AI买下老公司利润翻3倍?真买过的人泼了冷水

这个周末 X 上吵了一架，我从头看到尾。

起因是 Greg Isenberg 发了一篇长文，标题叫《5 万亿美元的机会：AI Roll Up》。意思很直接：去买一家老板要退休的传统小公司，会计所、物业、IT 外包都行，然后用 AI 智能体把它重新跑一遍，把利润做到原来的三倍。文章写得很细，从怎么筛目标公司、到文件夹怎么建、到提示词怎么写，全给了。

两天时间，141 万次浏览，1.4 万人收藏。

然后一个叫 Jon Matzner 的人出来回了一句：「我来说说 Greg 为什么错了——我自己就买过、做大过、卖掉过这种公司。」这条也有 20 万浏览。

这场架我觉得国内做生意的人值得认真看一遍。一来，AI 买公司这件事我 8 月份写过一篇，当时讲的是大基金怎么玩；这次争的是普通人能不能玩。二来，吵到最后，其实吵的根本不是买不买公司，而是一个每个老板都绕不开的问题：AI 省下来的时间，到底有没有变成钱。

一、Greg 的账是怎么算的

先把 Greg 的逻辑说清楚，他不是瞎吹。

他的账是这样的：一家传统服务公司，EBITDA 利润率大概 5% 到 10%，因为成本大头是人。如果 AI 能把录入、初稿、客服工单这些重复活吃掉，同样的客户、同样的发票，利润率可以做到 30% 到 40%，也就是三到四倍。

为什么是现在？他给了三条理由。模型终于够用了，以前 AI 的产出要重做，现在只需要检查。美国一大批小公司老板六七十岁想退休，子女不想接。这类公司因为「利润率被认为锁死了」，一向卖得便宜，你要是能证明利润率没锁死，就等于打折买了资产。

他举的例子里最硬的一个，是华盛顿州贝灵汉一家会计所 Larson Gross，1949 年成立，五个办公室，两百来号人。Thrive Holdings 入股之后，今年报税季用 AI 处理了 7000 份报税表，会计平均省了 31% 的时间，其中一位会计原来一年要花 180 个小时的活，降到了 15 个小时。

还有一条大家都爱引的：Thrive 旗下的会计所整合平台 Current，已经收了将近 50 家地方会计所，Thrive 又承诺再拿 10 亿美元继续收（Forbes 6 月报道）。General Catalyst 为这个打法专门准备了 15 亿美元。

最后他落到普通人身上：大基金只看大单，一年营收两百万美元的记账公司它们看不上；工具是一样的，一个月订阅费就能用上；美国的 SBA 贷款和卖方分期，本来就是为这种小交易设计的。所以他的结论是：一个人加一次好收购加一套智能体，就能吃下基金够不着的那一大片。

听着很顺，对吧。

二、真买过的人说了什么

Jon Matzner 不是看热闹的。他 2024 年 12 月在南加州买下一家车库改造公司 Garage Excel，前任老板最好的一年营收大约 100 万美元；他接手一年后，单是第四季度就做到了 100 万美元左右（他在 Owned and Operated 播客里讲的）。这人还同时在做离岸团队外包，他自己说给很多行业做过智能体。

他的反驳，我挑最扎的四条：

第一，这些老板不傻。能活几十年的小公司，老板一定有他的聪明。「零行业经验，拿着一个 Claude Code 订阅，就想改变一个行业」，这里面有一种居高临下。

第二，小公司最普遍的状态是「资源稀缺」。你想搞一套 AI 大工程？可以，但你得在修卡车、修好谷歌商家页面、当月不领工资给公司再投入的间隙里挤时间搞。他原话是：连把一个 CRM 装对都已经够难了。

第三，关键人一走，全盘乱。你满腔热血进场，第四天运营经理辞职了，因为她喜欢老办法，结果你每天在顶她的班，而不是在搭智能体。

第四，也是我觉得最值钱的一条：省下时间不等于省下钱。他说：「你的计划是什么？让 Betty 前三周教会你怎么取代她，然后把她开掉？背着每个月要还的一大笔贷款，你试试看。」更大的可能是：Betty 留下了，AI 的账单又加上去了，你收购前那份漂亮的预测表被一项项吃掉。旧的工资、新的软件、人工复核的钱，你可能要先付好几个月，才看到节省，而且还不一定看得到。

三、他说到点子上的，是「瓶颈」

第四条后面，Matzner 拿会计所打了个比方，这段我反复看了几遍。

他说：如果一家会计所的瓶颈在资深复核，那 AI 把初稿速度提十倍，结果可能只是在复核前面排了一条更长的队。

这其实是做工厂的人都熟的约束理论：一条流水线的产量，由最慢的那个工位决定。你把其他工位全换成机器人，最慢那个不动，出货量一件都不会多。

Matzner 给的顺序是三步：先找到约束在哪；把约束现有的产能用足；实在不够再加产能。落到会计所就是：得证明 AI 能把复核的人解放出来，然后改流程让这部分产能真被用上，然后再去升级下一个卡脖子的地方。

他有一句话我很认同：一张「被自动化了哪些任务」的清单，几乎说明不了这家公司能多做多少赚钱的活。

回头再看 Greg 最硬的那个例子。那位从 180 小时降到 15 小时的会计，省下来的时间干什么去了？Current 自己的新闻稿写得很清楚：她拿一部分时间给每个客户打电话，一份份讲解报税表；剩下的时间接了新客户、开了新的服务项目。

她没被裁。省下的时间被指派到了两件事上：一件是维护客户关系，一件是接更多活。这恰恰是 Matzner 说的「把省下的产能调到约束上去」——对一家会计所来说，真正的约束往往不是录入，而是有没有人跟客户聊、有没有人能接新客户。

同一份新闻稿里还有一个数字，很少有人转：Current 调查了自己的客户，75% 更喜欢跟人打交道，而不是被自动化。

所以 Greg 的例子本身，其实在支持 Matzner。利润能涨，但不是靠「省了人」，是靠「同样的人接了更多活」。这两种账的算法完全不同：第一种你收购第二天就想裁人，第二种你得先有新客户进来。

四、国内的版本：不是「买公司」，是「接班」

国内读者可能觉得：美国有 SBA 贷款，我们这边普通人买公司太远了。

确实远。去年 12 月 31 号金融监管总局发的《商业银行并购贷款管理办法》，把控制型并购贷款占交易价款的上限从 60% 提到了 70%、期限从 7 年延长到 10 年，但这套东西主要是给有一定体量的企业用的，一个人想借钱买下隔壁那家二十人的代账公司，基本还是得靠自有资金加跟卖方谈分期。

但另一件事在国内一点都不远，而且规模更大：接班。

人民日报《中国经济周刊》2024 年引过几组数：中国民营经济研究会说，民企里 80% 以上是家族企业，2017 年以来约四分之三面临交接班；清华五道口全球家族企业研究中心估计，4700 多万家民企里，可能有超过 60%、近 2800 万家会在传承过程中逐渐消失。

也就是说，美国人讨论的是「外人拿 AI 买下老公司」，国内更常见的场景是「二代拿 AI 接手老公司」，或者「老板自己快干不动了，想用 AI 续命」。Matzner 说的那四个坑，一个都不少。

给一个国内的例子。深圳蓝凌，2001 年成立，做知识管理和 OA 的老牌公司。创始人的儿子杨泽在大厂做了近十年 SaaS，2024 年回来接 AI 业务（21 世纪经济报道 6 月的系列报道）。他讲了两件事，刚好对上。

一件是他给一家物业企业做的方案：坏账审批原来要走 15 层节点，改成「AI 初审 + 人工终审」两层。注意，这里 AI 没有去加速哪一层审批，而是直接把排队的那 13 层拿掉了——瓶颈是审批链，不是写材料。

另一件是他遇到的阻力：老一辈的认知两极分化，要么神化 AI，要么觉得没用。他的办法是拉一个老中青三代都在的「101 小组」，每周例会同步 AI 动态，再选 90 后骨干轮岗。这就是 Matzner 说的「运营经理第四天辞职」的国内版解法：不绕开老员工，而是把他们拉进来当设计者。

（需要说明：物业坏账那个案例是蓝凌作为服务商讲自己客户的效果，属于厂商口径。）

五、如果你手上有一门老生意，先做这三件事

不管你是准备接班的二代、想卖公司的老板，还是想用 AI 给自己生意提利润的人，我建议按这个顺序来：

第一件，画出你的流程，找到那个「排队的地方」。

不用复杂，拿一张纸，把一单生意从进来到收到钱的每一步写下来，每一步旁边写两个数：每天能处理多少单、现在积压多少单。积压最多的那一步就是你的瓶颈。

几个行业我见过的常见位置：

• 代账：往往不在做账，在「催客户交票」和「主办会计复核」；
• 物业：不在接电话，在「派单后没人跟」和审批链；
• 装修：不在出效果图，在工长和现场验收；
• 诊所：不在写病历，在医生本人的问诊时长。

第二件，AI 只先上瓶颈前后那两步。

如果瓶颈是主办会计复核，那 AI 最该干的不是更快地出初稿，而是帮复核的人减负：把初稿里最常见的二十种错先自动标出来，让复核的人只看被标红的地方。复核快了，整条线才快。

第三件，提前想好省下的时间派去干什么。

学 Larson Gross 那位会计：省下来的时间去给客户打电话、去接新客户。不要默认「省下时间＝可以裁人」。在国内小公司，裁人的成本和风险你比我清楚，更现实的算法是：新增的业务量不加人，让 AI 顶上。利润是从增量里长出来的，不是从存量里抠出来的。

如果你是想买、或者准备接手一家公司的人，还有一条可以直接抄 General Catalyst 的交易结构：大约六到七成现金交割，剩下三成左右换成新公司的股权留给原老板。这样那个手里握着三十年客户关系的人，在过渡期里有理由继续干。国内对应的做法就是分期付款加对赌，再加一个过渡期留任条款。原老板在，客户才在。

六、这事为什么大部分人干不成

说完能做的，说说反面，这部分不能省。

Greg 的文章本身就是一个漏斗。写得那么细、连提示词都给你，是为了建立信任，而他的生意是内容、社群和孵化。这不是说他错，而是说他没有义务替你算过渡期的现金流。我 9 月 21 号那篇写过，他把一款 40 美元一个月的自助软件写成了 300 到 500 美元一个月的代账服务，数字核不上。这次他引的大部分数字倒是能在一手源找到，但标杆案例全都来自拿着几十亿美元的机构，一个人加一笔贷款能不能复制，文章里没有证据。

第二，自报数据。Greg 自己也承认，General Catalyst 那批公司的成绩是「自己报的」。Current 的 31%、98% 准确率，也是它自己的新闻稿。这些数字可以作为方向参考，不能直接放进你的收购估值表。

第三，过渡期是现金流最紧的时候。旧工资照发、新系统要付钱、人工复核不能停、贷款月供照还。Matzner 说「可能要好几个月才看到节省，而且不一定有」，这句话我建议所有想做这件事的人贴在墙上。

第四，你以为买的是流程，其实买的是人。Greg 自己也写了：客户名单是三十年攒的，信任是私人的，执照是考出来的。这些东西都长在具体的人身上。人一走，你花大价钱买的就只剩一个空壳和一张客户名单。

七、我的判断

这场争论里，我站 Matzner 那边多一点，但不是因为 Greg 的方向错了。方向没错：传统服务业的利润率确实可以被 AI 重新定价，美国已经有人跑出了真金白银。

错的是那个隐含的前提：以为 AI 是一把省人的刀，买进来就能砍。真正跑通的样本，Larson Gross 也好，Matzner 自己那家车库公司也好，利润都不是从砍人来的，是从「同样的人干更多值钱的活」来的。Matzner 那家公司一年翻起来，靠的是砍掉石膏板这种吃利润的散活、专心卖高毛利的柜子，外加修了现金周期——原来开工只先收 10%，成本却要先垫，他把这个窟窿堵上，还开了刷卡付款。这些动作里 AI 的成分其实不多。

所以我想请你先回答一个问题：你那门生意，今天排队排得最长的是哪一步？答不上来，说明你还没到上 AI 的时候；答得上来，AI 该放在哪儿就一目了然了。

这半年我一直在跟几个做传统生意的朋友一起琢磨这件事——具体到瓶颈在哪、省下的人时派去哪、效果怎么量、要不要跟服务商按增量分成。说实话每个行业的答案都不一样，代账和装修就完全是两套逻辑，得一个个抠。

你手上要是正好有这么一门生意，或者正在准备接班，欢迎留言说说你们家排队最长的是哪一步。我挑有意思的写成后面的选题。

———

数据来源：X @gregisenberg《$5T opportunity: AI Roll Ups》（2026-09-27）、X @MatznerJon 回应长帖（2026-09-27）、Current 品牌更名及 Tax AI 新闻稿（CFOtech 转载）、Forbes Anna Tong《Thrive Holdings To Bet $1 Billion On AI-Powered Accounting Roll-Up》（2026-06-02）、Footnote《Private equity bet accounting was a fortress》、Owned and Operated 播客 #45 Jon Matzner 访谈、国家金融监督管理总局《商业银行并购贷款管理办法》（金规〔2025〕27号，澎湃新闻解读）、人民日报《中国经济周刊》《民营企业"交接班"进行时》（2024-08-15）、21世纪经济报道《大厂十年归来，深圳企二代借AI重构业务增长》（2026-06-16）