AI 独角兽的并购潮：算力换股权的 2026

不是并购的并购

2024 年春天，微软宣布「雇佣」Inflection AI 几乎全部核心团队（包括创始人 Mustafa Suleyman），支付约 6.5 亿美元「许可费」；几个月后，Google 以约 27 亿美元「授权+人才」的方式把 Character.AI 创始人 Noam Shazeer 重新请回 DeepMind；Amazon 用类似结构吸收了 Adept 的团队与技术授权。三笔交易有一个共同点：没有一家被「收购」——股权未被全面买断，收购方得到的是人才、非独占授权与一个空壳化的原公司。

市场把这类结构称为准并购（acqui-hire 2.0）。它出现的驱动力、运作的结构与留下的后遗症，是理解当前 AI 产业格局的一把钥匙。

驱动力：监管、估值与算力的三重挤压

准并购潮的第一驱动力是反垄断审查的规避。传统并购（买股权、并报表）会触发合并审查——AI 作为「国家安全级」敏感行业，审查的不确定性极大（微软-OpenAI 的关系尚且被欧盟与英国 CMA 反复审视，何况直接买下模型公司）。人才雇佣+授权的结构绕开了「控制权变更」的定义——监管者至今仍在争论它算不算应报备的交易。

第二驱动力是估值的错配。头部模型公司的融资估值（数十亿到千亿级）与它们的真实收入规模严重脱节——传统买家按收入倍数无法给出匹配的对价，而卖方创始人拿着「融资估值」的期权包，员工的实际退出遥遥无期。准并购的「许可费」直接付给公司与股东（Inflection 的 6.5 亿给了投资人退出），为投资人创造了一条绕开 IPO/并购僵局的退出通道——这是交易能成行的微观经济学。

第三驱动力是算力的压制。前沿模型训练的成本进入百亿级（融资篇的债务驱动时代），中小实验室在算力军备上被彻底甩开——「继续独立烧钱 vs 把团队卖给出得起算力的巨头」的算式，对多数二线公司并不难算。Character.AI 的选择（回 DeepMind）与 Inflection 的选择（并入微软）都有「算力不继」的底色。

graph TD
    A[准并购的三重挤压] --> B[监管: 传统并购触发审查<br/>人才+授权绕开控制权定义]
    A --> C[估值错配: 融资估值 vs 真实收入<br/>许可费为投资人开出退出通道]
    A --> D[算力压制: 训练成本百亿级<br/>独立烧钱 vs 并入巨头的算式]
    B & C & D --> E[结构: 雇佣团队+非独占授权<br/>原公司空壳化但存续]

结构解剖：钱怎么流、资产怎么分

拆开一笔典型准并购交易，资金与资产的流向有一个模板：收购方支付「技术授权费」给原公司（金额常被解读为人才价格的 proxy）——原公司用这笔钱向投资人完成部分或全部退出；核心团队以个人雇佣形式加入收购方（签署竞业与非独占条款的变体）；原公司保留残余团队与非独占技术授权，理论上可以继续经营（实践中多为空壳——Inflection 转型为企业聊天机器人小业务）。

这个结构的精妙与风险并存。对收购方：拿到了「人」这个 AI 行业最稀缺的资产（模型能力的核心是团队的隐性知识），支付的对价计入费用而非并购对价（报表更干净），且规避了审查。对卖方团队：绕开了「公司被卖掉」的身份成本，个人获得了巨头平台的算力与分发。受损方是原公司的普通员工与非核心股东——他们在「许可费」分配中的位置最靠后，且原公司的期权价值随空壳化而蒸发——Inflection 的部分员工公开抱怨过这个分配结构。

后遗症：三重涟漪

涟漪一：监管的追赶。英国 CMA 与欧盟已经开始把「人才+授权」结构纳入审查视野（微软-Inflection 案被 CMA 正式评估后最终未认定为应报备的合并，但评估本身确立了先例——「准并购可审查」）——未来的准并购将面临「结构规避」的针对性规则，包括对关键人才流动的审查。

涟漪二：创业叙事的改写。准并购潮确认了一种新的退出预期：AI 创业的天花板叙事从「独立上市/被收购」扩展到「被巨头人才化吸收」。对创业者的信号是双面的——「做大模型」的独立创业更难（算力军备），但「做团队」的退出更畅通；行业的反应是创业方向从「训练前沿模型」转向「应用与垂直」（创业死亡清单篇的叙事可互参，库内已有专文）。

涟漪三：人才价格的通胀与集中。准并购把顶级研究者的「转会费」推到个人亿级（Character.AI 案的单人价格被估为历史最高），同时加速了顶尖人才向四五家超级实体的集中——人才市场的寡头化是这波潮水的长期结构性后果，它与算力寡头化、数据寡头化叠加，构成「前沿能力集中化」的三重支柱。

边界与未来：这波潮水的上限

准并购不是万能钥匙，它有三个边界。边界一：只适用于「人才溢价高」的目标——团队价值大于公司价值的（早期模型公司、明星研究团队）才值得这个结构；有真实收入与应用资产的标的（应用层公司）仍然走传统并购。边界二：监管的容忍度在收窄——人才流动审查的规则化只是时间问题，未来的准并购需要更复杂的结构设计。边界三：被吸收方的整合难题依旧——巨头买来的人才需要与既有体系磨合（Google 吸收 Character.AI 团队后纳入 DeepMind 体系、Inflection 团队重组为 Microsoft AI 部门——整合的成功率与任何并购一样不确定）。

向前看，这波潮水的后续演化有两个观察哨：一是监管规则的落地（人才审查的规则化会改变交易结构的设计空间）；二是第二梯队模型公司的去向（Mistral、Cohere 等欧洲与二线玩家的独立路线 vs 准并购路线的选择，是未来两年最值得跟踪的产业剧情）。

准并购的第二季与产业整合的新语法

准并购潮在 2025-2026 年进入第二季，形态有新的演化。第二季的三个新特征：其一，交易规模的跃升（从数亿美元级跃到数十亿级——Meta 对 Scale AI 的巨额投资+团队收编（Alexandr Wang 加入 Meta 超级智能实验室）把「人才+股权」的结构推到新量级——不只是挖团队，是买产业链位置）；其二，超级个人化（Ilya Sutskever 的 SSI 以 300 亿美元估值融资却无产品——「个人信用融资」的极端形态——顶级研究者的个人品牌成为融资资产本身）；其三，监管的介入深化（欧盟与英国对「准并购」的结构性审查从个案走向规则讨论——人才流动的审查工具箱在成型）。产业整合的新语法可以总结为四条：第一条，「不买公司买产能」——买的是研究产能（团队）而非产品资产（Inflection 的产品死了，人活着）；第二条，「许可费即退出通道」——为困在估值里的投资人造退出窗口；第三条，「监管套利的窗口期」——规则成型前的窗口被疯狂使用；第四条，「人才价格的公开化」——转会费从秘密变成新闻标题。对创业者的战略含义：准并购潮改写了创业的「终点预期」——创业者的决策树从「上市/被购」变成「上市/被购/被人才化吸收」三分支——被人才化吸收不算失败（团队获得更大的算力舞台），但公司实体消亡——「创业即团队」的时代叙事被强化：如果终局是团队被吸收，创业的资源配置就应该向团队建设与个人声誉倾斜，而非公司估值——这个信号已经在改变创业者的行为（更少的重资产投入、更快的团队成型、更早的与巨头对话）。对产业格局的长期判断：准并购是「前沿能力集中化」的制度加速器——算力、数据、人才三要素的寡头化相互强化，独立前沿实验室的生存空间收窄到「有差异化路线」的极少数——产业结构的终局猜想是「少数超级实验室+广泛的开源与应用生态」的哑铃型——哑铃的中间（二线实验室）正是准并购的猎场。这波整合潮的历史地位要等事后才能评定，但它的语法已经写定：这个行业的权力转移，越来越多地以「人才 joins」而不是「acquired by」的形式发生。

高频问答：准并购的边界与反例

收尾前集中回答三个高频问题。「所有 AI 创业公司都会被准并购吸收吗？」——不会——准并购只适合「人才溢价高于资产溢价」的标的：有真实收入与客户资产的应用公司走传统并购（资产有定价）、有差异化路线的模型公司（Mistral 的开源生态位）走独立路线——准并购是「中间层」（有团队没收入）的专门通道。「被吸收的团队后来怎么样了？」——混合结果：Inflection 团队成为 Microsoft AI 的核心（Suleyman 领衔消费者 AI——整合的成功案例）；Character.AI 团队并入 DeepMind 后部分成员离职（大组织的磨合损耗）——「吸收」只是交易的完成，「整合」是另一场考验——被买来的明星团队在巨头体系里的产出率是个未解难题。「这波潮水会持续多久？」——它取决于三个变量的状态：监管规则化的进度（规则落地即窗口收窄）、算力军备的成本曲线（成本无限上涨则独立训练不可持续、吸收潮继续）、以及 IPO 通道的重开（公开市场恢复对 AI 公司的定价能力——退出的正常通道恢复则准并购的需求下降）——三个变量中任何一个反转，潮水就退。准并购潮的最后一层启示给投资人：估值与退出机制的错配是这个行业的制度性摩擦——准并购是对摩擦的临时工程，它的持久化（成为常规退出通道）还是消失（资本市场恢复正常）本身就是观察行业健康度的指标。

小结

准并购是监管、估值与算力三重挤压下的产业发明：绕开合并审查的人才雇佣+授权结构，为投资人开出退出通道、为巨头买到最稀缺的人才资产、为被算力压垮的二线团队提供了体面的归宿——代价是原公司普通员工与股东的利益、以及人才市场加速寡头化。它的边界同样清晰：只适合人才溢价高的标的、监管容忍度在收窄、整合难题依旧。观察哨有两个——人才审查规则的落地节奏，与第二梯队模型公司的独立/并入抉择。AI 产业的整合史正在用一种新文体书写：不是收购声明，是「人才 joins+授权 agreement」的联合新闻稿——读懂这种文体，就读懂了这个行业权力转移的真实路径。

大公司买不起或买不到的公司，正在被他们「雇」走——这句话，就是 2026 年 AI 产业整合的语法。