ARTICLE · 1088961
买下老公司让 AI 干活,利润真能翻三倍吗
9 月 26 日，美国创业者、播客《Startup Ideas》的主持人 Greg Isenberg 在 X 上发了一篇长文，标题叫《5 万亿美元的机会：AI Roll-up》，一天之内浏览量过了 54 万[1]。
他的主张一句话就能说完：别从零做一家 AI 公司了，去买一家开了几十年的老会计所、老物业公司、老保险代理，客户、牌照、信任原封不动接过来，然后让 AI 智能体（Agent）接手后台的活。同样的客户，同样的账单，利润翻三四倍。
文章写得很实在，从怎么找标的、怎么打分、怎么尽调，一直讲到收购后头 100 天每个月干什么，连文件夹怎么建、提示词怎么写都给了。
我把原文和它引用的几条一手信源对着读了一遍，又把它的示例账从头算了一次。结论先放这儿：方向我认同，账要重算，原文开头最抓人的两个数字，被安错了地方。下面一笔一笔说。
Roll-up 直译是"卷起来"，中文一般叫"并购整合"：在一个零散的行业里连着买下很多小公司，合成一家大的，合起来比拆开值钱。
私募股权基金（PE）在服务业玩这套玩了四十年。原文把老套路概括得很到位：合并后台、跟供应商压价、加杠杆，五年后卖给更大的基金。靠的主要是财务手段。
AI 版的 Roll-up 只改了中间那一步：按服务业的价钱买下公司，然后重做"活是怎么干的"，让智能体扛大头。客户不动，收入不动，每干一单活的成本往下掉。
原文给的目标是：传统服务公司的息税折旧摊销前利润率（EBITDA margin，可以粗略理解成经营利润率）一般在 5% 到 10%，改造后做到 30% 到 40%。
这门生意现在有真金白银在跟。美国风投 General Catalyst 从最新一期基金里划出 15 亿美元专做这件事，押了法律、IT 运维、呼叫中心等多个行业[2]。OpenAI 入股的 Thrive Holdings（风投 Thrive Capital 2025 年分拆出来的公司）两年里买了近 50 家地方会计所，今年 6 月又宣布再拿 10 亿美元接着买[3]。
原文说有三件事凑到了一起，我逐条对了一下。
第一，老板们要退休了。这个数有一手出处。麦肯锡经济流动性研究所今年 2 月的报告说：到 2035 年，美国约有 600 万家中小企业因婴儿潮一代退休面临所有权交接，其中 100 万家以上具备出售价值，对应企业价值最高约 5 万亿美元[4]。原文标题里的"5 万亿"就是这么来的。
第二，模型能干真活了。原文有句话说得很准：两年前，AI 干出来的东西要重做；现在，只要检查。
这句话值得多停一下。"重做"和"检查"是两种完全不同的成本结构：重做意味着 AI 没省下任何东西，检查意味着人的时间从"干"变成"看"。后面整门生意的利润，都长在这两个词的差距上。
第三，账算得过来。服务公司估值倍数低，是因为市场默认它的利润率就这样了。你能证明它不止这样，就等于低价买进了一个被低估的资产。
第三条是整篇文章的发动机，也是我后面要重算的那笔账。
这是原文最有洞察的一段，也正好接上我们之前写 FDE（前置部署工程师）那个系列的一个判断。
原文的问法是：既然你能做一个 AI 记账产品，为什么还要去买一家记账公司？
它的回答是，服务业最难的部分跟软件没关系。客户名单攒了 30 年；信任是对人的；牌照要考试、要熬年头；什么叫"做对了"，存在干了几十年的老员工脑子里。创业公司要花好几年才挣到的东西，收购第一天就到手了。
还有历史：每一单旧活、每一个特殊情况、每一次被抓到并改正的错误，都是训练智能体的材料。
我们在《今年最贵的岗位叫 FDE，它注定会消失》里说过，AI 要上工，得先有一个"工位"：权限、数据、工具、验收、责任边界。其中接数据、封工具是技术活；定验收标准、拿到老师傅的手感、有人签字担责，是权力活，只能在客户能拍板的那间屋子里改[5]。
FDE 的办法是派工程师住进客户的屋子，一点点争取这些权力。AI Roll-up 的办法更直接：把整间屋子买下来。老客户就是验收方，几十年的旧案卷就是数据，老员工的手感就在隔壁工位。这些东西卖软件的人要去求，收购的人天然就在屋里。
这里要补一句原文没提的限制：牌照本身是买不走的。美国各州规定，出具审计报告的会计所必须由注册会计师（CPA）控股，北卡罗来纳州的条文就写着至少 51%[14]。所以资本收购会计所，通行做法是把审计业务和其他业务拆开，外部资本只控股报税、记账、咨询这些不需要牌照的部分；Thrive 也在每家所里给本地合伙人留了少数股[3]。
换句话说，你买到的是那间屋子，签字的那支笔还握在持证合伙人手里。这对后面的账很关键：他愿不愿意留下、愿不愿意为 AI 的初稿签字，决定了你买的东西值不值。
这也解释了为什么硅谷风投这两年开始干私募基金的活。美国消费者新闻与商业频道（CNBC）6 月的报道原话是：风投不再把 AI 工具卖给公司，而是直接买下老公司，从里面按 AI 重建[6]。
原文开篇讲了一个故事：华盛顿州贝灵汉有家会计所叫 Larson Gross，1949 年创办。今年报税季，"这家所的 AI"处理了 7000 份报税表，会计师平均省下 31% 的时间；有个会计师原来一年要花 180 小时的活，压到了 15 小时。
我去找了这组数字的出处，是今年 6 月 2 日一份新闻稿。发稿方叫 Current，是一个由 Thrive Holdings 支持的会计所联盟，旗下将近 30 家独立会计所、2000 多名员工[7]。
对照原文，有两处出入：
口径上的偏差不算大，但方向值得注意：它把一个联盟的总量和一个人的极端值，写成了一家所的成绩。
更值得看的是两个数本身的差距。180 变 15 是省了 92%，平均值是 31%。真正能拿来算账的是 31%，那个 92% 是天花板上的一个点。
还有一层。斯坦福和麻省理工学院（MIT）两位学者去年做过一项实地研究，结论是用上生成式 AI 的会计师平均每周多服务 55% 的客户，计费工时也更多了[8]。也就是说，这项研究在真实会计所里观察到的是"多接活"，不是"少用人"。
这两种结果对 Roll-up 的账是两回事：
原文的示例是这样的：一家公司年营收 200 万美元，利润率 10%，年利润 20 万，按 4 倍利润估值 80 万美元买下。利润率做到 30%，年利润 60 万，同样 4 倍，公司值 240 万。
算术没错。我把中间几档也补了出来：
图上最底下那行是原文没写的：从 10% 到 30%，意味着营收一分不少的情况下，每年要从 180 万美元的成本里拿掉 40 万，砍掉 22%。服务公司的成本大头是人工，这基本就是一笔人头账。
原文自己也承认，这是"形状"，不是预测。真正的问题是那 22% 从哪来。它给了一张"自动化地图"当样板，我按原图重绘，补了一列每月工时：
表面上看，交给 AI 的三行占了每月工时的 86%，空间很大。但细看会发现三件事。
第一，三行里有两行写的是"自动化＋人复核"。复核一份 AI 初稿要几分钟，决定了这 86% 最后能兑现多少。原文在第 31 到 60 天那一步专门要求"每周记录每单活花了多少分钟的人工注意力"，就是在盯这个数。
第二，"合伙人复核"那一行留给了人，每月 175 小时。AI 把初稿产能放大以后，这一行不会跟着变快。活越多，最后那道签字的关口越堵。一家 Roll-up 公司能长多大，上限是它的复核能力，不是 AI 的出活速度。这跟我们在 FDE 系列里反复说的是同一件事：AI 能铺多开，看验收成本。
第三，斯坦福社交媒体实验室和 BetterUp 实验室去年一项 1150 人的调查发现，40% 的员工收到过"看起来很像样、其实没内容"的 AI 产出，每处理一次平均要花近两小时[9]。复核这件事不省心，是有数的。
还有一处账外的钱。原文说小公司收购可以用美国小企业管理局（SBA）贷款加卖家分期。这没错，但规则在收紧：按 10 月 1 日即将生效的新规，用 SBA 7(a) 贷款买下整家公司，买家至少要投入 10% 的股本，卖家分期这类来源最多只能顶一半[10]。80 万美元的交易，你手里至少要有约 4 万美元真金白银。
门槛不高，但是个真门槛。
账算到这儿，会有人问：模型谁都能买，凭什么你改造出来的公司更值钱？
原文给的答案，我认为是全篇最值钱的一段。
每家老公司都靠一堆没写下来的规矩在运转：哪个客户总是晚交材料，哪类抵扣老合伙人每次都要再核一遍，哪种说法某个客户听了会不高兴。老员工一走，这些规矩跟着走。
所以收购后头 60 天最要紧的活，是把规矩从人脑子里挖出来，写进文件。办法分两步：
做过几百单活以后，这本纠错本就是你的产出值得信任的理由。原文的原话是：谁都能用一样的模型，但没人有你这份清单，记着它在这个细分行业里会错在哪些地方。
这个判断跟 OpenAI 和 Thrive 公开的做法对得上：他们给会计所做的报税智能体，核心卖点就是从会计师的修改里学习，跑了三个月后，可测量地好过刚上线的版本[11]。
原文还有一条设计我很认同：复核的智能体可以拦，但永远不能放行；出初稿的智能体自己什么都发不出去。出活的和把关的必须分开，大部分坏产出在到达客户之前就被拦住了。这其实是会计、审计行业的老规矩，"制单"和"复核"不能是同一个人。AI 进来以后，这条规矩一点没过时，反而要写死在系统里。
原文最后列了六种失败方式，写得很坦诚：买得比消化得快、关键员工走人、客户跟着老老板走、把信任也自动化掉了、智能体权限太大、轻信宣传数字。
我补三条原文没展开的。
第一，Roll-up 这个老套路本身的记录就不好。杜克大学一篇研究美国医院业私募并购的论文发现：第一家"平台"公司的经营业绩确实持续改善，但后面陆续并进来的"补强"收购，基本复制不了这个成功[12]。原文说"每家新收购的公司都接进同一个结构"，前提就是复制能成立。AI 能不能让第二家、第三家也改造成功，现在还没有足够的样本回答。
第二，"低价买进"这个窗口正在变窄。原文的账建立在服务公司"估值倍数低"上。可当这个打法人尽皆知，价格会先涨上去。今年 5 月，General Catalyst 支持的 Long Lake 宣布以约 63 亿美元收购美国运通全球商务旅行，溢价六成以上，按业内测算约合 11.8 倍利润[13]。这已经不是"按服务业的价钱买"了。
原文说大基金看不上 200 万美元营收的小公司，那里竞争最少。这话要打个折：会计行业的私募并购不是 AI 带来的新鲜事，国际会计师联合会（IFAC）今年 3 月的研究统计，2015 到 2025 年，177 笔私募直接投资带出了 875 笔后续并购，全球一千多家会计所卷了进去，大部分发生在 2022 年之后[15]。大基金的平台公司买小所，正是这套打法的日常。
小所还有另一面：它最依赖老板本人，客户跟着老板走的风险也最大。
第三，效率提升不一定归你。会计、法律、咨询这类行业，很多是按工时收费。AI 把一单活从 10 小时压到 3 小时，客户迟早会问：那我为什么还付 10 小时的钱？原文的账默认"同样的账单"，但省下来的钱是留在公司，还是被客户压价拿走，取决于你能不能从按工时收费换成按结果收费。这一步不是技术问题，是跟每个老客户重新谈一次。
这篇文章在国外火，有它的土壤：美国有 5 万亿美元的老企业等着交接，有 SBA 贷款这种为小额收购设计的金融工具，有大量按牌照执业、流程标准化的服务业小所。
但它讲的道理不分国界：AI 真正难落地的地方不在模型，在"谁有权改这间屋子里的规矩"。
过去两年，大多数 AI 公司的做法是站在门外卖工具，然后发现客户不给数据、不改流程、不敢让 AI 签字。FDE 是往前走了一步，派人住进去。AI Roll-up 再往前走一步，直接成为屋主。
这三条路没有高下，只有代价不同：卖工具轻，但进不了核心；FDE 重，但还是客人；收购最重，你要对员工、客户全权负责，还得跟持证合伙人绑在一起，出了错没人替你兜。
所以如果你在想这件事，我觉得该问自己的第一个问题，是：我愿不愿意当一家老公司的老板？
AI 能替你干后台的活。前台那个要记住每个客户名字、在老员工想走时把人留住、在客户犹豫时上门喝杯茶的人，还得是你自己。
参考来源
[1] Greg Isenberg，《$5T opportunity: AI Roll Ups》，X 长文，2026-09-26，x.com/gregisenberg/status/2103927365977928019
[2] TechCrunch，《The AI services transformation may be harder than VCs think》，2025-09-28
[3] Forbes，《Thrive Holdings To Bet $1 Billion On AI-Powered Accounting Roll-Up》，2026-06-02
[4] McKinsey Institute for Economic Mobility，《The great ownership transfer: A new era of business stewardship》，2026-02
[5] 进化三部曲，《今年最贵的岗位叫 FDE，它注定会消失》，2026-08
[6] CNBC，《Silicon Valley's new buyout playbook is hitting Wall Street》，2026-06-08
[7] Business Wire，《Crete Professionals Alliance Rebrands as Current…》，2026-06-02
[8] Jung Ho Choi、Chloe Xie，《Human + AI in Accounting: Early Evidence from the Field》，Journal of Accounting Research
[9] Stanford Social Media Lab、BetterUp Labs 调查，转引自 TechCrunch 2025-09-28 报道
[10] SBA SOP 50 10 8.1（2026-10-01 生效）；解读见 Starfield & Smith，2026-09
[11] OpenAI，《Building self-improving tax agents with Codex》，2026
[12] Sungil Kim（杜克大学富卡商学院），《When Roll-up Breaks: Serial Private Equity Acquisitions in the Hospital Industry》，工作论文
[13] Business Wire，Long Lake 收购 Amex GBT 公告，2026-05-04；估值倍数据 PE Professional 按 63 亿美元企业价值与 5.32 亿美元调整后 EBITDA 测算
[14] 北卡罗来纳州注册会计师考试委员会规则 21 NCAC 08N .0302；另见 Beancount《Why CPA Firm PE Deals Split Attest and Non-Attest》，2026-09-18
[15] IFAC，《Private Equity Investment in Accountancy》研究发布，2026-03