作者：Zen，PANews
8月12日，Joshua Kushner旗下Thrive Holdings宣布完成超過20億美元融資，估值達到120億美元。算上此前獲得的資金，這家成立僅一年多的公司累計融資已經超過30億美元。
僅看估值和融資規模，不清楚其業務的人很容易將Thrive Holdings誤解為被資本追捧的新AI獨角獸。然而，這家既沒有自己的通用大模型，也不是Cursor、Lovable這樣的AI軟體公司。它最主要的業務形式，反而是在傳統私募股權行業裡最常見的企業收購。
過去一年，Thrive不斷收購會計事務所、IT服務商，目前已經擁有和營運70多家企業。收購完成後，Thrive並不會只進行傳統意義上的財務和營運整合，而是進一步將AI技術嵌入這些企業的核心業務流程，重新設計報稅、技術支援等工作。去年年底，OpenAI還直接取得了Thrive Holdings的股權，並派出研究、產品和工程人員參與旗下企業的AI改造。
一門很傳統的生意，在AI時代迎來了新的敘事。類似Thrive Holdings的這種模式也正在以一個越來越頻繁的名字出現：AI-enabled roll-up，AI賦能的併購整合。
與其賣AI，不如先把客戶買下來
傳統Roll-up主要邏輯是如果一個行業高度分散，存在大量規模不大的地方企業，投資者就可以連續收購，再把財務、採購、銷售和後台系統整合起來。幾十家小公司最終變成一家大集團，不僅成本可以下降，規模更大的平台通常還能獲得更高的估值倍數。
AI Roll-up並沒有改變不斷收購公司的外在形式，真正變化的是買下公司之後的流程。傳統概念下的Roll-up主要靠規模協同、成本控制和財務槓桿賺錢；現在一批VC和創業者則認為，AI可以成為併購完成後的價值創造工具。他們不再滿足於開發一套AI軟體，再慢慢說服會計事務所、律所或物業公司採購，而是反過來把這些原本應該成為AI客戶的企業直接買下來。
採用這種方式的原因在於，開發出一個好用的AI產品，與真正進入企業的核心工作流程，是完全不同的事情。尤其在會計、法律、IT服務等專業領域，企業很難輕易將報稅、合約審查或者企業網路管理交給AI agent處理。因為大量業務知識、經驗都凝結在郵件、Excel、內部系統以及老員工多年形成的操作習慣中。
2025年與OpenAI建立深度合作時，負責Thrive Holdings的Anuj Mehndiratta曾表示，他們在實際部署AI時很快遇到了「研究層面的問題」，現成模型不足以直接完成很多複雜的專業任務。最終，OpenAI以技術和人員投入換取Thrive Holdings股權，專門派出團隊與會計師、IT從業者共同訓練和開發這些系統。
這也是AI Roll-up和收購企業後簡單疊加通用AI能力之間最大的區別。資本真正買下的，不只是企業當前的收入，以及其背後的客戶關係、行業數據和工作流，更重要的是這些資產經過AI改造後可能產生的效率提升與價值重估。
Thrive旗下的會計平台Current已經把這套邏輯推進到了相當大的規模。截至今年6月，Current旗下接近30家美國獨立會計事務所，擁有超過2000名員工，年收入超過5億美元。原來的事務所通常繼續保留當地品牌和管理團隊，但技術、資本及部分後台能力開始由統一平台提供。
在今年的報稅季，Current與OpenAI合作開發的Tax AI處理了約7000份報稅表。按照Current披露的數據，參與試點的事務所平均減少了31%的報稅準備時間，部分數據錄入任務準確率最高達到98%。
這種模式，英國房地產公司Dwelly走得更加直接和順滑。傳統PropTech公司通常開發物業管理軟體，再賣給當地中介。Dwelly卻選擇不斷收購英國的獨立租賃中介，再把所有業務遷移到自己的AI平台。
今年7月，公司完成1.7億美元B輪融資，其中9500萬美元為股權融資、7500萬美元為債務融資，資金的重要用途之一就是繼續收購更多地產中介。截至融資時，Dwelly已經管理超過1.5萬套物業。公司稱，傳統模式下一名物業經理大約管理100套房屋，在AI系統接管大量租客諮詢、維修安排、合約問題和日常溝通後，這一數字已經提高到300套以上。
更重要的是，每收購一家中介，Dwelly獲得的不只是房屋數量。它同時拿到了多年積累的房東聯繫方式、租客溝通記錄、維修商資訊、物業歷史和具體的操作習慣。Dwelly舉過一個非常細節的例子：系統甚至能夠知道某位房東更願意別人稱他「Ben」而不是「Benjamin」，或者某位業主要求維修費用超過一定金額前必須先打電話確認。
這些看似不起眼的資訊，恰恰是AI真正進入傳統行業以後最需要的東西。本來，一家普通AI公司需要先開發產品，再花幾年時間尋找客戶、獲取數據、理解工作流程，但AI Roll-up則在併購和AI化改造中試圖一次性完成這幾件事情。
將這種模式總結為「AI-enabled roll-up」的General Catalyst認為，收購就是最快的獲客方式。這家機構在過去幾年陸續支持了Dwelly、Titan MSP、Crescendo、Eudia、Long Lake等採用這種模式的公司。2026年，它還將相關Creation Fund從上一期的8億美元擴大至15億美元。
改變傳統服務公司的經濟模型
AI Roll-up之所以受到資本追捧，核心在於其將AI帶來的效率提升，轉化為改變傳統服務企業長期依賴人力擴張的新增長模式。
過去，軟體公司一直受到VC歡迎的一個重要原因是它具備很強的經營槓桿。一套軟體開發完成以後，多增加1000名客戶，也並不需要增加太多員工。
專業服務卻恰恰相反。一家會計事務所想多服務1000家企業，往往需要招聘更多會計師；一家IT服務商增加數百個企業客戶，也需要增加技術支援人員。收入增加的同時，人工成本隨之增長，因此傳統服務公司的利潤率和估值通常都很難達到軟體公司的水準。
AI Roll-up押注的，就是AI能夠切斷一部分這種聯繫。
以Dwelly為例，如果一名物業經理能夠從管理100套物業提高到300套，公司增加客戶時就不再需要按照過去的速度增加員工。Current也是如此，如果AI能夠完成大量數據提取、填表和初步檢查，會計師就能把更多時間放到複核、稅務規劃和客戶諮詢上。
這個變化到了財務報表裡，就是所謂的經營槓桿。假設一家傳統服務公司年收入1億美元，EBITDA利潤率15%，一年產生1500萬美元EBITDA。如果AI並沒有讓它裁掉大量員工，而只是讓同樣規模的團隊服務更多客戶，最終把利潤率提高到20%，EBITDA就會增加到2000萬美元。
即便估值倍數完全不變，企業價值也已經提高了三分之一。而倘若再疊加傳統Roll-up一直存在的估值套利，故事就變得更誘人了：小型地方企業可能以較低的EBITDA倍數被收購，幾十家公司整合成大型全國平台後，卻可能獲得更高估值。於是，傳統PE的「併購整合+規模效應」，又多出了一個「AI提高生產率」的變量。
General Catalyst雖然反覆強調AI Roll-up「不是傳統PE」，其理由是傳統PE通常依靠槓桿、削減成本和整合後台，而AI Roll-up反而會主動增加研發和技術投入，但從交易形式看，兩者顯然已經越來越接近。General Catalyst稱，它對這類企業通常會投入超過1億美元，用於技術平台建設和後續收購。
經過這一兩年的發展，這種融合已經形成了相當的規模。今年5月，General Catalyst支持、且被其視為最早一批AI Roll-up項目之一的Long Lake同意以63億美元現金收購American Express Global Business Travel。Amex GBT是一家上市的企業差旅、費用及活動管理平台，Long Lake計劃把自己的Nexus AI系統植入其業務。
另一邊，Beacon Software今年6月又融資2.25億美元，此前已經收購超過30家垂直軟體公司。它與Thrive稍有區別，Beacon買的是軟體企業，而Thrive主要買勞動密集型服務公司。但背後的思路相似：資本不再只投資一家從零成長的科技公司，而是可以持續購買已有客戶和現金流的企業，再用統一技術平台進行改造。
Bending Spoons過去幾年不斷收購成熟數位產品，本質上也已經證明了「技術能力+長期併購」可以成為一種獨立的公司成長模式。AI Roll-up只不過把這套打法從軟體和網路資產進一步帶進了會計、法律、地產和IT外包這樣的傳統行業。
這可能也是一場危險的估值遊戲
隨著AI Roll-up逐漸成為一種流行的範式，傳統服務企業的估值邏輯也開始發生變化。
一家會計師事務所、IT服務商或者物業管理公司，過去的價值主要取決於收入、利潤和客戶數量。如今，投資者開始在這些傳統指標之外加入另一個變數：如果AI能夠讓同樣規模的團隊服務更多客戶，提高單位員工產出和利潤率，那麼這些企業未來的盈利能力也應該得到重新定價。
但從工作效率提高到投資回報兌現，中間仍有很長的距離。Current宣稱的報稅準備時間下降31%，並不代表會計師事務所的人力成本可以同步減少；Dwelly讓一個物業經理能夠管理更多房屋，也不等同於新增收入可以完全轉化為利潤。專業服務仍然涉及複核、客戶溝通、法律責任和大量無法完全標準化的工作。
AI究竟只是幫助員工提高效率，還是能夠真正改變收入與員工數量之間長期存在的線性關係，目前仍需要更長時間驗證。真正值得警惕的是，資本市場可能不會等到這些結果完全兌現之後再重新定價。
假如一家傳統會計師事務所原本按照較低的EBITDA倍數出售，而越來越多VC和PE開始相信，AI可以在收購後顯著提高其利潤率，那麼買方願意支付的價格自然也會提高。原本屬於未來幾年的經營改善，可能在交易發生時就被部分支付給賣方。
這與當前AI初級市場正在發生的事情並沒有本質區別。技術進步確實創造了新的成長空間，但當資本同時追逐有限的優質資產時，未來收益也會越來越早地反映在今天的價格中。
AI Roll-up甚至可能把這種現象進一步放大。普通VC只需要購買一家新創公司的部分股權，而AI Roll-up往往需要取得企業控制權，並持續收購更多公司。這意味著投資機構不僅要承擔技術判斷的風險，還需要投入遠高於傳統早期投資的資本，並承擔併購融資、企業整合和長期營運的風險。
過去VC投資一家AI新創公司，最大的風險是產品最終沒有形成足夠大的市場。AI Roll-up則還多了一層風險：即使AI真的有效，買公司的價格也可能已經太貴。
Thrive Holdings就是目前最典型的案例。這家成立時間並不長的公司已經累計融資超過30億美元，最新估值達到120億美元，旗下擁有和營運70多家企業。但截至目前，Thrive並未公開集團層面的收入、EBITDA和自由現金流，也沒有揭露AI已經為整個資產組合貢獻了多少利潤。
外界能夠看到Current報稅效率提高31%，也能看到旗下IT平台越來越廣泛地採用AI，但這些營運指標距離解釋120億美元估值仍有相當大的距離。資本進行定價的，是另一件尚未被完全證明的事情：Thrive最終能否把一批原本按照傳統服務企業估值的資產，改造成具有更高成長速度、更高利潤率和更強經營槓桿的平台。
如果最終的結果只是「使用AI以後效率有所提高」，收入成長仍然需要持續增加人員，利潤率也只是溫和改善，那麼AI Roll-up的估值體系就會面臨一個尷尬的問題：投資者支付的是科技公司的價格，最終得到的卻可能仍然是一家傳統服務公司。
這也是AI Roll-up目前最值得觀察、同時風險最大的地方。傳統PE至少可以依據已經存在的現金流和利潤率給企業定價。AI Roll-up卻越來越多地把尚未實現的生產率改善提前計入交易價格。一旦AI改造的效果低於預期，或者大量資本進入後進一步推高收購倍數，原本用於提高投資回報的AI，反而可能成為壓縮回報空間的原因。
當所有資本都相信一種技術能夠改變資產價值時，最先上漲的往往不是利潤，而是資產本身的價格。AI Roll-up究竟是一種新的企業形態，還是新一輪資產重估，目前還很難下結論。
