作者：Zen，PANews
8月12日，Joshua Kushner旗下Thrive Holdings宣布完成超过20亿美元融资，估值达到120亿美元。算上此前获得的资金，这家成立仅一年多的公司累计融资已经超过30亿美元。
仅看估值和融资规模，不清楚其业务的人很容易将Thrive Holdings误解为被资本追捧的新AI独角兽。然而，这家既没有自己的通用大模型，也不是Cursor、Lovable这样的AI软件公司。它最主要的业务形式，反而是在传统私募股权行业里最常见的企业收购。
过去一年，Thrive不断收购会计事务所、IT服务商，目前已经拥有和运营70多家企业。收购完成后，Thrive并不会只进行传统意义上的财务和运营整合，而是进一步将AI技术嵌入这些企业的核心业务流程，重新设计报税、技术支持等工作。去年年底，OpenAI还直接取得了Thrive Holdings的股权，并派出研究、产品和工程人员参与旗下企业的AI改造。
一门很传统的生意，在AI时代迎来了新的叙事。类似Thrive Holdings的这种模式也正在以一个越来越频繁的名字出现：AI-enabled roll-up，AI赋能的并购整合。
与其卖AI，不如先把客户买下来
传统Roll-up主要逻辑是如果一个行业高度分散，存在大量规模不大的地方企业，投资者就可以连续收购，再把财务、采购、销售和后台系统整合起来。几十家小公司最终变成一家大集团，不仅成本可以下降，规模更大的平台通常还能获得更高的估值倍数。
AI Roll-up并没有改变不断收购公司的外在形式，真正变化的是买下公司之后的流程。传统概念下的Roll-up主要靠规模协同、成本控制和财务杠杆赚钱；现在一批VC和创业者则认为，AI可以成为并购完成后的价值创造工具。他们不再满足于开发一套AI软件，再慢慢说服会计事务所、律所或物业公司采购，而是反过来把这些原本应该成为AI客户的企业直接买下来。
采用这种方式的原因在于，开发出一个好用的AI产品，与真正进入企业的核心工作流程，是完全不同的事情。尤其在会计、法律、IT服务等专业领域，企业很难轻易将报税、合同审查或者企业网络管理交给AI agent处理。因为大量业务知识、经验都凝结在邮件、Excel、内部系统以及老员工多年形成的操作习惯中。
2025年与OpenAI建立深度合作时，负责Thrive Holdings的Anuj Mehndiratta曾表示，他们在实际部署AI时很快遇到了“研究层面的问题”，现成模型不足以直接完成很多复杂的专业任务。最终，OpenAI以技术和人员投入换取Thrive Holdings股权，专门派出团队与会计师、IT从业者共同训练和开发这些系统。
这也是AI Roll-up和收购企业后简单叠加通用AI能力之间最大的区别。 资本真正买下的，不只是企业当前的收入，以及其背后的客户关系、行业数据和工作流，更重要的是这些资产经过AI改造后可能产生的效率提升与价值重估。
Thrive旗下的会计平台Current已经把这套逻辑推进到了相当大的规模。截至今年6月，Current旗下接近30家美国独立会计事务所，拥有超过2000名员工，年收入超过5亿美元。原来的事务所通常继续保留当地品牌和管理团队，但技术、资本及部分后台能力开始由统一平台提供。
在今年的报税季，Current与OpenAI合作开发的Tax AI处理了约7000份报税表。按照Current披露的数据，参与试点的事务所平均减少了31%的报税准备时间，部分数据录入任务准确率最高达到98%。
这种模式，英国房地产公司Dwelly走得更加直接和顺滑。传统PropTech公司通常开发物业管理软件，再卖给当地中介。Dwelly却选择不断收购英国的独立租赁中介，再把所有业务迁移到自己的AI平台。
今年7月，公司完成1.7亿美元B轮融资，其中9500万美元为股权融资、7500万美元为债务融资，资金的重要用途之一就是继续收购更多地产中介。截至融资时，Dwelly已经管理超过1.5万套物业。公司称，传统模式下一名物业经理大约管理100套房屋，在AI系统接管大量租客咨询、维修安排、合同问题和日常沟通后，这一数字已经提高到300套以上。
更重要的是，每收购一家中介，Dwelly获得的不只是房屋数量。它同时拿到了多年积累的房东联系方式、租客沟通记录、维修商信息、物业历史和具体的操作习惯。Dwelly举过一个非常细节的例子：系统甚至能够知道某位房东更愿意别人称他“Ben”而不是“Benjamin”，或者某位业主要求维修费用超过一定金额前必须先打电话确认。
这些看似不起眼的信息，恰恰是AI真正进入传统行业以后最需要的东西。本来， 一家普通AI公司需要先开发产品，再花几年时间寻找客户、获取数据、理解工作流程，但AI Roll-up则在并购和AI化改造中试图一次性完成这几件事情。
将这种模式总结为“AI-enabled roll-up”的General Catalyst认为， 收购就是最快的获客方式。 这家机构在过去几年陆续支持了Dwelly、Titan MSP、Crescendo、Eudia、Long Lake等采用这种模式的公司。2026年，它还将相关Creation Fund从上一期的8亿美元扩大至15亿美元。
改变传统服务公司的经济模型
AI Roll-up之所以受到资本追捧，核心在于其将AI带来的效率提升，转化为改变传统服务企业长期依赖人力扩张的新增长模式。
过去，软件公司一直受到VC欢迎的一个重要原因是它具备很强的经营杠杆。一套软件开发完成以后，多增加1000名客户，也并不需要增加太多员工。
专业服务却恰恰相反。一家会计事务所想多服务1000家企业，往往需要招聘更多会计师；一家IT服务商增加数百个企业客户，也需要增加技术支持人员。收入增加的同时，人工成本随之增长，因此传统服务公司的利润率和估值通常都很难达到软件公司的水平。
AI Roll-up押注的，就是AI能够切断一部分这种联系。
以Dwelly为例，如果一名物业经理能够从管理100套物业提高到300套，公司增加客户时就不再需要按照过去的速度增加员工。Current也是如此，如果AI能够完成大量数据提取、填表和初步检查，会计师就能把更多时间放到复核、税务规划和客户咨询上。
这个变化到了财务报表里，就是所谓的经营杠杆。假设一家传统服务公司年收入1亿美元，EBITDA利润率15%，一年产生1500万美元EBITDA。如果AI并没有让它裁掉大量员工，而只是让同样规模的团队服务更多客户，最终把利润率提高到20%，EBITDA就会增加到2000万美元。
即便估值倍数完全不变，企业价值也已经提高了三分之一。而倘若再叠加传统Roll-up一直存在的估值套利，故事就变得更诱人了：小型地方企业可能以较低的EBITDA倍数被收购，几十家公司整合成大型全国平台后，却可能获得更高估值。于是，传统PE的“并购整合+规模效应”，又多出了一个“AI提高生产率”的变量。
General Catalyst虽然反复强调AI Roll-up“不是传统PE”，其理由是传统PE通常依靠杠杆、削减成本和整合后台，而AI Roll-up反而会主动增加研发和技术投入，但从交易形式看，两者显然已经越来越接近。General Catalyst称，它对这类企业通常会投入超过1亿美元，用于技术平台建设和后续收购。
经过这一两年的发展，这种融合已经形成了相当的规模。今年5月，General Catalyst支持、且被其视为最早一批AI Roll-up项目之一的Long Lake同意以63亿美元现金收购American Express Global Business Travel。Amex GBT是一家上市的企业差旅、费用及活动管理平台，Long Lake计划把自己的Nexus AI系统植入其业务。
另一边，Beacon Software今年6月又融资2.25亿美元，此前已经收购超过30家垂直软件公司。它与Thrive稍有区别，Beacon买的是软件企业，而Thrive主要买劳动密集型服务公司。但背后的思路相似： 资本不再只投资一家从零成长的科技公司，而是可以持续购买已有客户和现金流的企业，再用统一技术平台进行改造。
Bending Spoons过去几年不断收购成熟数字产品，本质上也已经证明了“技术能力+长期并购”可以成为一种独立的公司增长模式。AI Roll-up只不过把这套打法从软件和互联网资产进一步带进了会计、法律、地产和IT外包这样的传统行业。
这可能也是一场危险的估值游戏
随着AI Roll-up逐渐成为一种流行的范式，传统服务企业的估值逻辑也开始发生变化。
一家会计事务所、IT服务商或者物业管理公司，过去的价值主要取决于收入、利润和客户数量。如今，投资者开始在这些传统指标之外加入另一个变量：如果AI能够让同样规模的团队服务更多客户，提高单位员工产出和利润率，那么这些企业未来的盈利能力也应该得到重新定价。
但从工作效率提高到投资回报兑现，中间仍有很长的距离。Current宣称的报税准备时间下降31%，并不代表会计事务所的人力成本可以同步减少；Dwelly让一个物业经理能够管理更多房屋，也不等同于新增收入可以完全转化为利润。专业服务仍然涉及复核、客户沟通、法律责任和大量无法完全标准化的工作。
AI究竟只是帮助员工提高效率，还是能够真正改变收入与员工数量之间长期存在的线性关系，目前仍需要更长时间验证。真正值得警惕的是，资本市场可能不会等到这些结果完全兑现之后再重新定价。
假如一家传统会计事务所原本按照较低的EBITDA倍数出售，而越来越多VC和PE开始相信，AI可以在收购后显著提高其利润率，那么买方愿意支付的价格自然也会提高。原本属于未来几年的经营改善，可能在交易发生时就被部分支付给卖方。
这与当前AI一级市场正在发生的事情并没有本质区别。技术进步确实创造了新的增长空间，但当资本同时追逐有限的优质资产时，未来收益也会越来越早地反映在今天的价格中。
AI Roll-up甚至可能把这种现象进一步放大。普通VC只需要购买一家创业公司的部分股权，而AI Roll-up往往需要取得企业控制权，并持续收购更多公司。这意味着投资机构不仅要承担技术判断的风险，还需要投入远高于传统早期投资的资本，并承担并购融资、企业整合和长期运营的风险。
过去VC投资一家AI创业公司，最大的风险是产品最终没有形成足够大的市场。AI Roll-up则还多了一层风险：即使AI真的有效，买公司的价格也可能已经太贵。
Thrive Holdings就是目前最典型的案例。这家成立时间并不长的公司已经累计融资超过30亿美元，最新估值达到120亿美元，旗下拥有和运营70多家企业。但截至目前，Thrive并未公开集团层面的收入、EBITDA和自由现金流，也没有披露AI已经为整个资产组合贡献了多少利润。
外界能够看到Current报税效率提高31%，也能看到旗下IT平台越来越多地采用AI，但这些运营指标距离解释120亿美元估值仍有相当大的距离。资本进行定价的，是另一件尚未被完全证明的事情：Thrive最终能否把一批原本按照传统服务企业估值的资产，改造成具有更高增长速度、更高利润率和更强经营杠杆的平台。
如果最终的结果只是“使用AI以后效率有所提高”，收入增长仍然需要持续增加人员，利润率也只是温和改善，那么AI Roll-up的估值体系就会面临一个尴尬的问题： 投资者支付的是科技公司的价格，最终得到的却可能仍然是一家传统服务公司。
这也是AI Roll-up目前最值得观察、同时风险最大的地方。传统PE至少可以依据已经存在的现金流和利润率给企业定价。AI Roll-up却越来越多地把尚未实现的生产率改善提前计入交易价格。一旦AI改造的效果低于预期，或者大量资本进入后进一步推高收购倍数，原本用于提高投资回报的AI，反而可能成为压缩回报空间的原因。
当所有资本都相信一种技术能够改变资产价值时，最先上涨的往往不是利润，而是资产本身的价格。AI Roll-up究竟是一种新的企业形态，还是新一轮资产重估，目前还很难下结论。
