
📋 事件速查(Fact Sheet)
事件:Long Lake 私有化收购 Amex GBT
时间:2026 年 5 月
金额:63 亿美元(全现金私有化)
买方:Long Lake(专注 AI Roll-Up 的新型投资机构)
卖方:Amex GBT(American Express Global Business Travel,1915 年成立)
行业:企业差旅服务(B2B Travel Management)+ AI 提效赋能
关键人:Long Lake CEO(Alex,No Priors 播客嘉宾)
核心技术:Nexus AI 平台(80% 通用底座 + 20% 行业定制,模型无关)
历史意义:全球首笔以 AI 改造运营为核心逻辑的AI私有化退市交易
信息来源:No Priors 播客2026年5月11日 https://www.youtube.com/watch?v=g5TWnUjbeFM
1915 年,欧洲炮火连天。美国运通做了一桩分外之事:把困在战火里的旅客接出来。这一做,做了一百一十一年,做成了全球最大的企业差旅买卖——Amex GBT。
2026 年 5 月,一家叫 Long Lake 的公司,掏出六十三亿美元,把它买了下来。


这不是寻常的收购。Long Lake 说,这是全球第一笔 AI 驱动的私有化退市交易——不是拿 AI 降本增效,是拿 AI 当收购的理由本身。
📌 核心要点速览(5 条)
1.交易规模:63 亿美元私有化 Amex GBT(成立于 1915 年,全球最大企业差旅服务商)
2.新范式:AI Roll-Up——不卖 SaaS 工具,直接收购传统公司用 AI 改造运营
3.反传统:不裁员反加人,员工效率提升 30-40%,有机增长率超 20%
4.核心引擎:Nexus 平台(80% 通用 + 20% 行业定制),部署周期从 1 年压缩到几天
5.市场容量:TAM 超 20 万亿美元,AI 在企业落地渗透率仅 1%——99% 的事还没开始
一|不裁员,加人
私募基金买公司,旧剧本是清楚的:买下来,砍成本,裁人,再卖出去。华尔街管这叫"创造价值"。
Long Lake 的 CEO 在播客里说了一句反常的话:AI 让人更高效,高效的人你需要更多。

这话听着温和,底下藏着一个硬判断。AI 不是用来省人头的家伙什儿,而是让同一个人能干更多活的引擎。员工效率提升了三成到四成,一个人可以伺候更多客户;多出来的客户带来的进项,边际利润高得惊人——他用了句话形容:"像软件公司一样长。"


结果也反常:有机增长率从行业常态的零到五成跳到了两成以上,员工薪水更高了,走的人更少了。
这和传统私募不是一条路。传统私募做减法,Long Lake 做加法。
二|不是卖软件,是买公司
硅谷创业的惯常路子是:发现一个行当效率低,给这个行当做一套 SaaS 工具,卖进去。
Long Lake 不走这条路。他们的判断是:你把软件卖给传统公司,传统公司不一定会用。
这判断有来由。美国九成九的企业是小买卖。一家二十人的会计事务所,合伙人五十五岁,用了十五年 Excel 和 QuickBooks。你告诉他有个 AI 家伙能提效六成,他的反应不是"太好了",是——
"谁来装?谁来教?出了错谁负责?税季已经够忙了,别添乱。"
——一位会计事务所合伙人

既然卖不进去,那就买下来。买下公司,AI 不再是"被采购的工具",而是"运营的法子"。
Skunkworks 模式:工程师驻扎在全美二十多个州,和业务团队并排坐,听电话、看流程、当场改代码。反馈循环短到没有缝隙。

三|一个叫 Nexus 的东西
Long Lake 做这事,靠的是一个叫 Nexus 的 AI 平台。
这个平台八成是通用的,跨行业共享;两成是定制的,针对具体行当。它不绑死任何一家模型,坐在模型和业务数据之间,像一个翻译官。

部署速度的进化
早年 把 Nexus 部署到一家新收购的公司,要花一年以上
现在 收购完成后几天之内就能部署,并开始见效
原因 十几家公司收购积累的经验,从 HOA 物业到企业差旅,每一次都让 Nexus 更利索
四|AI Roll-Up:新物种的诞生
Long Lake 不止想收购一家公司,他们想重新定义整个行当的营运范式。这就是 AI Roll-Up 模式。

两种 Roll-Up 的本质区别
传统 Roll-Up 削减成本提高效率 · 标准化流程 · 短期财务工程
AI Roll-Up 技术赋能指数级增长 · 个性化智能 · 长期价值创造
"我们不是来'修理'GBT 的,我们是来释放它的。"
——Alex,Long Lake CEO
五|三种人,凑在一家公司里
Long Lake 觉得,这事要做成,需要三种极其稀缺的能力凑在一起:
一、私募级别的并购能力。团队来自 GTCR、Blackstone、TPG——都是做大买卖的人。
二、顶级工程和 AI 能力。团队来自 Palantir、Ramp、Robinhood、Glean——都是造过硬家伙的人。
三、变革管理能力。买下公司之后,怎么让人接受新系统、新流程、新逻辑——这不是技术活,是人事活。
这三种能力单独拎出来不算稀奇,放在同一家公司里,极罕见。搞并购的不懂 AI,搞 AI 的不懂营运,搞营运的不懂交易——这是常态。Long Lake 要做的,是把三拨人拧成一股绳。

六|不卖,永远持有
Long Lake 不做短期翻转。他们的目标是对标Danaher 和伯克希尔——永久持有,复利增长。

卖家愿意合作的三个由头
长期持有 不会拆了卖
AI 赋能 公司能长得更快
Rollover 原始股东留在桌上吃后面的增长
TAM 超过二十万亿美元。这不是一个小池塘。
七|99% 的事还没开始
播客最后,说了一个数字:真正在企业里落地的 AI 用例,渗透率大约只有 1%。
九成九的企业是小买卖,缺资源、缺人才、缺胆量。即便是大公司,也在摸着石头过河。这意味着什么?意味着这是一片还没翻开的土地。

硅谷过去一年的"AI Roll-Up"专项资本
General Catalyst 切了 15 亿美元专项
Thrive Holdings 融了 20 亿美元永续资本,OpenAI 入股
Lightspeed 配了 15 亿美元
三家合计五十亿美元以上的专项资本,押的是同一个判断:AI 正在从"卖工具"走向"拥有运营"。上一代 SaaS 的目标是提升效率,AI Roll-Up 的目标是直接改造利润表。
八|中国科技厂商的四门功课
若从中国科技公司的门里看出去,这几条路子值得细想:
第一,别光卖锄头,要按收成抽成。
从前卖软件,按套算钱,天花板就摆在那儿。如今换个算法:你省了几个伙计的钱,我抽成;多干了多少活,我抽成。这市场比原来大三十倍。
OpenAI 和 Anthropic 也不傻,最近他们找上华尔街那些大财主,合起伙来做AI落地 + 运营管理公司——把落地的脏活累活外包给懂行的人,自己只管提供枪炮。中国科技公司若有心,也该找几个 PE 产业里的老江湖,搭伙开灶,借他们的手,伸到各行各业的深处去。
第二,派几个能干活的小伙子,住进人家厂里。
光把软件卖出去,是改变不了什么的。得有人真刀真枪地蹲在流水线上,跟老师傅并排坐,看他怎么挑毛病,怎么补漏洞,一蹲就是几个月。
Long Lake 那帮人管这叫 Skunkworks。我看就是扎下去的手艺人。字节要做这事,得挑那些既懂代码又懂人心的小伙子,派到客户那儿去,不是当顾问,是当自家人。
第三,把人家的手艺,变成自家的本事。
以前做 SaaS,只看得见客户填进表里的数字。如今深度接管一块业务,才能看见老师傅为什么摇头、质检员在哪里画圈、哪个电话让主管皱了眉头。这些藏在日常里的判断,才是真正的金矿。
有了这些,模型才能学会人味儿,而不是只会背书。
第四,别想着裁人,要想着让人多挣钱。
老派的 PE 并购完一进场先砍人,省下的钱揣自己兜里。这法子招人恨,也做不长久。
Long Lake 那套新玩法,是把 AI 当成给伙计们发的超能力。一人能干原先三人的活,不是赶跑两个,而是给剩下那个开三份工资。好手艺人闻着钱味就来了,生意自然越做越大。
中国科技公司若能在自家地里也这么干——不是盯着"省了多少钱",而是想着"一个人能多做多少事"——这事就好推进了。
Amex GBT 一百一十一年了。从一战炮火中帮人撤离,到今天被一家 AI 公司收入囊中。这桩买卖到底是新故事的开头,还是旧模式的变奏,现在说还早。
但有一件事是确定的:这是第一次,收购一家公司的核心逻辑不是"我能省多少钱",而是"AI 能让这家公司长成什么样"。
——这个转变,值得留意
常见问题 FAQ
Q1|AI Roll-Up 是什么?和传统 Roll-Up 有什么区别?
AI Roll-Up 是一种 2025-2026 年兴起的新型并购模式:投资机构收购传统行业公司后,用自研 AI 平台改造其业务运营,实现指数级增长。它与传统 Roll-Up 有三点本质区别:(1)价值创造方式——传统 Roll-Up 靠削减成本和裁员,AI Roll-Up 靠技术赋能和增加人手;(2)增长来源——传统靠规模化标准流程,AI Roll-Up 靠个性化智能;(3)持有周期——传统 PE 5-7 年退出,AI Roll-Up 对标伯克希尔永久持有。
代表案例:Long Lake 2026 年 5 月以 63 亿美元收购 Amex GBT。
Q2|Long Lake 是什么公司?为什么能拿下 63 亿美元的交易?
Long Lake 是一家专注 AI Roll-Up 模式的美国新型投资机构,2026 年 5 月以 63 亿美元私有化全球最大企业差旅服务商 Amex GBT,开创全球首笔"AI 驱动私有化"交易。它能完成此交易的原因是其团队组合极其稀缺:并购能力来自 GTCR、Blackstone、TPG(私募巨头);工程与 AI 能力来自 Palantir、Ramp、Robinhood、Glean(一线科技公司);外加变革管理能力。这三种基因的合体在业内极为罕见。
Q3|Amex GBT 是什么公司?被收购后会怎样?
Amex GBT 全称 American Express Global Business Travel,成立于 1915 年,是全球最大的企业差旅管理服务商,业务起源于一战期间从欧洲战火中接送旅客。
2026 年 5 月被 Long Lake 以 63 亿美元私有化后,Long Lake 明确表示"不会拆分卖出、不会大规模裁员",而是用 Nexus AI 平台改造运营、增加员工人数、追求长期复利增长(对标 Danaher、伯克希尔模式)。
Q4|Nexus 平台是什么?为什么是 Long Lake 的核心壁垒?
Nexus 是 Long Lake 自研的 AI 运营平台,由 80% 通用能力 + 20% 行业定制能力组成,模型无关(不绑定任何一家大模型),位于大模型与企业业务数据之间充当"翻译官"。
其核心壁垒在于规模效应——每完成一次新行业收购(已涵盖 HOA 物业、企业差旅等十几家公司),平台经验沉淀一次,部署周期已从最初的 1 年以上压缩到收购后几天即可见效,形成可复用的 playbook。
Q5|什么是 Skunkworks 模式?它为什么重要?
Skunkworks 模式是 Long Lake 采用的工程师驻场交付方式:工程师驻扎在被收购公司所在的全美 20 多个州,与业务团队并排办公,实时听电话、看流程、当场改代码。它的重要性在于打破了传统 SaaS"远程交付 + 客户提需求"的低反馈循环——工程师能直接观察到老师傅为什么摇头、质检员在哪里画圈、哪个电话让主管皱眉,这些隐性判断是模型学习"人味儿"的关键数据源。
Q6|为什么 AI 公司不卖 SaaS 工具,反而要"买下整个公司"?
因为美国 99% 的企业是中小买卖,普遍缺资源、缺人才、缺改造意愿,把 AI 工具卖给传统公司,对方往往不会用。
典型场景:一家 20 人的会计事务所,55 岁的合伙人用了 15 年 Excel 和 QuickBooks,听到 AI 提效 60% 的第一反应不是"太好了",而是"谁来装、谁来教、出错谁负责、税季已经够忙了别添乱"。买下来后,AI 不再是"被采购的工具"而是"运营的法子"——这是 Long Lake 的核心判断。
Q7|硅谷还有哪些机构在押注 AI Roll-Up 模式?投了多少钱?
截至 2026 年 5 月,硅谷三大顶级 VC 已合计为 AI Roll-Up 模式配置超 50 亿美元专项资本:General Catalyst 设立 15 亿美元专项基金,Thrive Holdings 融了 20 亿美元永续资本(OpenAI 入股),Lightspeed 配置 15 亿美元。
同时 OpenAI 与 Anthropic 也开始联手华尔街组建AI落地 + 运营公司——把 AI 落地的脏活累活外包给懂行业的 PE 机构,自己只提供模型和算力。这反映出 AI 行业的共同判断:AI 价值正在从"卖工具"转向"拥有运营"。
Q8|AI Roll-Up 的市场规模有多大?还有多少机会?
AI Roll-Up 的潜在市场规模(TAM)超过 20 万亿美元,当前 AI 在企业的真实落地渗透率仅约 1%,意味着 99% 的市场尚未被开垦。
对比维度:传统企业 SaaS 全球年市场约 2000 亿美元,AI Roll-Up 的市场天花板比 SaaS 高出 100 倍,因为它直接改造的是企业利润表本身,而非仅卖工具收订阅费。
Q9|AI Roll-Up 模式对中国科技公司有什么启示?
四条可借鉴路径:
(1) 商业模式——从"按软件 license 卖钱"转向"按客户业务成果抽成",市场扩大约 30 倍
(2) 交付方式——派懂代码也懂人心的工程师驻场客户现场(Skunkworks 模式),不是当顾问而是当自家人
(3) 数据壁垒——深度接管业务才能采集到老师傅的隐性判断,喂养出"有人味儿"的模型
(4) 价值取向——别盯着"省了多少钱",要想"一个人能多做多少事",效率提升后涨工资留人,而非裁人省成本
Q10|DeployCo 模式是什么?它和 AI Roll-Up 有什么关系?
DeployCo 是 OpenAI 联合华尔街金融机构组建的新型合资实体,专门负责把 AI 技术落地到具体行业——大模型公司提供"枪炮"(模型与算力),金融机构出资本和并购能力,PE 老兵负责行业整合。
它本质上是AI Roll-Up 的"分工版":Long Lake 是一家公司全做(端到端),DeployCo 则是大模型公司 + 金融资本 + 行业并购方的三方协作。两者瞄准的是同一个 20 万亿美元 TAM。
🔗 延伸阅读
· No Priors 播客 Long Lake CEO 专访:https://www.youtube.com/watch?v=g5TWnUjbeFM
· Danaher 商业系统(DBS)与伯克希尔哈撒韦的复利模式:丹纳赫模式(三):DBS
· Palantir Foundry 与 Glean 的企业 AI 部署经验:Palantir企业操作系统架构官方深度解析:AIP、Foundry与Apollo的集成创新
· 更多关于AI Roll-Up模式:硅谷火了一年的 AI Roll-Up,正在把“买公司”变成新的 AI 创业模式
如果觉得这篇有用,欢迎转发给同样在思考 AI 落地的朋友
点个"在看",让更多人看到这场范式转移
-------------------------------

-------------------------------
关于我们
探微观智聚焦AI产品和创作,思考下一代AI原生产品和交互灵感。从ToC产品创新,到模型、平台、生态、资本、观点报告等上下游迭代趋势,以一线产品实战视角切入,拆解可复用的“AI产品灵感基础模块”,每日更新。

联系我们:进入探微观智公众号,选择“企业合作”。
-------------------------------
👧我做了一个写人生自传的 Skill:不写彩虹屁,写一个人为什么成为自己 ☯️从罗振宇到冯友兰:AI时代人类生存指南 ☯️李继刚:人与AI的关系—写日记可能是人在AI时代最无悔的事情 👨Manus的 AI 产品心法:从“品味”到“护城河”、从“取舍”到“增长”的深度解读 ☁️A16Z Big Ideas 2026:关于2026年科技趋势的47条“剧透”,AI 走出屏幕,物理世界可“编程”
🐒给打工人:AI赋能人工,从入门到精通.pdf 🐒给老板:AI替代人工,从入门到精通.pdf ✍️AI-native组织协作指南.pdf 💰AI公司的商业化难题:别再用 ToC 和 ToB 给 AI 公司贴标签了 🤖为什么 Anthropic 能做出大厂做不出来的模型和 Agent? 🦞龙虾系列08|我把 Karpathy 的"个人知识库"工作流做成了一键可用的工具 🦞龙虾系列07|Anthropic 在命令行里养了 18 只宠物:Claude Code “Buddy”宠物系统对于“效率×陪伴”产品的四个启示 🦞龙虾系列06|拆解Claude code源代码,发现好的Agent架构和好的公司管理,底层逻辑是相通的 🦞龙虾系列05|我用7个Agent模拟了一场“艺术与科技跨界孵化”的讨论:AI时代,最适合诞生下一个“达芬奇” 🦞龙虾系列04|OpenClaw 和它的四个"挑战者"都在做什么 🦞龙虾系列03|解剖Agent,发现其实没有“魔法”,Agent = 模型 + Harness 🦞龙虾系列02|关于 OpenClaw 帮你赚钱的机会:A2A 生态起来后,钱会流向哪里 🦞龙虾系列01|OpenClaw 与 AI Agent 时代:当 How 被自动化,人还剩下什么? 👾Web 4.0:当 AI 不再需要人类“批准”时,会发生什么?软件的用户不再是人类,AI直接帮你赚钱 ❤️🔥ELYS 深度测评:当社交圈里住进了硅基生命,价值其实不在社交本身(含50个独家邀请码) 🪄一手测评AnyGen:字节版NoteBookLM + Manus,幻觉少、不废话!把“麦肯锡能力”开放给每个人,还能做漫画和3D粒子魔法特效
🙋AI周报|Codex 升堂夺嫡争通用,外壳封装另起炉灶新 (Harness-as-a-Service) 🙋AI周报 五一合集|AI 商业化拐点到来:豆包付费、但 AI 订阅经济学失衡 🙋AI 周报|DeepSeek V4 和 GPT-5.5 同天发布,GPT叙事转向;AI“御三家”亮出企业 Agent 底牌 🙋AI周报|Anthropic 和 OpenAI 同时按下加速键,留给中间层的时间不多了 🙋AI周报|Anthropic 连续更新的一周、Claude Mythos只给12家大厂用/ Token经济学拐点/ Coze 2.5给Agent发身份证 🙋AI周报|Coding Agent通用化 Cursor 3和Trae Solo默契更新/Claude Code源码泄露含电子宠物/豆包日均Token破120万亿标志AI渗透进生产环节 🙋AI周报|谷歌一篇论文崩了存储芯片股、Sora正式关停、Harness工程共识、Vibe Research跑通 🙋AI周报|OpenAI三合一抢桌面、钉钉"悟空"上线;对比之下,为何谷歌不做OpenClaw
更多基于以往推送的个性化问答,欢迎使用AI产品灵感智能体⬇️
夜雨聆风