夜雨聆风
Hamptons live dump
上一篇文章系统梳理了当前AI赛道的基本格局：通用大模型与API套壳的窗口期已实质性收窄，真正的结构性机会正加速向垂直整合、行业Know-how、软硬一体等高壁垒领域迁移。
如果说上一篇是面向创业者的赛道选择分析，本文则切换至资本视角，探讨硬币的另一面。
一个关键的结构性变化正在发生：驱动AI下半场的资本主力，正从VC切换为PE和CVC。
这不是简单的此消彼长，而是AI商业化进入深水区后，对资本能力模型提出的根本性重构。上一轮红利的核心是“发现”，这一轮的核心则是“共建”与“运营”。
一、VC的困境：估值体系与资产形态的结构性错配
在上一篇文章的筛查框架中，有一个核心问题：公司是单向调用API，还是已形成自主的智能闭环？
从投资视角审视，这个问题的实质是：标的资产是否具备独立于第三方基础模型的持续价值。
传统VC的投资范式，建立在押注非线性增长的预期之上。一个基于GPT API的轻量应用，可能在三个月内实现DAU的指数级增长，这种爆发力构成了VC估值模型的核心支撑。然而，当套壳红利消退后，纯应用层项目的底层缺陷开始系统性暴露：
其一，竞争壁垒脆弱。用户迁移成本极低，当大型平台以免费功能形式集成同类能力时，独立应用的竞争优势往往在短期内瓦解。Jasper AI的经历即是一个注脚：这家AI写作助手公司在2022年曾以15亿美元估值完成1.25亿美元融资，一度被视为生成式AI应用层明星。但随着ChatGPT免费版本的推出和Google Bard的入场，其增长曲线迅速承压，最终不得不大规模裁员并进行战略收缩。
其二，资产归属模糊。核心的用户关系、训练数据和模型迭代能力本质上依附于底层基础模型供应商，应用层公司实际掌握的有价值资产相当有限。
其三，退出通道狭窄。即便项目跑通，独立IPO的概率较低，更常见的退出路径是被平台方以功能补充为目的进行低价整合，回报天花板可预期。
这一背景下，VC面临的结构性困境愈发清晰：市场上符合“爆发式增长”叙事的标的急剧萎缩。与此同时，一批经营稳健但增速呈线性的垂直AI公司：例如AI合同审查、AI工业质检、AI农业养殖等领域正在成批量出现。这些公司具备正向现金流和可验证的客户价值，但其增长曲线难以装入VC的估值框架：投早期阶段，缺乏指数增长的想象空间；投后期阶段，资本回报倍数难以满足基金周期要求。
资本供给依然充裕，但基于旧范式的投资地图已无法标注新的价值高地。
二、资本结构的代际切换：PE与CVC的入场逻辑
当AI投资的重心从模式创新的轻资产转向场景与资产深度重构的重资产时，PE与CVC的能力组合与新格局的要求形成了结构性匹配。
1. PE的定位：从增长预期到资产运营的价值发现
PE的核心能力不在于预判技术曲线的斜率，而在于对单位经济模型、现金流结构和运营效率的精细化评估与管理。上一篇文章所分析的“垂直赛道龙头”和“软硬一体”项目，其资产特征与PE的投资范式高度契合：可验证的单位经济模型，增长驱动来自产能扩张或渠道渗透，竞争壁垒根植于供应链管理、专利布局和客户长期关系，这些均属于可尽调、可估值、可通过投后管理优化的硬资产。
在软件领域，这一逻辑已被先行者充分验证。Thoma Bravo在2021年以约123亿美元收购企业自动化软件公司Anaplan时，这家公司已在财务规划和供应链管理领域积累了近2000家大型企业客户，年经常性收入超过5亿美元，净留存率长期维持在120%以上。Thoma Bravo看到的，并非一个需要爆发增长的初创公司，而是一个已经验证了产品市场匹配、但运营效率和利润率尚有显著优化空间的成熟资产。收购完成后，其投后团队通过精简组织架构、整合产品线和优化定价策略，显著提升了公司的自由现金流水平。
这并不是孤例。
2023年，Vista Equity Partners以约46亿美元收购了云收入管理平台Model N，Silver Lake则以约125亿美元将软件测试公司Qualtrics私有化。两笔交易的共同逻辑都是：在估值回调期锁定具有深度客户黏性和高经常性收入占比的SaaS资产，通过运营优化而非市场扩张驱动价值增长。这类交易与AI垂直SaaS的投资逻辑一脉相承，客户一旦将AI财税或AI法务合规系统嵌入日常业务流程，迁移成本极高，增长曲线虽不陡峭但确定性高。PE的价值不在于推动烧钱获客，而在于优化定价分层、搭建大客户销售体系、通过产品模块拆分推动交叉销售，将年经常性收入从千万级稳定推升至数亿级。
在AI硬件领域，这一模式同样适用。以软银对波士顿动力（Boston Dynamics）的控股为例，这家人形机器人公司拥有全球领先的运动控制技术积累，但在Google母公司Alphabet旗下时，商业化路径始终不清晰。软银接手后，并没有将其视为一个需要快速IPO退出或追求用户增长的资产，而是提供了长期资本支持，允许其将产品从实验室原型逐步推向物流、巡检等商业化场景。
当AI硬件公司开始从产品验证阶段进入规模化量产阶段时，面临的核心瓶颈不是技术迭代，而是制造端的产能爬坡、良率控制、供应链成本优化，以及市场端的外埠渠道拓展和经销商体系搭建——这正是PE机构能够提供系统性赋能的环节。
2. CVC的定位：基于场景主权和数据壁垒的价值创造
如果说PE的角色是价值发现与运营放大，CVC的定位则更接近于价值创造，以母公司的产业场景和数据资产为土壤，培育与之深度耦合的AI能力。
当前AI行业最具壁垒价值的资产，并非通用算法本身，而是沉淀在车间产线、供应链系统和资深从业者经验中的行业Know-how与私有数据。这些资产的获取，无法通过算力堆叠实现，而CVC背后的产业主体，恰恰是这些稀缺资产的天然持有者。
其投资逻辑并非纯粹的财务回报导向，而是战略孵化与生态锁定的复合模式：向被投企业开放产业场景、客户渠道和脱敏数据，使算法在真实工况中完成迭代；以母公司的行业信用为背书，将创业公司通常需要五年以上建立的客户信任周期压缩至一年以内；在部分场景下，直接控股或收购在细分场景中跑通闭环的团队，将其整合为内部AI部门，对外输出标准化解决方案。
丰田的AI布局路径具有典型的参考价值。
2015年，丰田在硅谷成立丰田研究院（TRI），这一架构本身就带有CVC与内部孵化的双重特征——它不是简单的财务投资部门，而是被赋予了明确的战略使命：将AI能力深度植入丰田的制造体系和出行生态。在随后的近十年中，丰田研究院通过投资和深度合作的方式，与多家人形机器人公司建立了绑定关系，将机器人技术直接导入自家的汽车产线，用于零部件搬运和装配环节。这一路径的核心逻辑在于，丰田提供给被投企业的不仅是资金，更是全球最先进的汽车制造产线作为真实测试场——这种级别的场景准入，是任何纯软件公司或独立实验室都无法复制的竞争壁垒。
医疗器械巨头美敦力的策略同样值得关注。
2022年前后，美敦力通过其CVC部门持续投资和收购AI辅助手术和诊断技术公司。一个标志性动作是，美敦力与AI内窥镜公司Cosmo Pharmaceuticals达成合作，将其子公司Cosmo Intelligent Medical Devices开发的GI Genius智能内窥镜检查系统深度整合进自己的外科手术产品线。GI Genius能够在结肠镜检查中实时标记可疑息肉，辅助医生提高腺瘤检出率。在这套合作模式下，AI影像分析算法被嵌入美敦力的硬件设备，随同其成熟的全球销售网络进入医院终端。Cosmo不再需要独立面对医疗行业的漫长采购周期和严苛的监管审批流程，GI Genius在2021年已获得FDA批准，成为首个获批的AI辅助结肠镜检查设备。借助美敦力的品牌信任和渠道体系，直接触达全球数百个市场的临床用户。
此外，美敦力还在2020年以约11亿美元收购了脊柱手术机器人公司Mazor Robotics，将其AI驱动的术前规划与术中导航系统整合进自身的脊柱外科解决方案中。这一模式的核心优势在于，场景供给方和算法供给方各取所需。创业公司获得市场准入和产品落地的跳板，美敦力则获得了区别于竞争对手的智能化功能，两者形成战略共生而非简单的投资关系。
在工业领域，西门子则展示了另一种更高阶的整合范式。
过去数年间，西门子通过其投资部门持续布局工业软件和增材制造的初创公司，但它并未停留于财务投资的层面。2016年，西门子以约45亿美元收购了EDA软件公司Mentor Graphics，将其芯片设计和仿真能力整合进自身Xcelerator数字工业平台。在增材制造领域，西门子与3D打印软件公司Materialise建立了深度合作关系，将Materialise的AI驱动打印工艺仿真和优化能力，直接集成进自己的NX软件套件和工厂自动化产线中。
此外，西门子还投资了英国AI增材制造初创公司Authentise，将其用于实时监控和自适应调整打印参数的技术整合进自己的数字制造解决方案。借由西门子覆盖全球的工业客户网络，这些技术能力被打包进标准化的解决方案，分发至航空航天、汽车制造、能源装备等领域的顶尖制造商。以Materialise为例，其技术通过西门子的渠道进入了空客的飞机零部件制造产线和宝马的汽车零部件产线，无需独立攻克客户获取难题，但技术已渗透进全球最高端制造场景的核心环节。
这正是CVC的终极价值所在：以场景换取股权，以渠道压缩时间成本，以产业信任构建竞争壁垒，最终形成你中有我、我中有你的深度绑定，使外部竞争者难以切入。
三、资本分工格局的重构：从发现者到共建者
基于上述分析，AI投资领域的资本分工正在形成新的格局。
VC：继续向上游延伸，聚焦高校和科研院所的底层技术突破，押注下一个架构级创新。这一领域仍需快速决策能力和高风险承受能力。
PE：扎根中后期，以规模资本和运营管理能力，帮助已在细分领域完成商业化验证的垂直AI冠军，实现从数亿估值向数十亿市值的确定性跃迁。核心投的是资产质量和现金流的复利增长。Thoma Bravo之于Anaplan、Vista之于Model N的交易逻辑，将在AI时代被更频繁地复制。
CVC：深耕产业腹地，以场景主权和数据资产为杠杆，将AI能力植入自身业务生态，培育与母体共生共荣的独特物种。核心投的是战略协同和时间壁垒。丰田、美敦力、西门子的实践路径，正在成为产业资本布局AI的参照模板。
这一格局重构的本质，是资本估值逻辑从“未来增长预期的折现”，回归到“当前资产质量和现金流创造能力的评估”。
四、结语
AI创业的范式转换，必然驱动资本配置的结构性调整。快钱退潮，并非意味着市场流动性收缩，而是资本正在向更擅长驾驭重资产、深场景、长周期的机构手中集中。这一转移过程，本质上是AI产业从技术驱动走向商业驱动的必然结果。当技术的边际创新从通用层下沉到垂直层，资本的配置逻辑也必须从押注技术突破转向识别资产质量。
对VC而言，挑战不在于资金多寡，而在于能力模型的适配。在AI深水区，技术判断力依然重要，但已经不再是唯一的核心能力。那些能够理解产业逻辑、具备运营赋能能力、愿意接受线性回报而非只追求指数回报的投资机构，将在这轮洗牌中占据主动。
对PE而言，AI领域正在批量出现符合其投资审美的标的。这些公司不是靠故事融资的明星项目，而是在细分行业里默默构建了产品壁垒、客户黏性和正向现金流。它们需要的不是救命的钱，而是帮助其从数亿收入跨向数十亿收入的系统性运营支持。Thoma Bravo收购Anaplan、Vista收购Model N、Silver Lake收购Qualtrics，这些交易背后的逻辑，未来将越来越多地复现在AI垂直赛道上。
对CVC而言，最大的优势不是资本规模，而是场景和数据的主权。丰田将机器人公司导入产线、美敦力将AI诊断技术嵌入外科手术产品、西门子将AI设计软件集成进工业套件——它们的共同点是，以场景换取技术落地，以渠道压缩时间成本，以产业信任构建竞争壁垒。CVC投出的不是一笔钱，而是一个外部创业者凭自身力量极难跨越的准入门槛。
对于创业者，信号同样清晰。如果你的项目依赖的是底层技术的突破，VC仍是关键伙伴。如果你的产品已经在垂直行业扎根，有客户愿意持续付费，有利润但缺规模，PE是最值得对话的对象。如果你缺的不是资金，而是能让产品跨越信任鸿沟、直接进入真实场景的产业土壤，那么CVC应被纳入最优先的接触名单。
当行业回归商业本质，评判价值的标尺自然会变。利润质量、客户续约率、现金流创造能力、资产独立性，这些看似传统的指标，正在取代DAU、增长倍数和融资轮次，成为新一轮AI投资的核心语言。
