断扩大，由如 Constellation Software 等公司主导的小众市场已不再那么小。2023 年，美国支付给劳动者的总工资超过 11 万亿美元 。一些估计显示，其中超过 4 万亿美元的工资可能会受到人工智能的影响，无论是增强还是自动化。融资环境也随之转变以反映这一机遇。2024 年，人工智能初创公司在风险投资中共筹集了约 1100 亿美元 ，比上一年增长 62%。相比之下，私营科技领域的总投资同比下降了 12%，这表明资本正集中流向原生 AI 公司。

部署型智能

对人工智能的投资正在激增，但只有当技术融入日常运营时，价值才能真正实现。当前的瓶颈已从构建更大的模型转向将其嵌入现实世界的工作流程中，这一过程与传统 SaaS 的交付方式截然不同。

部署人工智能并不等同于交付软件。传统 SaaS 工具通常通过入职培训、培训课程和配置进行集成 ，而人工智能系统往往需要更深入的融入——理解现实世界的工作流程，有时甚至需要彻底重写这些流程，与用户反复迭代，并随着时间推移建立防护机制。Palantir 作为最早的 AI 原生公司之一，并非依靠自助式产品取得成功，而是维持着由“前线部署工程师”组成的团队，直接嵌入客户组织内部。他们的工作是观察、解读并将运营抽象为可复用的软件逻辑。随着时间推移，这些抽象推动了产品改进并实现了规模化。虽然初期成本高 ，但回报是更强的防御能力和更紧密的运营整合。

在这种模式下，AI 最好被理解为一种新的劳动力类别——具有情境感知能力、执行能力，并且日益通用，但仍需要管理。与其直接购买现成的软件，不如说你是在雇用 AI，对其进行培训，监控其输出，并调整你的工作流程以适应它。整合的成功取决于深思熟虑的部署，而不仅仅是模型的质量；关键在于模型如何被封装在界面中、与决策逻辑对齐，并嵌入到日常运营中。尤其是在垂直软件领域，机会在于从零开始重建工作流程，而不是仅仅自动化现有流程。

根据 Ramp* 的 2025 年人工智能指数 ，72% 的科技公司订阅了付费 AI 工具，而建筑业仅为 28%，住宿和餐饮服务业仅为 22%。这一差距凸显了各行业在采用速度和结构性限制方面的差异。此外，使用 AI 并不必然意味着转型。尽管 AI 支出在上升，但很难评估这些订阅是否能带来有意义的利润率提升。

尽管基础模型已被广泛获取，但大多数非科技公司仍缺乏能力有效部署人工智能。AI 的部署需要跨学科的流畅协作：工程团队构建接口，产品设计团队绘制决策节点，领域专家提供逻辑指导，变革管理推动采纳。许多传统行业的公司期望 AI 像即插即用的 SaaS 一样运作，但 AI 系统需要新的工作流程和主动监督。它们以概率方式运作 ，通过反馈不断改进，并需要反复调优。

这一差距正在重新唤起对垂直整合的关注。许多 2010 年代的全栈公司因劳动力瓶颈和低利润率服务而举步维艰 ，但如今，AI 可能改变经济模式。随着智能代理承担越来越多的工作，人力密集型运营变得更轻，利润率得以提升。正如 Y Combinator 在 2025 年的创业请求中所说 ：

在垂直领域 X 中获取 AI 利润的两条路径

随着 AI 开始重塑传统行业的工作流程，建设者们在如何获取自动化释放的利润空间上面临选择。主要有两种方式：将软件卖给现有的运营方，或者直接成为运营方。

路径一：向运营方出售软件

第一种路径类似于传统的 SaaS 模式，但加入了现代化的元素。公司开发副驾驶、自动化层或由智能代理驱动的工具，并将其分发给现有的运营方。这种方法通常执行速度更快、可扩展性更强，尤其适用于那些现有企业难以被取代，但愿意采用能够提升绩效、并融入其现有工作流程的工具的行业。关键在于，这种模式假设终端客户具备内部能力来将软件投入运营、有效部署、培训员工、管理异常情况，并相应调整工作流程。

在实践中，分销仍然是一个主要的摩擦点。许多垂直领域仍然依赖传统系统，软件素养较低，或缺乏变革管理的资源。即使产品带来了明确的价值，由于需要投入精力对团队进行再培训并重构现有流程，采用速度仍可能缓慢。此外，该细分市场的竞争激烈 。几乎在每一个垂直领域， 不断增长的 AI 驱动软件供应商都在向同一客户群推销类似的优势，使得差异化和客户留存更加困难。

路径二：打造或收购运营方

第二条路径是超越软件本身，直接打造或收购服务提供商；亲自运营业务，将 AI 直接嵌入，并消除对客户端集成的所有依赖。这种方式启动较慢 ，运营强度显著更高，并且需要更多的前期资本投入。但它也承诺带来更大的控制权，并最终实现更高的利润率。

当你掌控服务层时，你可以直接安装你的工具，而无需说服客户采用它。你可以重新设计工作流程，精确衡量影响，并在无需等待客户反馈的情况下进行迭代。作为回报，你的业务将获得更强的防御力，以及技术与服务交付之间更紧密的契合。

在人工智能时代，无论创始人和投资者选择哪条路径，是销售软件还是掌控运营，都需要重新思考传统的风险投资打法。在许多情况下，人工智能要求新的商业化模式、新的组织结构，甚至可能需要新的所有权形式。

在多个传统行业中，公司正在利用三种人工智能部署模式之一：（1）向客户销售，（2）收购现有运营商，或（3）从零开始构建全栈原生人工智能公司。在某些情况下，公司可能会从一种方式起步，但在扩展产品后逐渐转向另一种方式。每种模式都有其权衡之处。正确的选择取决于行业结构、产品的持久性以及团队的执行能力。

房地产

EliseAI： 面向主要住宅物业的物业管理人员的自动化平台。EliseAI 从租户沟通入手，是一套可与客户的物业管理系统集成的对话式 AI 代理套件 ，可处理预约看房、租户咨询和维修请求等任务。EliseAI 以软件形式销售其产品， 目标客户为超过 350 家机构房地产业主，声称可在无人干预的情况下自动化处理超过 85% 的所有对话。在 2025 年 6 月的一次采访中，联合创始人兼首席执行官 Minna Song 解释称，EliseAI 客户常见的一个误区是试图在不进行结构性调整的情况下，将新技术叠加到过时的工作流程上。

Metropolis： 在此前打造过一款停车移动应用后，Metropolis 创始人 Alex Israel 着手将智能基础设施直接嵌入建筑环境中。Metropolis 不仅仅是为司机规划停车路线，而是利用自主研发的人工智能和计算机视觉技术实现无摩擦的进出体验。Metropolis 最初面向停车场运营商开展 B2B 销售，但团队遇到了长期租赁和管理协议带来的限制，导致销售周期缓慢。用 Israel 的话来说，公司在早期就实现了产品与市场以及单体经济模型的契合，但在市场拓展契合度上遇到困难。为此，Metropolis 采取了另一种策略：不向现有运营商销售，而是直接收购它们。公司首次重大收购是在 2022 年收购拥有 600 个车库的 Premier Parking， 获得了运营杠杆和信誉。2023 年 10 月，公司筹集了 17 亿美元的债务和股权资金，以 15 亿美元收购北美最大的停车运营商 SP Plus。

Wander： 一家高端度假屋短租平台。Wander 起初采用垂直整合模式，通过房地产投资信托基金（REIT）自有并运营房产，以确保质量控制和一致的宾客体验。然而，随着利率上升及其瑞信支持的融资告吹，Wander 开始转向非自有模式，关闭了 REIT，并推出两种新模式：Wander Operated，即全面管理其不拥有的房屋；以及 Wander Branded，即授权其软件和品牌，由当地运营商负责日常管理。截至 2025 年 5 月，公司在美国及国际市场共上线超过 1,000 套房源。Wander 将自身定位为高端旅游领域的技术驱动型运营商，专注于规模、软件和客户体验，而不持有实体资产。

Long Lake：Long Lake Management Holdings 成立于 2024 年 ，专注于收购住宅、商业和基础设施服务领域的公司。其首个目标行业是业主协会（HOA）管理公司，在该领域，AI 工具已带来高达 30% 的生产力提升。截至 2025 年 1 月，Long Lake 已通过其 Thrive Holdings 载体从包括 General Catalyst 和 Thrive Capital 在内的投资者处筹集了超过 6 亿美元资金。Long Lake 已收购了 18 家公司，共雇佣约 1,400 名员工。Long Lake 的战略是为其投资组合公司加装 AI 工具，期望为服务运营带来效率提升。

在房地产领域，AI 的采用似乎与其说是将工具叠加在现有工作流程之上，不如说是重塑这些工作流程的运作方式。虽然 EliseAI 销售的是软件，但 Metropolis、Wander 和 Long Lake 则掌握着运营层，而非实体资产（停车场、度假屋和业主协会成员的房屋）。在每种情况下，公司的成功都取决于推动变革的能力。EliseAI 依赖客户愿意重新思考租赁和维护流程，而 Metropolis、Wander 和 Long Lake 作为运营方而非第三方软件供应商，则能够自行实施变革。

会计

Basis： 一家总部位于纽约的初创公司，由 Matt Harpe 和 Mitchell Troyanovsky 于 2023 年创立，专注于利用 AI 代理增强和自动化会计工作流程。Basis 直接向会计师销售产品，为他们提供可针对特定业务进行引导和定制的 AI 工具。其产品旨在更像一个虚拟团队，而非传统系统，能够适应不同客户的设置并执行实际任务。该公司的方法基于几个明确的信念：AI 代理应完成真实工作，而不仅仅是回答问题；工作流程必须能够适应每个业务的细微差别；软件应作为合作伙伴而非替代品。Basis 并非在过时流程上叠加 AI，而是鼓励公司重新构想工作方式，将 AI 置于核心。其团队已开始与美国前 100 大会计师事务所合作部署，报告显示可节省高达 30% 的时间。

Crete： 一家于 2023 年成立的会计平台，通过收购本地会计事务所并将其整合进全国性网络，同时提供共享基础设施。其创始人 Jake Sloane 和 Frank Zhang 运营着 ZBS Partners，这是一家专注于家庭服务、兽医诊所和 IT 服务提供商等行业整合策略的私募股权基金。在成立的前两年，Crete 的年收入已增长至超过 3 亿美元 ，员工人数达到 900 人。截至 2025 年 8 月，公司已收购超过 20 家企业，并计划在额外收购上投入超过 5 亿美元 。Crete 允许本地合作伙伴保留所有权并继续运营其公司，同时提供在人力资源、财务、合规、招聘和运营等方面的集中支持。它还与 OpenAI 和 Thrive Capital 的工程团队合作开发内部 AI 工具，这些工具旨在支持会计工作流程，如审计测试、备忘录撰写和数据映射。 早期的实施帮助 Crete 旗下公司减少了人工工作，腾出时间用于更高价值的任务，从而提升服务质量并在不增加员工数量的情况下提高公司产能。

Multiplier： 由前 Stripe 高管 Noah Pepper 于 2022 年创立，Multiplier 最初为税务公司开发 AI 软件，但很快意识到真正的杠杆在于重新思考公司的运营方式。Multiplier 并未将其软件推向市场，而是转向收购现有会计公司，并将 AI 深度嵌入其服务中。其首次收购的 Citrine International Tax 迅速验证了这一方法——通过将 AI 整合到核心税务和合规工作中，Citrine 在仅有 12 名团队成员的情况下将利润率翻倍 ，并扩大了服务能力。

在会计领域，AI 的采用似乎并不只是向现有业务中添加一款工具，而是从内部彻底重塑公司的运作方式。Basis 展示了当 AI 成为工作流程的核心部分、充当数字化团队而非表层功能时，能够带来最大的收益。Crete 和 Multiplier 则指向了一种方法上的转变，即从销售独立软件转向收购能够将 AI 直接嵌入其服务模式的公司。

法律服务

Harvey：一个为法律行业打造的人工智能平台，旨在帮助律师和企业法务团队简化合同审查、起草、尽职调查和法律研究等日常工作。公司成立于 2022 年， 结合大型语言模型与特定领域训练，为复杂的法律工作提供高度定制化的输出。其人工智能代理可在律所现有工作流程中运行，提取关键信息、标注潜在风险区域，并生成供律师审阅和完善的初稿文件。自推出以来，Harvey 已在 T-Mobile、Bayer 和 Repsol 等企业法务部门，以及 Macfarlanes、A&O Sherman 和 Paul Weiss 等顶级律所中获得广泛采用 。截至 2025 年 7 月，公司已为超过 300 家法律客户提供服务，年度经常性收入突破 1 亿美元 。

Eudia： 一个面向企业内部法务团队的人工智能平台，由 General Catalyst 作为其 Creation Fund 的一部分孵化 。该公司于 2025 年 2 月脱离隐身模式，获得 1.05 亿美元融资，其中 3000 万美元为前期资金，另有 7500 万美元取决于 Eudia 能否找到收购目标。这一结构反映了 General Catalyst 更广泛的整合策略，将风险投资式的公司构建与运营控制相结合，并将人工智能聚焦于传统法律服务发展缓慢的领域。2025 年 7 月，Eudia 收购了 Johnson Hana，这是一家拥有 300 名员工的法律公司，其客户包括 Airbnb、OpenAI、X 和 Citibank。Eudia 旨在将人工智能深度嵌入企业法务部门，处理合规审查、合同起草和风险评估等日常重复性工作。其平台结合了人工智能代理与结构化数据和知识层，使复杂信息对律师而言可用且可执行。

法律行业提醒我们，围绕专业知识构建的服务最终都以人为核心。像 Casetext 这样的产品已证明了人工智能如何提升日常法律工作的效率，而 Harvey 和 Eudia 等平台则让法律团队能够将更多精力投入到影响更大的工作中。但在这个行业中，单靠技术并不能创造价值。最优秀的律师是业务的核心 ，他们的信任、人脉和判断力无法被自动化所取代。

Atrium 是通过惨痛的教训才明白这一点的。它的方法在处理高频、可重复的法律工作时运作良好，此类工作中销售、市场营销和客户服务可以承担律师传统上扮演的许多角色。但在低频、高风险的业务领域，吸引并留住顶尖律师的能力成为决定性因素。人工智能可以帮助构建更高效的法律平台，但前提是要尊重律师所发挥的核心作用。最大的机遇将来自于将技术、激励机制和文化相结合，以支持这些律师，使他们的工作更有影响力、律所更具韧性，而不是将他们视为可替换的零件。

投资咨询

Offdeal：一家原生于人工智能的投资银行，旨在重塑并购咨询的运作方式，专注于传统公司常常忽视的中低端市场交易。成立于 2023 年 ，OffDeal 用由两人组成的小型团队取代了层级化的交易团队，这些团队利用人工智能识别买家、进行业绩对标并撰写推介材料，从而让初级员工能够更多地专注于判断和客户关系。其人工智能代理帮助将卖方与机构买家匹配，或在数百万家企业的数据库中寻找收购目标，使长期被传统投行忽视的企业主也能获得咨询服务。通过这种方式，OffDeal 旨在通过让小型企业也能使用并购工具来重塑一个分散的市场。

Inven：Inven 是一个为投资专业人士打造的 AI 平台，旨在简化交易早期阶段的流程。它通过使用定制的 LLM 流水线，从数百万个在线来源提取并分析数据，帮助用户寻找各行业相关的私营公司，从而取代传统上分散且手动的收购目标搜寻研究。其覆盖范围包括中低端市场和中端市场企业，对顾问、企业发展团队以及投资者而言都是宝贵的资源。截至 2025 年 6 月，Inven 已与全球超过 500 家投资公司合作。

OffDeal 和 Inven 从不同角度切入同一空白。Inven 专注于让早期阶段的研究和项目获取更加智能化，从数百万个来源提取数据，帮助顾问和投资者更快发现机会。OffDeal 则更进一步，挑战传统投行的文化和结构。在大型公司中，像 Zoom 会议记录和数据 API 这样的现代工具已经存在 ，但层级激励机制和瓶颈让它们被搁置一旁。真正的效率提升并非将 AI 生硬地嵌入旧的工作流程，而是从全新的组织设计开始。Centerview 已经证明这种方法在大型交易中可行，而 OffDeal 现在正试图将其应用于更小、更分散的交易。

联络中心

Replicant：一家呼叫中心自动化平台，将语音和对话式人工智能应用于日常客户互动。其方法旨在帮助企业更快速地解决常见咨询，同时让人工员工专注于更复杂或更细微的来电。Replicant 每月处理数千万通客户来电， 与包括 ADP、DoorDash、Fanatics 和 National Debt Relief 在内的不同行业企业客户合作 。其 AI 代理依托不断增长的多行业对话数据，使其在既有早期初创公司又有大型云服务商参与的领域中，成为较为成熟的产品之一。

Crescendo： 一家由 General Catalyst 于 2024 年 1 月孵化的原生 AI 联系中心平台，将运营专业知识与先进自动化相结合。除了构建自有 AI 工具外，Crescendo 还拥有并运营呼叫中心。截至 2025 年 8 月，Crescendo 已于 2024 年 10 月收购了一家呼叫中心——PartnerHero。据联合创始人 Anand Chandrashekran 称，截至 2025 年 5 月，Crescendo 的年收入约为 9,000 万美元 ，使其成为联系中心领域规模最大的 AI 聚焦新进入者之一。其长期目标是通过在运营的各个层面嵌入 AI，从自动化常见请求到重塑客服人员与客户的协作方式，打造更高效、更可持续的客户支持模式。

Replicant 和 Crescendo 的案例凸显了人工智能如何重塑联络中心领域，尤其是在传统方法高度依赖人工操作和分散技术的地方。从客户的角度来看，Replicant 提供了更多的控制权和定制化能力，如果你想自行运营业务，这种方式更为合理。Crescendo 则提供全托管体验，更适合那些关注结果而非工具的客户，同时减少了运营负担。

人工智能影响的不均衡性，让创业者和投资者面临一个现实问题：哪种模式能将技术转化为稳定的现金流，同时降低 42% 的生成式 AI 试点未能带来可衡量成果这一现实风险？William Thorndike 的著作《The Outsiders》 指出 ，历史上表现优于同行的领导者之所以能够做到这一点，是因为他们会重新评估每一美元在何处能获得最高的风险调整回报。

同样的思路也适用在这里：决定在自己的业务中，每增加一美元和一周的投入，能获得最高回报的地方。传统的 SaaS 模式会将大部分新增资金投入到人力和市场营销中。而 AI 整合模式则拥有更广泛的工具可供选择。然而，绘制工作流程和优化模型只能显示潜在的收益所在，但将这些可能性转化为实际价值，仍取决于每一美元和每一小时的具体投入方式。

从这个角度来看，现代 AI 企业依然集中在三种可行的切入模式上：（1）授权软件，由现有企业负责运营；（2）收购成熟资产，部署技术，并循环利用由此产生的现金流；（3）打造全栈公司，将代码、资本和日常管理集中在同一屋檐下。

在实践中，许多运营者会将这些模式的元素进行融合，或随着市场条件的变化而转向，但将它们视为不同的原型有助于明确首选方案，并提供一个衡量调整方向的基准。接下来的行动手册将阐述运营者在识别市场低效、验证人工智能潜在影响后，如何在“销售、收购或构建客户”三种初始策略中做出选择。

一、绘制本体图谱

有一项提议借鉴了 Palantir 的方法，从绘制终端用户现有业务本体开始。这需要对业务中流转的对象、它们可能呈现的状态，以及将它们从一种状态转变为另一种状态的动作进行正式的映射。绘制该图谱可以揭示那些消耗不成比例时间、人力或资金的转换环节。通过将这些摩擦点明确化，就能界定改进的范围和需要完成的任务。Palantir 早期对本体的坚持，以及在编写代码前先对工作流程的每一步进行建模的决策，说明了详尽的图谱如何帮助团队优先安排研发支出，并让投资者围绕共同的价值创造观达成一致。

二、界定地形

一旦将低效之处列在纸面上，退一步思考，周边的市场结构是否真的会奖励全面掌控损益表。中型、业主自营的细分市场中，拥有 150-200 个可行目标的领域往往适合进行整合收购，而由大量微型运营商组成的行业通常可以通过垂直型 SaaS 切入更快地服务。低利润率的行业中，如果 AI 不仅能处理后台文书工作，还能触及核心服务， 则有机会提升 EBITDA，从而为收购提供合理性。相反，高度周期性或已高度接受技术的类别， 使得纯 SaaS 模式更为安全。监管密度也可能很重要。收购一家已持有来之不易牌照的公司，可以缩短数年的合规难题。

三、先验证，再收购

在加大杠杆之前，目标是证明该模型能够在现实世界中带来实际数字变化。 最便宜的方式是在客户的运营中进行试点，或将现成的 AI 组件拼接起来并开展可控实验。Slow Ventures 警告 ，价值创造必须先于并购（M&A）：“只有当产品真正爆发（创造大量价值）时才去收购。就像你不会在产品尚未完成前就雇佣销售团队一样，并购在这里只是市场推广的一种方式，所以先打造，再收购。” 小规模试点可以让创始人证明技术确实有效，并在批准并购前让投资者更清楚地看到潜在收益。

四、测试分销切入点

当由于合同周期长、用户不情愿或上手流程繁琐，导致纯 SaaS 模式获客缓慢或成本高昂时，有时更便宜的做法是收购一家已经拥有这些客户关系的公司。物业管理行业的整合案例就说明了这一点。房东通常只会在租约续签时更换供应商，因此收购现有服务商可以大幅降低获客成本，并将这种惯性转化为护城河。这正是 Metropolis 遇到的情况，最终促成了其对物业管理公司 Premier Parking 和 SP Plus 的收购 。

五、将资本与人才匹配到路径

接管现有业务除了产品构建之外，还需要引入两项额外技能：并购以及日常服务交付。任何成功的尝试都必须处理债务结构设计、整合方案以及精简的总部预算。同时，还需要一份能够安全承载债务且不违反契约的资产负债表——这是从 Thrasio 2024 年债务高企导致现金流被扼杀、最终崩溃中汲取的惨痛教训。如果相关人员或资金尚无法达到这一标准，保持轻资产运营或许是最佳选择。