利润率暴涨3倍,硅谷爆火的AI Rollup,要把传统公司改成“AI工厂”

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
利润率暴涨3倍,硅谷爆火的AI Rollup,要把传统公司改成“AI工厂”
5357点击    2025-09-17 16:35

105家公司入局


最近,硅谷兴起了一股新玩法,叫 AI Rollup。


简单来说,就是投资机构帮助AI应用公司收购一批传统小公司,然后把 AI 技术塞进去,让它们更高效、更赚钱,然后批量做大。


一个典型案例就是AI客服公司Crescendo。


去年,它收购了客服外包公司 PartnerHero,一口气吸纳了 2800 多名员工和 200 多个客户,并搭建起“AI + 人工”的混合模式:90%的常规咨询交给 AI 处理,复杂问题再由人工客服接手。


公司高管透露,这种模式让利润率达到传统呼叫中心的4倍,ARR 已经突破 1 亿美元,并且实现盈利。


对投资人来说,这类模式还有一个额外的红利:估值差。很多传统企业的估值还是按照 AI 出现之前的利润率来算的,一旦被收购并加上 AI 效率,利润率和现金流都会迅速改善,相当于捡到便宜。


也正因为如此,资本正在大量涌入。比如,General Catalyst 从80亿美元新基金里划出15亿专门做 Rollup;芬兰的投资机构OpenOcean也拉来了1亿欧元试水。


就连硅谷知名天使 Elad Gil(投过 Perplexity、Character.AI、Harvey)今年也已投了两家 AI Rollup 公司。


今天,乌鸦君就来聊聊AI Rollup策略到底有什么魔力,能够吸引这么多顶级投资机构?


01 AI Rollup火了,用AI改造传统生意


其实 Rollup 并不是新鲜事。早在上世纪80年代,私募股权就靠这种方式,把零散的小公司整合成全国性平台,靠规模和协同赚钱。2021 年电商热潮时,VC 也玩过电商聚合器,但最后没跑通,血本无归。


这次不同在于,AI 能带来真金白银的生产力提升。


以会计行业为例,一家小型会计所,每月向客户收50美元,其中35美元是成本,15美元是利润,利润率30%。


如果用大模型把工作量减少40%,成本立刻从35美元降到21美元。还是收50美元,那利润就涨到29美元,利润率翻到58%,直接把传统同行甩在后面。


这意味着,AI 改造能释放出巨大的利润和现金流,继续反哺扩张,形成滚雪球效应。


在这种情况下,投资人很容易从中赚到“估值差”。很多传统企业是在 AI 出现之前按老旧的利润率来定价的,一旦被收购并加上AI效率,利润率和现金流都会立刻改善,相当于捡到了便宜。


现在,越来越多资本开始嗅到了这里头的机会。比如,General Catalyst 从 80 亿美元新基金里拿出 15 亿专门做 Rollup;连芬兰投资机构的OpenOcean都拉了 1 亿欧元来试水。


个人投资人也没闲着。硅谷知名天使 Elad Gil(投过 Perplexity、Character.AI、Harvey)今年已投了两家AI Rollup公司。


Gil 认为,这次整合的不同点是:AI 能从根本上重塑成本结构,提高利润率。


总的来看,AI Rollup更像是一场资本与技术叠加的产业改造:通过收购,把分散的传统生意升级成可以规模化复制的AI工厂。


02 利润率超传统业务3倍,105 家公司入局


根据国外的数据网站统计,目前已经有105家初创公司在践行AI Rollup策略。(具体名单可以参考:https://www.ai-rollup.fyi/companies)


从行业分布看,它们主要集中在会计、保险经纪、软件外包、法律、物流等传统服务业。这些行业的共同点是:高度依赖人力,效率提升空间巨大。


AI Rollup 正是在这些“人力密集”的环节找到突破口。如今,已经有一批公司跑了出来。


法律:Eudia


在法律行业,最具代表性的案例是 AI法律平台Eudia。


今年7月,Eudia斥资4200万美元收购了法律服务商Johnson Hana,一口气将300多名法务人员纳入旗下。


两个月后,它又顺势推出全球首家 “AI 增强型律所”Eudia Counsel。通过把AI与法务团队打包成一个交付平台,Eudia 能够快速分析成千上万份文件,生成并购尽调清单,加速合同审查和风险识别。


客服:Crescendo


在客户服务领域,Crescendo 的打法同样典型。


去年 10 月,它收购了客服外包公司 PartnerHero,这家公司拥有 2800 名员工、服务 200 多家客户。并入后,Crescendo 从一个工具供应商转型为 全栈客户体验平台。


它采用“AI + 人工”的混合模式:90% 的常规咨询交给 AI 处理,复杂问题则由人工客服快速接手。效果立竿见影,在一家区域性电信公司部署后,电话接听量首周就翻了一倍,毛利率提升到 60-65%,客户满意度也显著提高。


公司高管还透露,这种模式让利润率达到传统呼叫中心的4倍,ARR 已经超过1亿美元,并实现了盈利。


物业管理:Dwelly


在英国,Dwelly 把 AI 带入了物业管理。迄今为止,它已收购 6 家机构,并在全面部署 AI 平台后,让 EBITDA 利润率直接翻倍。


对租户来说,体验也有了显著提升。比如,开放日可以全程自动协调,维修等待时间缩短40%。更好的体验带来了更高的盈利能力,也让Dwelly管理的房产规模不断扩大。


会计:Crete PA


在会计行业,Crete PA 的动作同样引人注目。这家公司由 Thrive Capital 支持,计划未来两年投入 超过 5 亿美元,收购遍布全美的会计师事务所。


与传统的财务合并不同,Crete PA 的核心在于把 AI 和自动化工具深度嵌入日常会计工作,比如数据映射、审计备忘录撰写等,从而减少重复劳动、提升效率。


从法律到客服,从物业到会计,似乎越来越多的公司都在证明着这一模式的可行性。


为什么会有这么多初创公司选择这条路?


因为它能帮助企业在AI技术主导的竞争中,建立起独特的护城河:更快的扩张速度+垂直行业的数据优势。


一方面,AI Rollup 公司往往能凭借低价迅速抢下市场份额。像会计、保险这类客户粘性高的行业,低价不仅杀伤力强,还能扩大潜在客户群,让市场空间显著放大。


另一方面,收购还能带来数据。掌握第一方数据,就等于握住了一套宝贵的训练语料。如今,专有数据正是垂直型 AI 最重要的护城河。但现实是,并不是所有软件公司都能轻松获取客户数据,尤其是在隐私监管越来越严格的背景下。如果通过收购拿下一家已经积累了海量数据的公司,那就等于直接获得了独家的模型训练资源。


不光投资人能赚到钱,初创公司也能在更快扩张的同时,筑起护城河。在这种情况下,AI Rollup 自然成为投资人与初创公司“双向奔赴”的选择。


03 如何玩转AI Rollup?GC给出了答案


相比传统的风险投资,AI Rollup的落地显然要复杂得多。因为它不仅涉及资本投入,还要做大量的并购和业务改造。


不久前,General Catalyst(GC)董事总经理 Marc Bhargava 在一次访谈中,就为我们揭示了这套策略的操作手册和改造逻辑。


GC的核心策略,是为创始人提供一个完整的“工具箱”。他们会组建跨界团队,既能帮公司快速切入市场,又能帮助企业掌握训练模型所需的数据,并建立起高效的反馈循环。


目前,GC已在这个方向投资了8个项目,并亲自孵化了其中5个,包括HOA(业主协会)管理领域的Longlake,以及呼叫中心领域的Crescendo。


具体来说,执行AI Rollup大致可以分为三步:


第一步,筛选高价值行业


GC的团队研究了70个服务行业,最后挑出10个优先方向,这些领域的自动化潜力都超过30%。


比如,在会计领域,GC投资的公司Kick已经实现了80%的自动化;在呼叫中心,Crescendo 证明了50%-70%的流程可以交给AI Agent和LLM来处理。


随着大模型能力每隔 3-6 个月就会提升一档,这些比例还在持续走高。


基于过往实践,GC 将“可自动化的任务”分为四类:


客户服务与支持:解答常见问题、大量客户沟通。


内容创作:撰写营销文案、制作演示文稿、草拟邮件。


重复性的数据任务:表格填写、信息核对,典型如保险业的理赔文书处理。


逻辑与推理:AI 已能辅助承保、定价等更复杂的判断,在“人机协作”模式下,提供接近最终答案的建议,供专家参考。


第二步,组建合适的团队


GC 的孵化模式有一个关键:把两类完全不同的人才拉到一张桌子上。一类是懂 AI 应用和产品开发的技术专家;另一类是熟悉并购和行业运营的“老江湖”。两种能力缺一不可。


第三步,构建 AI 产品与服务


团队不会一上来就彻底颠覆原有工作方式,而是采取“叠加式”策略,把 AI 无缝嵌入现有流程。


比如,一位 HOA 经理需要准备董事会演示文稿,他仍然像以前一样发邮件,但现在请求会先由 AI Agent 处理,再输出结果。这种方式既减少了变革阻力,又能立刻展示效果。


当产品在小范围试点中验证可行性、积累了 10-15 个客户后,公司就进入并购整合阶段。典型案例就是Crescendo,在证明自己的方案能显著提高自动化率后,它便开始收购收入规模更大的呼叫中心,加速扩张。


从GC的实践来看,AI Rollup并不是单纯砸钱收公司,而是一套“资本+技术+团队”三件套。


资本提供了收购和扩张的子弹,AI 技术带来了效率的提升,而跨界团队则确保这些改造真的能落地。三者缺一不可。


它的价值在于,不仅能让传统的“人力密集型”行业焕发新生,还在验证一种新的商业模式:AI不只是工具,而是直接嵌入业务、推动结果的生产力。


未来,随着大模型能力的不断进步和更多行业的加入,这类“AI 工厂”式的 Rollup 有可能成为资本市场的新趋势。对投资人来说,这是新的规模化机会;对初创公司来说,这是一条能在激烈竞争中突围的现实路径。


文章来自于微信公众号“乌鸦智能说”,作者是“智能乌鸦”。


AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/