大家好，我是普拉蒂克·奈杜（Prathik Naidu），Long Lake 的创始合伙人。今天我很高兴能进一步探讨为何收购企业是将人工智能部署到现实世界的独特策略。首先，让我们从一个对许多人来说非常熟悉的场景开始：假设你正在开发一款人工智能产品，并试图将其销售给企业客户。那么，你应该从哪里开始呢？你发现了一个痛点，为此构建了一个智能体（Agent），它确实有效，但仅适用于一个非常狭窄的用例。这是一个很好的起点，但现在你必须将其真正投入生产环境。
这通常涉及处理安全审查、内部协调以及与使用了二十年的旧系统进行集成，这是一项繁重的工作。这通常是部署人工智能进入企业时面临的第一道壁垒。然而，一旦你克服了这一关，接下来你需要让团队真正使用它。因此，你通常需要迭代产品界面，进行培训并收集用户反馈。这时会出现一个典型的问题：推动采用率究竟是谁的责任？是作为人工智能供应商的你，还是你所服务的客户？
假设你顺利通过了所有这些环节，现在你需要思考如何为你刚刚部署的智能体获取收入。通常你会通过几个不同的问题来梳理：你是按令牌（tokens）收费还是按席位（seats）收费，或者两者兼有？你如何应对客户的价格敏感性？以及你如何实际衡量投资回报率（ROI）？更宏观的问题是，作为一家进入企业的人工智能初创公司，你如何捕获部署所创造的价值？
这些听起来可能对许多人都很熟悉。对我而言也是如此，这些部署壁垒反映了一个相当普遍的挑战：你是在外部构建解决方案，这使得人工智能的部署变得非常困难。重要的是，问题不在于模型本身。正如你们所知，模型正变得越来越出色，智能水平呈指数级增长。那么，究竟是什么让这一切变得如此困难？我想谈谈几个不同的观察结果，解释为何将人工智能部署到企业中充满挑战。
首先，组织结构极其复杂。在纸面上，你的组织架构图可能看起来像左侧那样：你有所有者、团队和经理，这是一个标准的团队结构。但现实情况是，组织要微妙得多。决策往往嵌入在一个由团队成员组成的复杂网络中，其中许多人拥有数十年的经验。他们与销售团队、运营团队协作，所有者通常也依赖这些人。因此，作为第三方供应商构建智能体之所以困难，是因为你实际上需要嵌入到组织内部才能发挥作用。
我想谈到的第二个原因是，如果你不理解企业实际运行的细微差别，你就无法交付部署的全部价值。供应商可能会与你的记录系统集成，比如客户关系管理（CRM）系统、工单系统，甚至是存放标准操作程序（SOP）、合同或旧邮件线程的文档存储库。这些是非常有价值的信息来源，非常有用。但现实是，特别是在复杂领域，企业的运作依赖于人类的判断力。
真正重要的是那些例外情况、边缘案例、隐性知识以及向专家提出的快速问题，这些才是决定企业如何运作的关键。这就是运营现实：你需要与从事实际工作的人合作，以了解什么是优秀的工作表现。我想强调的第三个原因是，即使你能够交付端到端的价值，作为人工智能供应商也很难捕获这些价值。
假设你签下了一份七位数（百万美元级）的合同，这相当令人印象深刻。但你如何看待这份合同带来的持久商业价值？这需要回答许多大问题：客户是否会持续续约？随着模型改进和替代品变得更便宜，你能否维持定价水平？假设作为这笔每年百万美元收入合作的一部分，你的客户从中获得了巨大价值。事实上，这可能带来每年 500 万美元的息税折旧摊销前利润（EBITDA）影响。
有趣的是，对于一家成熟的企业而言，你拥有多年的运营历史、持久的客户关系以及经过验证的具有真实经济效益的业务模式。因此，你是向一家你可以合理评估其价值的业务中增加收益。使用大约 10 倍的倍数进行保守估算，你实际上可以为你的客户创造 5,000 万美元的企业价值，这非常有趣。这里有一个问题：作为供应商，你做了所有工作——部署智能体、克服与系统集成的壁垒并与团队合作。
但最大的影响实际上体现在你所服务的企业的损益表（P&L）中。这就是在外部部署人工智能的典型壁垒和挑战。那么，为什么不直接建立这家公司呢？从一开始就以人工智能为核心构建这家企业本身。这确实是一个非常有效的策略。你可以改善整个工作流程，而不仅仅是狭窄的切片；你出售的是工作本身，而不仅仅是一个特定的工具。重要的是，你拥有成果，因此损益表和所创造的价值都归你自己所有。
我们认为许多这样的企业都会非常出色，这是一个很好的策略。但我也想指出这种方法带来的一些挑战。首先，你没有现成的客户基础，难以获得分发渠道；没有品牌声誉，这使得增长具有挑战性。此外，很难招聘到专业知识，特别是在那些可能需要多种专业服务的利基行业或重要行业中。
举个例子：如果你是医疗系统的负责人，并计划建造一家新的手术大楼，你会将该项目交给一个 AI 建筑初创公司，还是交给你合作了 20 年、了解标准和你设计大楼细微差别且值得信赖以交付项目全部范围的传统公司？这是一种截然不同的执行模式。因此，这里的重要见解是：最好的企业花费数十年时间赢得了客户、建立了品牌和信任，并组建了一支卓越的团队以为客户提供优质服务。
因此，与其在外部向公司销售人工智能智能体或试图从零开始构建，如果通过收购与已经存在的卓越企业更紧密地合作会怎样？我想谈谈……
让我们更深入地探讨一下，为什么“所有权”在此处是一种如此有趣的策略。首先从工程层面来看，关键在于获取资源的能力。让你的团队与从事实际工作的人坐在一起，了解他们的工作内容，建立关系，识别关键人物、资深专家以及拥有20年经验的老手。这对于设计智能体至关重要：不仅要解决单一的工作流或使用案例，更要真正应对整个业务的全面自动化和服务交付机会。
其次是数据问题。你可以想到的每一个企业，实际上都是一个拥有真实任务、真实边缘案例以及真实答案的实时环境——即判断智能体是否真正做对了事情。这是一个巨大的机会，可以利用这些信息、利用这些信号来切实改进你的智能体和模型。
但重要的是在运营层面，激励对齐至关重要。“所有权”解决了这一问题。只有当你的团队和你的业务取得成功时，你才能获胜。没有独立的收入目标，也不会因其他客户而分心。这种高度的对齐使你能够发现并解决许多阻碍因素，从而最终实现更快的部署和更快速的共同目标达成。
结果在这里至关重要。另一部分是信任，我们之前讨论过这一点。重要的是，与其从外部进入或从零开始构建，“所有权”从一开始就内嵌了信任元素。你拥有经过数十年建立的品牌以及所有的客户关系，这自然地融入了规模化的理念。
从庞大的客户基础起步，你拥有能够提供卓越服务的专家团队，以及继续投资并复利增长、开发新产品的现金流。这一点非常强大。这里的关键在于，这五个特征不仅仅是独立的好处，它们实际上创造了一种更强大的力量——即复利优势。
其中，你的智能体和人员继续在实时运营中发挥作用。你可以了解工作是如何完成的，创造导致真实结果的现实世界数据，而这些学习成果会相互叠加复利。这个飞轮效应非常有趣，并且从第一天起就具备“所有权”的所有要素来驱动这一飞轮。
因此，有趣的是，“所有权”可以随着时间的推移迅速复利增长。我们谈到了为什么“所有权”如此引人入胜。但在人工智能时代，哪些市场适合收购呢？我想从软件经济开始谈起。这是一个全球性的软件市场，我们中的大多数人都花费了大量的时间和精力在这个领域进行构建。
你知道的，这是一个相当大的市场。但有趣的是，软件总是作为工具出售给从事工作的人。如果稍微放大视角来看，这实际上是一个服务经济领域——一个价值7万亿至70万亿美元的全球市场。这里的重要见解是，拥有端到端的服务结果远比仅仅提供工具更有价值。这正是让我们感到兴奋的地方：这是一个巨大的市场机会。
但这里有一个重要的观察结果，即在幕后，服务企业通常面临着一个挑战：劳动力成本通常会随着收入的增长而增长。例如，房屋业主协会管理公司的社区经理只能管理有限数量的协会；建筑师也只能设计有限数量的医院或学校。因此，如果你想要更多的客户，就必须雇佣更多的人手。
这是典型的商业挑战。如果你将其与软件公司进行比较：在典型的软件业务中，每增加100美元的收入，你大约能保留80美元。因此，增长的边际成本非常低，这也是为什么这些业务令人惊叹且可以迅速扩展的原因。
相反，服务业务的运作方式截然不同。对于每100美元的增量收入，你通常会有大约80美元用于交付和运营开销。你需要雇佣、培训和管理你的团队。因此，许多建立了卓越服务业务的创始人实际上已经停止追逐增长。
这并不是因为他们缺乏雄心或市场机会不存在——这些是巨大的市场。而是因为扩展业务的挑战：当你必须为每100美元的收入做大量工作时，你只能保留大约20美元。因此，你可以将其视为对增长征收的80%边际税，这使得从外部进入、启动这些业务甚至扩展它们都极具挑战性。
这里非常有趣的是，人工智能实际上在降低服务成本的同时也提高了服务质量。回顾我们之前的图表，收入与劳动力成比例增长；但当部署人工智能时，你可以看到实际上获得了运营杠杆效应。
因此，你的劳动力成本不再直接与收入挂钩（注：原文意为不再随AI直接线性扩展）。你仍然需要雇佣一支令人难以置信的专家团队来向客户提供服务，但这些业务的服务经济学开始看起来更像软件行业。
因此，“收购、与卓越公司深度合作并利用人工智能扩展这些业务并提高服务质量”这一论点，正是我们在Long Lake所兴奋追求的方向。简单介绍一下我们自己：Long Lake是一家应用人工智能控股公司。我们与卓越的企业合作，已从Elad Gil、General Catalyst、Alpha Wave、D1等投资者那里筹集了75亿美元资本。
我们大约3年前成立，整个论点是收购一流的服务业务，与它们合作转型其运营，帮助它们更快增长，并最终提供更好的客户体验。目前我们已在住宅服务、建筑、人力资源等多个市场与40家企业合作。
我们是一支由55名成员组成的卓越团队，涵盖技术、财务和运营领域。我们正在快速发展，团队成员包括前创始人、军人、Palantir员工等许多熟悉的名字。我们最近刚刚宣布与Amex GBT的合作，这是一项63亿美元的私有化交易，将我们带入企业差旅领域，对此我们感到非常兴奋。
我们的模式借鉴了许多之前的控股公司，但有一个非常有趣的观察：人工智能提高了业务转型的上限。这就是我们兴奋地去追求的优秀杠杆点。所以，我们谈到了为什么……特别谈到了服务业。那么，究竟哪些服务业务值得拥有呢？我想从一个重要的观察开始：随着模型不断变得更好……
智能正在迅速贬值，这令人惊叹。我认为这种趋势只会持续下去。因此，如果智力变得廉价，什么依然昂贵？我们真正专注于使命关键型业务，这始于几个我们在评估这些公司时通常考虑的关键问题。首先是：是否存在一个信任这些企业能交付真正端到端结果的客户群？
其次是，所提供的服务中是否包含人类判断力？第三是：在做出这些收购决策时，是否存在监管原因来规范问责制？我认为这里的关键在于你必须拥有结果的所有权，这是许多服务型业务的典型特征。
为了更具体地说明这一点，这不仅仅是给房主起草一份通讯简报，而是实际处理紧急漏水事件的端到端结果。这也不仅仅是从文档中提取数据，而是要对复杂的税务决策承担全部责任。同样，这不仅仅是帮你预订航班，而是处理临时的突发状况——我相信在座许多人都曾面临过此类情况。
像这样的企业是稀缺的。你必须符合所有这些问题的要求，以及更多其他标准，并且拥有一支对这种合作伙伴关系充满热情的团队。要做到这一点，你必须考察大量的企业。伟大的投资决策源于选择权。因此，你需要保持一个庞大的漏斗，同时配备极其严格的筛选机制。
我们的重点在于那些在业务和市场层面拥有惊人基本面的企业，同时也具备极佳的AI机遇。我们可以与这些企业进行非常紧密的合作伙伴关系。我们每年大约看到5,000个交易机会，但我们依然非常专注和勤勉地确定我们真正关注的领域以及合作伙伴。
那么，一旦你找到了企业并与之合作，损益表（P&L）转型究竟是什么样子的？我认为通过J型曲线的视觉形象来解释非常简单。你从对AI部署的投资开始：拥有平台，构建技术，捕获工作流，并投入大量团队时间以确保其运作。这需要大量的艰苦努力。
你必须在企业内部使其发挥作用。回想一下构建“由外而内”模式的一些挑战，你必须与其团队紧密合作，迭代并验证你的产品，可能还需要训练新模型，审视该企业内部存在的所有不同独特工作流和数据。
但一旦你翻过这座山丘，你就会开始看到人们实际使用你的产品，这令人兴奋不已。你开始释放大量产能：时间节省显著，使用情况激增。他们以更少的工作小时数产出相同的成果。但这并非旅程的终点。
重要的是，我们要实际捕获价值，并与合作伙伴公司产生真正的业务影响。因此，你必须让这些产能发挥作用。思考激励机制的对齐问题，与我们的管理团队和值得信赖的合作伙伴紧密合作，以推动业务成果、促进增长并改善客户及员工的净推荐值（NPS）。
这些都是驱动这些企业内部影响力的方程式的一部分。一旦你完成了所有这些工作，你就会看到真正的损益表影响：每位员工的收入更高，更重要的是，为我们的客户提供了远更好的服务质量。
我认为这很酷的一点是，这并不是你为每家企业单独运行的一次性定制剧本。如果你拥有同时执行AI部署和业务转型的平台和剧本，这种效应可以迅速复利增长。你可以看到更快的代理部署时间，以及与我们合作的所有新企业实现损益表影响的速度更快。
我们在Long Lake已经与40多家企业合作，亲眼见证了这一点。当然，这不仅仅关乎AI和业务转型。在幕后，需要一支非常独特的团队来实际拥有、运营和实现转型。
因此，你必须去收购这些企业，拥有一个能与世界级服务企业紧密合作的并购团队，与他们密切合作建立关系，并激发对未来的热情。然后你必须去从事建设工作，这需要大量的艰苦努力。
你需要飞往明尼阿波利斯、波特兰或伦敦，与团队共度时光，实际构建并推动代理部署的前沿。这不仅仅是为了一个狭窄的用例，而是针对整个运营体系。
而要进行这样的部署，你需要一支卓越的部署和运维团队来真正推动采用率。想想那个J型曲线：不要只停留在产能和时间节省上。你如何确保你所做的工作确实为与你合作的公司带来真正的业务影响，并为所提供的服务交付远更好的客户体验？
如果你对拥有结果并与令人难以置信的服务企业合作感到兴奋，请随时联系我们。我们对这一论点充满热情，认为在服务经济中继续建设存在大量机会。如果有任何问题，欢迎进一步交流。谢谢。