AI并购热：续费能力才是硬通货

收购AI企业时，买方究竟在获取什么？多数人猜测是技术或团队。然而深入观察近年案例，会揭示一个冷峻现实：斩获高溢价的企业，通常并非模型最顶尖者，而是率先将「持续付费」模式跑通的那一个。

科技企业收购本质上并非技术实力的加冕仪式。企业被并购的背后，往往藏着简单的算术：收购方支付的对价，实为购买已验证的现金流渠道，或是自建耗时过长、并购更为经济的客户资源网。AI概念或许让叙事更具吸引力，但其下的商业盘算始终如一。

被并购标的，贩卖的并非技术本身

一个细节颇具深意。近年被巨头以高溢价纳入麾下的AI软件企业，普遍具备一项共性：在特定垂直领域，已将采购全流程谙熟于心。这并非指其模型精度冠绝群雄，而是它们深谙客户合规部门的审查卡点、IT团队审批的流转节点、决策者在汇报时最忌惮的提问。这类认知从未见诸学术论文，也无法通过堆砌算力获取，而是源于千次登门拜访、数十轮客户拒绝后的经验结晶。

因此当巨头意图切入新赛道时，与其亲自从零起步重走弯路，不如直接收购已趟过雷区的专业团队。并购交易获取的是行业认知，而非程序代码。代码可重构，但深耕医疗、金融或制造领域三载、赢得客户信赖的销售交付体系，难以复制。

3

续费率，方为核心估值标尺

若仅允许选取一项指标评估AI软件企业的并购价值，我会锁定其第二年续费率。无关ARR增长速率、融资轮次或媒体声量，核心问题在于：去年付费的客户，今年是否持续买单。

理由直截了当。AI产品存在独特的夭折模式——「试点困局」。客户在试用阶段被演示效果打动而签约，然而一旦嵌入日常运营，便暴露使用频率低迷、成效难以量化、内部推行受阻等问题。待到次年续费节点，采购负责人更替，新任者缺乏初始情感投入，直接终止合作。此类现象在企服领域屡见不鲜，AI浪潮仅将其进一步放大。唯有突破试点阶段、融入客户工作流的产品，才算完成真正的销售。

「首单易签，难点在于让客户在次年感知到终止合作即为损失」

交付成本：最易被演示文稿遮蔽的变量

AI商业模式暗藏结构性陷阱，这一真相在融资故事中鲜少主动披露：交付成本与客户规模呈线性正相关，而定价模式多为固定订阅费。换言之，客户体量越大、需求越复杂，利润空间反而可能愈发稀薄。

实际交付链路包含：数据接入需清洗、权限打通需对接IT、流程适配需改造客户内部系统、人员培训需反复执行、效果复盘需出具报告、问题响应需专人值守。上述环节无一不是成本项，且无法凭借「模型更智能」而自动消除。传统SaaS的边际成本近乎为零，而多数AI软件企业的交付模式更近似咨询公司，仅披着科技公司的外壳。

1价值创造：AI为客户节省哪些开支、创造何种收益、规避何种风险

2价值交付：产品服务能否在真实场景中稳定落地

3价值回收：客户持续付费动机是否充分，单位经济模型是否成立

将这三个层面综合审视，众多AI企业的估值叙事便会显露漏洞。第一层描绘得光鲜亮丽，第二层表述得模棱两可，第三层则完全缺乏数据支撑。此类企业或许能在融资市场暂时蒙混，但在并购交易中，买方的尽职调查必将逐一戳破这些泡沫。

谁将被收购，谁仅获观摩

并购市场存在冷峻的筛选规则。巨头战略部门每年接洽数百家AI初创，但能推进至投资意向书阶段的标的，通常具备以下共性：客户群聚焦于大企业现有业务的上下游、交付体系已实现标准化并可复制、核心团队兼具产品研发与商业运营能力。最后一点尤为关键。众多技术团队被并购后迅速瓦解，并非技术实力不足，而是其适应初创节奏后，难以融入大企业的系统化流程，导致能力无法迁移。

因此真正具备并购价值的AI企业，本质上是「擅长经营」的公司恰好应用了AI技术，而非「精通AI」的团队试图学习经营。这一主次关系至关重要，因经营能力在并购整合后仍可保留，而纯技术能力常在融合过程中被削弱。

✦ 核心洞察

在AI并购浪潮中，被收购的核心资产往往不是算法本身，而是已验证的客户关系、标准化的交付体系及经市场检验的持续付费逻辑。技术能够重构，但在垂直领域沉淀三年的信任与认知，并购远快于自建。评估AI企业的收购价值，观察其第二年续费率，远比参考融资估值更为可靠。