AI把利润做大了，老板却要涨价：谁来为这场并购买单？

来源：市场资讯

（来源：藏金洞）

《乐总说透了》｜中国式AI Rollup系列·下篇

从10倍PE到15倍PE，AI共创的成本、利润分配与并购估值，究竟应该怎么算？

上一篇文章，我们讨论了一个中国并购市场特别有意思的现象：

10倍PE，老板不卖；15倍PE，买家不买。

一家年利润3000万元的企业，买方愿意出3亿元，老板却想卖4.5亿元。

双方差了整整1.5亿元。

我们当时提出一个新思路：既然买卖双方对未来价值谈不拢，为什么不先用AI改造和产业协同，把利润做出来，再讨论价格？

这就是我们提出的 AI-First M&A：先共创、再验证、后投资、最终并购。

但文章发出来以后，我又想到一个更有意思的问题。

假设AI真的把企业利润做大了。

原来赚3000万，现在赚4000万。

老板说：

“你看，我公司现在更值钱了，收购价也得涨！”

买方一听就不乐意了：

“等等，AI是我找的，技术是我出的，客户也是我导入的，最后我还得为自己创造的利润多付一遍钱？”

这就有意思了。

如果不提前设计利益分配，AI不但解决不了并购估值的矛盾，反而可能把公司越改造，买方越买不起。

所以今天，我们不讲概念。

直接拿一家公司，把账算清楚。

01

AI改造企业，500万元到底谁出？

还是上一篇那家公司。

过去三年平均年净利润3000万元。

买方按照10倍PE报价3亿元。

老板坚持15倍PE，要4.5亿元。

现在我们决定暂时不收购，先合作一年。

做什么？

把AI真正装进企业经营流程。

比如，销售端建立客户智能管理和订单预测系统；采购端通过AI优化库存与供应商匹配；财务端自动化对账、费用审核和经营分析；生产端优化排产和质量管理。

同时，产业资本开始导入自己的客户、渠道和供应链资源。

但这些事情都要花钱。

假设第一年预算500万元：

投入项目

金额

AI系统开发、数据治理与Agent建设

200万元

业务流程重构、部署和培训

100万元

模型推理、维护与系统运维

100万元

产业渠道及供应链整合

100万元

合计500万元

以上均为便于讨论的示例假设，并非具体项目报价。

500万元谁出？

如果让老板全部承担，他可能直接说：“我本来一年就赚3000万，凭什么先拿500万陪你试验？”

如果让AI公司全部承担，那它就变成一家自己垫钱、还不确定能不能收回成本的技术外包公司。

如果让产业基金全部承担，又可能出现另一种问题：基金花钱把企业改造好了，老板却转头卖给别人。

所以我倾向于设计一个三方共创机制。

• 产业基金承担250万元，占50%。

• AI平台承担150万元，占30%。

• 目标企业承担100万元，占20%。

这里的比例不是固定标准，而是根据各方的现金投入、技术投入和实际风险协商。

为什么企业自己也必须出钱？

因为这不仅是资金问题，更是筛选问题。

一个连20%改造成本都不愿意承担、也不愿意开放真实经营数据的老板，可能根本不适合做AI共创，更谈不上未来并购。

当然，这500万元必须明确哪些是实际现金支出，哪些是AI平台提供的折价服务，哪些是可以复用的技术资产。

否则后面会出现成本重复报销、利润重复分配的问题。

还有一个重要区别：AI共创的成本，不等于股权投资。

花了250万元，不意味着产业基金自动获得企业股份。

未来能不能参股、什么价格参股、是否拥有优先收购权，都必须另行约定。

02

利润从3000万涨到4000万，多出来的1000万算谁的？

假设一年后，改造确实成功。

企业原来年净利润3000万元，现在按照可比口径计算，新增经营成果1000万元。

但这1000万元并不是AI一个人创造的。

我们把它拆开：

• AI流程优化、人工效率提升和运营改善，贡献500万元。

• 产业资本导入渠道、客户和供应链，贡献300万元。

• 企业自身正常经营增长，贡献200万元。

加起来1000万元。

这时就出现一个很重要的问题。

如果AI平台和产业资本都参与创造了新增利润，为什么这部分价值要全部归原股东？

我的观点是：不应该。

但也不能因为产业资本出了钱，就把新增利润全部拿走。

比较合理的方式，是事先约定各类贡献的计算方法和收益分配。

比如：

• AI创造的500万元，AI平台按30%获得绩效报酬，即150万元。

• 产业协同创造的300万元，产业方按20%获得绩效报酬，即60万元。

• 企业自身增长的200万元，原则上归目标企业。

那么结果是：

收益项目

金额

AI平台绩效报酬

150万元

产业方绩效报酬

60万元

留在目标企业的增量利润

790万元

新增经营成果合计1000万元

注意，这个表假设1000万元已经扣除了相关持续运营成本和税费，但尚未扣除上述210万元绩效报酬。

如果其中还存在未计入的研发摊销、融资成本或者额外税费，必须继续调整。

也就是说，在这个简化案例中，企业最终新增的可持续净利润，不是1000万元，而是790万元。

并购估值必须使用扣除持续性分成后的利润，否则就是把同一笔利润算了两遍。

当然，AI贡献多少、产业贡献多少，并不是让各方拍脑袋决定。

必须有改造前的经营基准、可比期间数据、明确的利润归因规则和第三方核验机制。

否则所谓“AI创造500万”，很容易变成另一场争论。

03

真正有意思的来了：公司现在值多少钱？

我们开始算并购价格。

改造前：

• 年净利润3000万元。

• 买方接受10倍PE。

• 所以估值3亿元。

• 老板要求15倍PE。

• 所以报价4.5亿元。

• 双方差1.5亿元。

改造后呢？

原有利润3000万元，加上留在企业的790万元新增利润，得到3790万元可持续净利润。

如果买方仍然按照10倍PE估值：

3790万 × 10 = 3.79亿元

这意味着什么？

项目

改造前

改造后

年净利润

3000万元

3790万元

买方接受PE

10倍

买方参考估值

3亿元

3.79亿元

卖方原始目标价

4.5亿元

估值差距1.5亿元7100万元

假设利润口径一致、增长具有可持续性，且暂不考虑净债务、超额现金、非经常性损益等调整。

你发现没有？

原来差1.5亿元，现在只差7100万元。

我们没有说服买方接受15倍PE，而是通过创造利润，把估值鸿沟缩小了一半以上。

这就是上一篇文章里，我为什么反复强调：

不要急着争P，先把E做大。

但这里还有一个非常容易忽略的陷阱。

3.79亿元，是按照新的利润测算出来的参考股权价值。

它不代表买方已经可以无条件接受这个价格，更不代表卖方应该自动拿走所有增量价值。

因为利润能否持续、AI服务合同是否长期有效、产业订单是否稳定，都需要进一步验证。

更重要的是，买方不能只看PE。

还必须看改造花了多少钱、未来还要投入多少钱、最终能产生多少自由现金流。

利润增加，不等于投资回报一定提高。

04

剩下7100万元怎么办？我认为应该让未来决定价格

如果老板还是坚持4.5亿元，而买方只能接受3.79亿元，怎么办？

过去的办法通常是继续谈判。

买方从10倍加到11倍。

卖方从15倍降到14倍。

最后大家都觉得自己吃亏。

但AI共创模式给了我们另外一种可能：

把一部分确定的价格，变成未来业绩兑现以后才支付的价格。

例如：

基础收购参考价3.79亿元。

剩余7100万元作为最高或有对价，也就是Earn-out。

如果未来两年，企业确实完成约定的累计净利润、经营现金流和客户留存目标，再分阶段支付。

这样，卖方最高仍有机会拿到4.5亿元。

但买方不用在今天，就为尚未兑现的未来增长一次性付款。

这不是简单的对赌。

真正合理的Earn-out，应该回答三个问题。

1. 利润增长到底来自哪里？

2. 这些增长能否转化为真实现金流？

3. 哪些增长是卖方经营团队创造的，哪些是产业买家自己导入的？

尤其第三个问题非常重要。

假设未来两年产业集团又给目标企业导入了大量订单。

如果这些订单带来的利润全部用于触发卖方的高额Earn-out，那就变成：

买方自己贡献客户，最后还要为自己贡献的客户再付一次收购溢价。

所以必须提前区分自然增长、AI增效和产业协同，并约定各自对应的或有对价规则。

当然，Earn-out不是免费的午餐。

如果买方最高需要支付4.5亿元，就必须按照最高对价重新测算投资回报，而不能一边宣传10倍PE，一边把未来可能支付的7100万元当作不存在。

05

还有一个问题：AI平台投入150万，最后只拿150万分成，值不值？

这笔账也必须算。

假设AI平台首年投入150万元，按前面的示例，一年获得150万元绩效报酬。

看起来一年回本。

但实际上并不一定。

因为AI平台承担的150万元可能包含人员成本、开发费用和实际现金支出。

同时，后续还可能承担维护、迭代、交付和客户服务成本。

如果持续运营费用已经由企业支付，AI平台获得的150万元才更接近项目贡献利润。

如果还需要AI平台自己继续支付运维费用，实际回报就要相应扣减。

更重要的是，这个项目能否复制。

如果每做一家企业，都要重新招一支开发团队、重新开发一套系统，那AI平台很可能只是换了名字的软件外包公司。

但如果同一套行业Agent、数据接口、知识库和业务流程可以复用到10家、20家企业，商业模式就不一样了。

这时AI平台真正值钱的不是单个项目的分成。

而是：

一个能够持续降低边际交付成本、帮助产业资本批量筛选和改造企业的行业能力平台。

所以我更倾向于让AI平台拥有两种收益：

• 一部分是合理的技术服务收入。

• 另一部分是承担共创风险后获得的绩效报酬，或者事先约定的少数股权、认股权及并购交易权益。

但不能什么都要。

不能一边长期拿走大量利润分成，一边又要求产业买家按照没有扣除分成的利润支付高估值。

否则买家迟早会问：

“我到底是买企业，还是替AI公司买一台永久提款机？”

06

产业基金的钱，又应该怎么赚钱？

这就接回我们上一篇文章的上篇：《中国VC突然换了金主》。

当越来越多产业资本进入一级市场，它们的目标不再只有IPO退出。

还可能包括技术获取、供应链整合、业务协同和未来控股收购。

那么基金参与AI共创，就不能只做一个出钱的角色。

它至少应该争取三种能力。

第一，优先发现权

通过AI共创，提前识别哪些企业真实盈利、哪些老板有执行力、哪些业务具备标准化和整合潜力。

第二，优先投资权

企业达到约定经营指标后，基金可以按事先协商的估值机制进行少数股权投资。

第三，未来交易组织能力

当产业协同真正跑通以后，由产业资本、基金和目标企业协商推进控股收购。

这里要特别强调：

基金不能因为自己是产业LP的钱，就无条件把资产低价卖给某一家关联上市公司。

基金收益、关联交易、公允定价、其他LP利益和退出安排，都必须有独立机制。

产业协同是基金的附加价值，不应该成为牺牲基金投资人利益的理由。

而这恰恰对专业GP提出了更高要求。

过去GP擅长找项目、谈估值、投进去。

未来GP还要懂产业、懂经营、懂AI，甚至懂并购整合。

基金的核心竞争力，可能从单纯发现资产，变成：

发现资产、创造价值、组织交易。

07

真正的中国式Rollup，不是让AI公司变成收购基金

回过头看最初那篇“不并购、只共创”的AI Rollup文章。

我仍然认为它抓住了一个真实问题：

中国很多企业家不愿意出售控制权。

但它提出的技术协议和利润分成模式，如果永远不进入股权和经营整合，就很难称为严格意义上的Rollup。

我们提出的路径不一样。

先让AI和产业资源进入企业。

验证真实利润改善。

通过分成机制解决早期利益分配。

再通过少数股权投资，建立更长期的合作关系。

最终对真正有价值、具备整合条件的企业实施控股并购。

但这里并不是说，每一家共创企业最后都必须被收购。

有些企业适合长期做AI服务客户。

有些企业适合战略参股。

有些企业适合产业合作。

真正值得控股的，可能只是其中很少一部分。

Rollup的价值不是买下尽可能多的企业，而是把少数真正具备协同价值的企业，整合成一个更有竞争力、更能创造现金流的产业平台。

08

乐总说透了

我们把这两篇文章连起来看，其实讲的是中国一级市场正在发生的一种可能的变化。

第一篇讲的是：

钱的性质变了。

当产业资本越来越多地成为基金的重要出资人，VC的任务就可能从寻找IPO机会，扩展到寻找产业协同与并购机会。

第二篇讲的是：

交易的方法也要跟着变。

过去买卖双方争的是：

10倍还是15倍PE？

现在我们尝试回答的是：

AI和产业协同能不能先创造新增利润？

创造价值的成本谁承担？

新增利润应该如何分配？

未来并购时，哪些价值属于原股东，哪些价值是合作创造的？

最后再决定，究竟应该花多少钱收购。

当然，AI不会让所有企业的利润都增长，也不保证每一场并购都能谈成。

但它有机会把原来依赖预测的协同价值，变成可观察、可验证的经营成果。

这才是我认为AI-First M&A真正值得研究的地方。

AI不是免费的，协同不是免费的，未来的增长更不是免费的。

谁投入，谁承担风险，谁创造价值，谁就应该按照事先约定的机制获得回报。

所以我想把上一篇的结论再推进一步：

上一篇，我们说不要急着争P，先把E做大。

这一篇，我想再补一句：E做大以后，也不能忘了是谁把它做大的。

过去的并购，是先给未来定价，再想办法兑现未来。

未来或许可以换一种方式：

先一起创造未来，再按照各自的贡献和风险，分配未来。

这才可能让中国式AI Rollup，从一个好听的资本概念，变成一套真正能赚钱、能交易、能复制的商业模式。

——乐总说透了

说明：文中企业利润、500万元共创预算、各方投入比例、10倍及15倍PE、3.79亿元基础估值和7100万元或有对价均为方法论演示假设，不代表实际交易、市场平均估值或确定收益。实际项目还需根据财务尽调、现金流、税务、资本结构及合同安排单独测算。