风险投资家们坚信已找到下一个重大投资优势：利用人工智能从传统劳动密集型服务业中榨取类似软件行业的利润率。该策略核心在于收购成熟的专业服务公司，通过AI自动化任务改善现金流，进而进行更多企业整合。
General Catalyst的“创建”战略
General Catalyst（GC）是这一浪潮的领导者，其最新一轮融资专门拨出15亿美元用于“创建”战略。该战略专注于在特定垂直领域孵化原生AI软件公司，并以此为工具收购同一领域的成熟企业及其客户。目前GC已在法律服务、IT管理等七个行业布局，计划最终扩展至20个行业。
GC相关负责人Marc Bhargava在接受《TechCrunch》采访时指出：“全球服务业年收入达16万亿美元，而软件业仅为1万亿美元。”他强调，软件投资的吸引力在于高利润率——规模化后边际成本极低，边际收益极高。若能通过AI实现服务业务30%至50%的自动化（呼叫中心等核心任务甚至可达70%），这笔账将极具吸引力。
落地案例与成效验证
Titan MSP：GC分两批注资7400万美元助其开发AI工具，随后收购知名IT服务公司RFA。试点证明Titan可自动化典型MSP任务的38%，现正利用改善的利润率按经典整合策略继续收购。
Eudia：专注企业内部法务部门，签约Cargill、Del Monte和Stripe等财富100强客户，提供AI驱动的固定费用法律服务。近期收购替代性法律服务提供商Johnson Hana以扩大影响力。
Bhargava表示，GC目标是将被收购公司的EBITDA利润率至少翻一番。
资本市场的广泛跟进
风投公司Mayfield划出1亿美元用于“AI队友”投资。旗下IT咨询初创公司Gruve收购一家价值500万美元的安全咨询公司后，六个月内收入增至1500万美元，毛利率达80%。Mayfield董事总经理Navin Chaddha称：“若80%的工作由AI完成，毛利率可达80%至90%，综合利润率60%到70%，净利润20%到30%。”
独立投资者Elad Gil三年来也支持收购成熟企业并用AI转型的策略。他认为：“拥有资产比单纯销售软件能更快实现转型。”
潜在挑战：“Workslop”隐形税
斯坦福社交媒体实验室和BetterUp Labs对1,150名全职员工的调查显示，40%的员工因“workslop”（看似精致但缺乏实质的AI生成内容）承担了额外工作。员工平均每次需花费近两小时处理此类问题，包括解读、退回或自行修复。
据估算，workslop每人每月带来186美元隐形成本。对于万人规模的大型组织，这将导致每年超900万美元的生产力损失。
Bhargava反驳了AI过度炒作论，认为实施难度恰恰验证了GC方法的合理性：“如果仅靠贴标签或与OpenAI签约就能转型，我们的论点就不稳健。现实是用AI转型企业极难，需要精通不同模型细微差别的应用AI工程师，这正是GC将AI专家与行业专家配对、从头构建公司的战略依据。”
经济效益与未来展望
尽管workslop可能削弱核心经济效益——若裁员过多则无人纠错，若维持人手则利润增长受限——但GC表示其“创建策略”旗下公司已实现盈利，这与传统VC支持烧钱初创企业的模式形成鲜明对比，也为LP带来了积极转变。
Bhargava总结道：“只要AI技术持续进步，模型层面出现大规模投资和改进，我们将有更多行业可以协助孵化公司。”