近三十年来，我一直与私募股权投资方坐在谈判桌的两端，在这段漫长的时间里，这套套路几乎从未改变。买下一家优质企业，调整资本结构，强化运营纪律，精心包装，然后以远高于收购价的倍数出售。谈判桌的一边是财务工程，另一边是运营工程。这就是既定的操作手册，而且行之有效。
它仍然有效，但仅靠它已经不够了。
我在硅谷及加州其他地区的洽谈室里观察到，投资人已经不再用那些老问题开场了。现在我首先听到的问题，无非是“人工智能在这个业务中扮演什么角色”，以及“如果我们能做好，它能带来多少价值？”
让我先说明一下背景，因为这并非理论上的问题，而是取决于当前市场的实际状况。
出口门卡住了
步入2026年，整个行业正承受着长达三年锁定期带来的后果。DPI（已缴资本分红）已成为每位有限合伙人（LP）都想谈论、却鲜有普通合伙人（GP）愿提及的指标。2025年底政府停摆的持续，将本应强劲的第四季度IPO窗口变成了错失良机。公司并未消失，而是积压成山。 Figma成功完成了上市。CoreWeave成功完成了上市。Cerebas成功完成了上市。其余企业仍在排队，且将持续排队，直至利率下调、风险偏好情绪回归，从而支撑起我们清空积压项目所需的估值倍数。
当你无法从正门出去时，就会另辟蹊径。去年我们目睹了一波真正的二级市场交易热潮，发起人将资产打包成延续型基金——有时是单一资产，有时是资产组合——并将其出售给其他基金。 2025年，我经手的这类交易数量超过了职业生涯中任何一个十二个月周期的总和。这种手段或许能奏效一两次，但无法解决根本问题——即在持有期间必须切实创造价值。而在退出环境趋缓的情况下，你所创造的价值必须远超当初签署意向书时模型预估的水平。
这正是当前私募股权领域人工智能讨论的核心驱动力。这并非为了追逐潮流，而是为了在持有期远超预期的情况下，维护并扩大利润率。
人工智能已从试验阶段迈入运营预算阶段
在我所服务的投资组合公司客户中，人工智能已不再只是战略规划中的一张幻灯片，而是真正成为了一项具体支出。无论是后台业务自动化、需求预测、供应链优化、客户服务分流，还是工程团队内部的代码生成，无不体现着这一趋势。我想，那些20世纪90年代推崇精益制造的人，恐怕很难认出如今在管理良好的投资组合公司中，销售、一般及行政费用（SG&A）正发生着怎样的变化。
最近，我与一家中型市场投资机构的运营合伙人交谈时，他向我阐述了他们的核心观点：如今每一笔新平台交易都始于一个问题——有多少比例的员工正在从事重复性的认知工作，而这些工作明天就能由智能代理来完成？两年前，这只是个脚注；如今，它已成为行业标准。
这些数据与我实地观察到的情况相符。人工智能和机器学习领域的私募股权交易额从2023年的约420亿美元跃升至2024年的1400多亿美元，且这一势头在2025年持续增强。2026年第一季度打破了所有历史纪录，人工智能领域吸引了约80%的风险投资资金。 当资本流动如此果断时，那些未以“AI优先”为价值创造核心理念的投资方，将发现自己不得不向市场抛售资产——而市场对AI的估值已然高企，无论他们是否真正实现了这一价值。
机器人技术已不再仅限于工业领域
我在硅谷成长的过程中，亲眼目睹了机器人技术在工厂和仓库中的实际应用。但这并非下一阶段的发展方向。计算机视觉、自主系统和传感器技术的进步，开辟了五年前在经济上根本不可行的应用领域。例如物流场站、餐饮服务、建筑、现场服务以及医疗保健服务。 目前，国防科技和航天领域尤为引人关注，因为一旦签订政府合同，就能预见到未来五到十年的收入，而这种稳定性在人工智能基础设施领域却很难获得——在该领域，私募股权从业者至今仍无法真正预测未来五年的发展态势。
对于那些关注长期存在劳动力短缺、工资上涨或季节性波动行业的企业而言，机器人技术是一种切实可行的运营杠杆，也是能够永久改变企业单位经济效益的投资。当您可能需要持有该资产的时间比模型预期的还要多两三年时，实现利润率的永久性提升正是您所需要的。
一段尽职调查的战记
如今我在技术驱动型交易中进行的尽职调查，与2022年时完全不同。
如今，我们花大量时间在数据权利上。模型是基于谁的数据训练的？是否持有相关许可？数据是否来自爬取？是否存在赔偿条款？模型生成的结果是否适合商业用途？在最近的一次平台收购中，我们发现目标公司一直在使用某数据集训练内部模型，但经过层层调查后发现，该数据集包含受许可的第三方内容，其使用范围限制条款明确禁止将该数据用于模型训练。 这笔交易虽未告吹，但协议条款进行了重新修订，卖方也接受了让利。创始人应当意识到，如今在尽职调查中，数据权利正像资本结构表一样受到同等严格的审查。
我们投入大量时间研究监管风险。欧盟《人工智能法案》正在实施，加利福尼亚州、科罗拉多州和纽约州的自动化决策相关州法律也层出不穷。如果某家投资组合公司正在利用人工智能进行招聘、定价、信贷或保险决策，那么无论投资方是否意识到，这都存在监管尽职调查的问题。 我还注意到，代表与保证保险的承保商已开始针对AI相关风险设定免责条款，这表明市场正在实时对这一风险进行定价。
我们投入了大量时间来应对网络安全问题，因为采用人工智能的企业所面临的攻击面，与该企业在引入人工智能之前的攻击面截然不同。提示词注入、模型提取、训练数据中毒……我现在正在处理与此相关的事件响应电话。
我们确实花了不少时间在劳动力管理上。大规模自动化会带来劳动力方面的影响。这涉及《工人调整和再培训通知法》（WARN Act）的相关考量、工厂关闭规定、遣散费处理方案，以及在工会化环境中的集体谈判义务。计划从目标公司裁减人员的收购方，需要一份经得起法律审查的方案，而非仅仅是一套幻灯片。
人才市场中的两个世界
在去年的TED AI大会上，我曾描述过我称之为“人工智能领域的两个世界”的现象。超大规模科技公司和大型模型实验室提供的薪酬待遇，是初创企业根本无法匹敌的。我亲眼目睹了一位A轮融资创始人的首席工程师，因某前沿实验室开出的上亿美元薪酬而离职。这就是我们所处的市场环境。
对于私募股权投资方而言，这有两点重要意义。当你收购一家技术驱动型平台时，你针对技术人才的留任计划必须考虑到这样一个现实：谷歌、Meta以及各大AI实验室每周二都会来挖角你的工程师。过去仅适用于创始人及CTO的“单触发加速机制”、激进的股权更新授予以及可观的现金留任激励，如今已成为留住工程团队核心成员的必要手段。 此外，在对一家原生AI企业进行尽职调查时，创始人兼工程师的集中风险已达到前所未有的程度。一旦失去其中两人，公司可能便不复存在。
运营工程已演变为技术工程
在本轮周期中表现突出的收购方，往往不再像传统的财务投资者那样运作，而是更像技术转型平台。他们拥有具备实际人工智能实施经验的运营合作伙伴，与模型提供商、系统集成商及自动化供应商建立了合作关系；当他们进入目标企业时，能在三十天内明确哪些工作流程需要自动化、何处应部署智能系统，以及何处应适度收缩。
将人工智能视为削减成本手段的投资者，最终获得的也只是削减成本带来的回报——这不过是一次性的收益增长，且会在十八个月内被市场竞争所消磨殆尽。而将人工智能视为战略性平台投资的投资者，则能获得更具持久力的回报：持续的利润率提升、无需相应增加人力即可实现的规模化增长，以及一个能打动下一位买家的退出方案——届时，整个市场都将把人工智能交付能力纳入每种商业模式的定价体系之中。
这让我们陷入了怎样的境地
我对私募股权客户说的话，和上个季度对满屋子的客户说的一样。 希望不是策略，准备不可或缺，而最优的交易往往在条款清单送达之前就已胜券在握。这一点历来如此。不同之处在于竞争环境。在这个周期中，人工智能、自动化和机器人技术绝非价值创造的配角。在许多情况下，它们本身就是价值创造的核心，而那些将它们视为核心的发起人，才是我愿意投资支持的对象。
在硅谷乃至全美范围内，私募股权、人工智能和机器人技术的融合已成现实，且正在加速发展。那些真正认识到这一点、围绕这一趋势组建团队、设计交易结构，并将其置于尽职调查核心位置的发起人，将在本轮周期中胜出。而那些未能做到这一点的发起人，将不得不花费大量时间向有限合伙人解释，为何投资回报率（DPI）始终未能回升。
