一场以人工智能为核心的服务业变革正在风险投资领域悄然兴起。多家知名风投机构正押注于通过AI技术改造传统劳动密集型服务企业，试图将这类企业的利润率提升至软件行业的水平。这场投资革命的领军者General Catalyst已从新募资金中划拨15亿美元，专项推进其“创造战略”。该战略的核心是在特定行业孵化AI原生软件公司，再以这些公司为平台收购同类成熟企业及其客户群。
“全球服务业年收入达16万亿美元，而软件业仅1万亿美元。”General Catalyst业务负责人马克·巴加瓦在接受采访时指出，“软件行业的吸引力在于其规模化后的超高利润率——边际成本趋近于零，边际收入却持续攀升。”他透露，若能通过AI技术实现服务业务30%至50%的自动化，甚至在呼叫中心等场景自动化70%的核心任务，投资回报将极具竞争力。
这一策略已初见成效。以被投企业Titan MSP为例，General Catalyst分两轮投入7400万美元，助其开发面向托管服务提供商的AI工具。随后，Titan MSP收购了知名IT服务公司RFA，并通过试点项目证明可自动化38%的典型MSP任务。目前，该公司正计划利用提升的利润率，通过“滚雪球”模式收购更多同类企业。
类似案例还包括专注于企业内部法务的Eudia。与传统律师事务所不同，Eudia以固定费用模式为雪佛龙、西南航空等财富100强企业提供AI驱动的法律服务，并收购了替代法律服务提供商Johnson Hanna以拓展业务。巴加瓦表示，General Catalyst的目标是将被投企业的EBITDA利润率至少翻倍。
其他风投机构也纷纷跟进。Mayfield设立1亿美元专项基金，投资“AI团队成员”类初创企业，如IT咨询公司Gruve。该公司收购一家价值500万美元的安全咨询公司后，仅用六个月便将收入提升至1500万美元，毛利率达80%。Mayfield董事总经理纳文·查达称：“若80%的工作由AI完成，综合利润率可达60%至70%，净收入20%至30%。”独立投资者埃拉德·吉尔则通过支持收购成熟企业并用AI改造的公司，践行类似策略。
然而，这场变革的复杂性正逐渐显现。斯坦福社交媒体实验室与BetterUp实验室的一项研究调查了1150名全职员工，发现40%的受访者因AI生成的“无效工作”（如看似专业但缺乏实质内容的内容）承担了更多任务。这些“工作垃圾”不仅增加了同事的工作量，还导致组织效率下降。参与调查的员工平均每处理一次此类内容需花费近两小时，包括解读、退回或修复问题。
研究估算，按员工时间投入和薪资计算，每人每月因“工作垃圾”产生的隐性成本达186美元。对于拥有1万名员工的组织而言，每年生产力损失可能超过900万美元。这一发现对风投机构的核心逻辑构成挑战：若被收购企业按AI效率理论裁员，可能缺乏足够人力纠正AI错误；若维持现有员工规模处理额外工作，则预期的利润率增长可能难以实现。
巴加瓦并不认同AI被过度炒作的观点。他认为，这些实施困境恰恰证明了General Catalyst策略的合理性。“若财富100强企业能轻松通过咨询公司和OpenAI的合同实现转型，我们的理论基础就不成立了。”他强调，AI技术的复杂性是关键挑战，“需要像Rippling、Ramp等公司的应用AI工程师，他们熟悉不同模型的特性，知道如何将其转化为实用软件。”
尽管存在争议，General Catalyst的“创造战略”已显现盈利潜力。与传统风投支持烧钱初创企业的模式不同，其被投公司因收购具有现金流的企业而实现盈利。这一转变对长期为亏损企业买单的风投有限合伙人而言，或许是一个受欢迎的变化。巴加瓦表示：“只要AI技术持续进步，我们将看到更多行业需要我们的孵化支持。”
