风投低估了人工智能服务转型面临的挑战

风险投资家们认为他们发现了下一个重大投资优势：利用人工智能从传统劳动密集型服务企业中获取类似软件的利润率。其策略包括收购成熟的专业服务公司，部署人工智能实现运营自动化，再利用由此提升的现金流实施整合收购战略。

引领这一趋势的是通用催化剂（GC）公司，其最新基金已拨出15亿美元用于"创造"战略。 该计划聚焦于特定领域内培育原生人工智能软件公司，继而以这些企业为平台，收购同行业中根基稳固的企业及其客户群。GC已在法律服务、IT管理等七大领域展开投资，并计划最终拓展至多达20个不同领域。

"全球服务业年收入达16万亿美元，"GC相关项目负责人马克·巴尔加瓦在近期TechCrunch专访中指出，"而全球软件市场仅有1万亿美元。"他强调软件的吸引力始终在于其卓越的利润率："当软件实现规模化时，边际成本微乎其微，边际收益却极为可观。"

他进一步阐释，若能以类似方式实现服务业务自动化——通过人工智能处理30%至50%的运营环节，在呼叫中心等领域实现高达70%的核心任务自动化——其财务前景将极具吸引力。

该战略已初见成效。以GC投资组合公司Titan MSP为例：这家投资机构通过两轮融资投入7400万美元，助力开发面向托管服务提供商的AI工具，随后收购了知名IT服务商RFA。巴尔加瓦透露，通过试点项目，Titan已实现38%的标准MSP任务自动化。该公司计划利用提升后的利润率，以经典行业整合策略收购更多MSP企业。

在平行布局中，该机构孵化的尤迪亚（Eudia）瞄准企业法务部门而非律所。该公司已赢得雪佛龙、西南航空、Stripe等《财富》百强企业客户，提供基于AI的固定费用法律服务（取代传统计时收费模式）。近期尤迪亚收购替代性法律服务商Johnson Hanna，进一步拓展市场版图。

巴加瓦明确表示，GC的目标是将收购企业的EBITDA利润率至少提升一倍。

加入10,000+科技与风投领袖，共赴Disrupt 2025大会，开启增长与人脉之旅

Netflix、Box、a16z、ElevenLabs、Wayve、红杉资本、埃拉德·吉尔——仅是250余位行业巨头中的部分代表，他们将主持200多场专题会议，提供推动初创企业成长的洞见，助您提升核心竞争力。 切勿错过TechCrunch二十周年庆典，把握向科技界顶尖思想者学习的良机。抢先购票可享最高444美元优惠。

加入10,000+科技与风投领袖，在Disrupt 2025大会共创增长机遇，拓展行业人脉

Netflix、Box、a16z、ElevenLabs、Wayve、红杉资本、埃拉德·吉尔——这些只是250多位行业巨头中的部分代表，他们将主持200多场专题会议，旨在提供推动初创企业成长、提升您竞争优势的洞见。 切勿错过TechCrunch二十周年庆典，把握向科技界顶尖思想领袖学习的良机。9月26日前购票最高可享668美元优惠。

采用此理念的不仅是GC公司。风投机构Mayfield专门拨出1亿美元用于"AI团队成员"投资，包括收购了500万美元安全咨询公司的IT咨询初创企业Gruve。据其创始人透露，Gruve在六个月内将该收购业务收入提升至1500万美元，同时实现80%的毛利率。

"若AI承担80%的工作量，即可创造80%-90%的毛利率，"Mayfield董事总经理Navin Chaddha今年夏天向TechCrunch表示，"企业能实现60%-70%的综合利润率，并产生20%-30%的净利润。"

独立投资者埃拉德·吉尔过去三年推行类似策略，投资那些收购成熟企业并通过人工智能进行转型的公司。今年春季接受TechCrunch采访时，吉尔解释道："拥有资产方能比外部软件供应商更快实施变革。"

然而早期迹象表明，这场服务业变革可能比风险投资家预期的更为复杂。斯坦福社交媒体实验室与BetterUp实验室近期联合研究显示，在跨行业1150名全职员工中，40%因所谓"工作垃圾"（workslop）承受额外负担——这些由AI生成的输出看似精良实则空洞，给同事制造了额外工作和麻烦。

这种趋势正对组织造成负面影响。受访者平均耗费近两小时处理每份"工作垃圾"，包括解读内容、决定是否要求修改，以及通常直接自行修正。

根据参与者时间估算和自报薪资，研究者测算出"工作垃圾"每月给每位员工带来约186美元的隐性成本。他们在《哈佛商业评论》新文中指出："以拥有1万名员工的企业为例，结合'工作垃圾'的普遍程度...这意味着每年生产力损失超过900万美元。"

巴尔加瓦驳斥了"人工智能被过度炒作"的观点，认为这些实施挑战恰恰印证了总法律顾问的立场。 "这恰恰凸显了机遇所在——将人工智能技术应用于这些企业并非易事，"他表示，"若《财富》百强企业只需聘请咨询公司、部署些人工智能、与OpenAI签约就能实现业务转型，那我们的论点显然缺乏说服力。但现实是，用人工智能改造企业确实困难重重。"

他指出，最关键的缺失环节在于人工智能所需的专业技术能力。"人工智能技术种类繁多，各有优势，"他强调道。 "企业真正需要的是来自Rippling、Ramp、Figma和Scale等公司的应用型AI工程师——他们具备不同模型的实战经验，理解其细微差异，知晓哪些模型适用于特定任务，并懂得如何将其集成到软件中。"他坚称，正是这种复杂性使得GC的战略（即让AI专家与行业专家合作从零构建企业）显得如此合理。

然而，工作量激增无疑将部分削弱该战略的核心经济效益。即便控股公司作为基础架构存在，若被收购企业按AI效率模型建议裁减人员，则识别和修正AI错误的人力将不足。若企业维持现有规模以应对AI缺陷产生的额外工作量，风投机构寄望的利润率大幅提升可能永远无法实现。

有人认为这些因素应当抑制风险投资整合策略中激进的扩张计划——这些计划可能危及使交易具有吸引力的财务指标。但现实情况是，仅凭几项研究难以阻挡大多数硅谷投资者的步伐。

事实上，由于通常收购的是具有现有现金流的企业，GC公司表示其"创建战略"下的企业已实现盈利——这与传统风投模式支持高增长、烧钱型初创企业的做法大相径庭。对于长期承受投资组合公司持续亏损的有限合伙人而言，这无疑是值得欢迎的转变。

巴加瓦表示："只要人工智能技术持续进步，我们看到模型获得大规模投资和改进，我相信未来会有越来越多的行业需要我们协助孵化企业。"