报告行业投资评级 - 报告未明确给出统一的行业投资评级，其分析聚焦于不同科技巨擘和企业软件公司在人工智能领域的并购策略差异及其对市场格局的影响 [3] 报告的核心观点 - 人工智能正在重塑美国科技行业的竞争格局和并购市场，不同公司基于其财务状况、竞争地位和在AI技术栈中的位置，采取了截然不同的战略 [6][7] - 科技巨擘（除苹果外）将资本重点投向建设和支持人工智能基础设施及前沿模型，而非大规模收购初创公司 [3][7][21] - 英伟达通过积极的并购来扩展和巩固其AI基础设施平台的主导地位 [3][36] - 人工智能对传统按席位收费的SaaS经济模式造成结构性冲击，迫使企业软件公司通过并购来获取AI能力以应对竞争 [3][48] - 前沿AI实验室和大型AI原生公司已成为重要的收购方，旨在获取无法通过模型更新快速复制的专有数据、深度工作流集成或基础设施能力 [8][62] - 监管机构对人才收购结构的审查以及地缘政治对跨境交易的干预，成为AI并购领域新出现的风险类别 [8][73][74] - 高昂的私募市场估值使顶级AI公司超出了常规并购的范围，促使大型买家转向投资而非收购，AI公司的退出前景取决于其与少数资本充裕的收购方平台战略的契合度 [8][35][81][82] 根据相关目录分别进行总结 关键要点 - 科技巨擘（五大巨头）：已将AI资本重新导向基础设施和战略合作伙伴关系，而非收购 其全球VC支持的收购数量从2017年和2018年的峰值33起下降至2024年的7起 谷歌、微软、亚马逊和Meta的合计资本支出预计在2026年达到近6000亿美元，这限制了其支付收购溢价的能力 该群体已转向大型少数股权投资和与计算资源挂钩的合作伙伴关系以巩固其AI地位 [3] - 英伟达：正在通过收购来扩展和巩固市场所依赖的AI基础设施平台 自2022年以来，英伟达完成了21起收购（其中15起与AI相关），涉及工作负载编排、模型优化和推理等领域 其于2025年12月与Groq达成的200亿美元许可协议，反映了该公司正从训练领域扩展到推理工作负载，使其基础设施能力更强、效率更高、更难以被替代 [3] - 企业软件市场：AI驱动的颠覆正在重塑收购方及其动机 AI智能体现在可以执行以往需要专用软件订阅才能完成的工作流，压缩了定义SaaS二十年的许可经济 iShares Expanded Tech-Software ETF在2025年12月至2026年2月期间下跌了29.6%，晨星于2026年3月将六家软件公司的护城河评级从“宽”下调至“窄” [3] - 企业软件现有厂商：对于拥有财务能力和平台逻辑的公司，并购已成为应对AI颠覆的关键回应 Salesforce、Snowflake、Databricks、ServiceNow和Workday都增加了近期交易活动中AI交易的占比 而面临结构性或财务阻力的公司（包括思科和英特尔）则缩减了并购 Salesforce是全球按交易数量计第二活跃的企业收购方，其自2022年以来的23起收购中，有18起带有AI标签 [3] 引言 - AI正在重新定义美国科技行业的竞争优势，并正在重塑投资和并购格局，涉及谁在支持和收购、他们支持和收购什么以及为什么 控制着企业所依赖的前沿模型、数据和基础设施的公司，将在未来几年获取不成比例的价值 建立这些地位的竞赛在整个企业界催生了紧迫感，但根据公司在财务、竞争和AI技术栈中的位置，产生了根本不同的战略反应 [6] 科技巨擘：建设和支持，而非收购 - 整体趋势：五大科技巨头（亚马逊、苹果、谷歌、Meta、微软）的全球VC支持收购数量在2017年和2018年达到峰值33起，2024年降至7起，2025年恢复至14起，2026年迄今为12起 这种收缩早于当前的AI投资浪潮，并因AI基础设施支出的规模而加剧 [22] - 资本支出与债务发行：谷歌、微软、亚马逊和Meta的合计AI资本支出从2021年的近1000亿美元增长到2025年的超过3500亿美元，预计2026年这四家公司的资本支出总额将接近6000亿美元 [29] 这四家公司2025年合计发行了675亿美元高级债务，是2024年105亿美元的6倍多 2026年前四个月，该群体已发行820亿美元投资级债券，已超过2025年全年总额的21.5% [32] 如此大规模的资本分配用于基础设施融资，几乎没有空间支付战略并购所需的大型收购溢价 [32] - 外部资本部署转向：基础设施支出的增加重新引导了外部资本的部署，而非将其挤出 这些公司已转向大型少数股权投资以确保战略地位 AI交易占该群体企业风险投资活动的份额从2025年的59.3%上升至2026年迄今的81.3% [33] - 各公司具体策略： - 微软：与OpenAI形成深度外部合作伙伴关系，同时并行开发专有模型 其收购活动自2022年以来大幅下降，这与公司将资本重新导向建设和建立伙伴关系的策略一致 [26][30] - 亚马逊：主要定位于AI基础设施，通过计算资源挂钩的投资支持OpenAI和Anthropic，同时开发自己的模型系列 其战略是无论哪个基础模型胜出，都保持AI工作负载的主要云提供商地位 [30] - 谷歌：开发Gemini作为专有前沿大语言模型，同时投资Anthropic以确保与领先的独立基础模型公司的云关系 其对Wiz的320亿美元收购是独立的云市场份额策略 [30][34] - Meta：构建并开源自己的大语言模型家族（Llama系列），而非支持外部基础模型公司，押注模型层的商品化将加强其在分发和专有数据方面的地位 近期收购转向AI硬件和基础设施目标，反映了对其内部构建计划无法有效复制的特定能力的选择性收购策略 [27][30] - 苹果：收购可在其自身硬件上运行的AI能力，与其以设备为中心的战略一致，而非投资于基于云的前沿模型公司 [24][30] 英伟达：通过收购扩展AI基础设施栈 - 并购活动加速：英伟达在2020年之前收购活动很少，2016年至2021年间仅记录7起收购 自2022年以来，完成了21起收购，其中15起（71%）与AI相关，且自2024年12月以来的每一次收购都是AI公司 [37] - 收购范围：交易涵盖整个AI基础设施栈，包括工作负载编排（Run:AI）、模型优化与部署（OctoAI, Deci, CentML）、开源工作负载管理器（SchedMD/Slurm） [37] - 战略许可协议：2025年12月与AI芯片初创公司Groq达成200亿美元许可协议，获得其推理技术和关键工程人才，该交易结构为非排他性IP许可加人才收购 [37] - 风险投资活动：AI交易几乎完全主导了其风险投资活动，2026年迄今，AI占英伟达美国CVC交易数量的95.5%，占交易价值的99.3% 其投资组合涵盖前沿模型实验室（OpenAI、Anthropic、xAI、Mistral）、物理AI与机器人公司（Figure、Wayve、Skild AI）以及基础设施和开发者工具公司（Cursor、Crusoe） [43] - 战略逻辑：通过投资整个AI技术栈，英伟达培育对其自身产品的需求，并与最有可能成为其最大客户的公司深化关系 与五大巨头为获取云工作负载而投资不同，英伟达投资是为了确保芯片需求 [43] 企业软件现有厂商：通过收购竞争 - 行业结构性压力：AI智能体现在可以自主执行以往需要专用软件订阅的工作流，减少了企业需要购买的席位数量，同时为现有产品添加AI功能也提高了运营成本并压缩了利润率 [48] - 市场重新定价：iShares Expanded Tech-Software ETF在2025年12月11日至2026年2月23日期间下跌29.6%，标普500软件与服务指数同期下跌27.5% [48] - 并购作为关键回应：对于许多现有厂商而言，鉴于外部AI发展速度，内部构建AI能力太慢，使得收购成为获得生产就绪AI的更快途径 [50] - 活跃收购方分析： - Salesforce：是全球按交易数量计第二活跃的企业收购方，自2022年以来的23起收购中，有18起带有AI标签，而2016-2021年期间39起收购中仅有8起与AI相关 [56] - Snowflake 和 Databricks：两者相对年轻，其并购活动几乎完全集中在2021年之后，且AI是核心 Snowflake自2022年以来的24起总收购中记录了19起，其中11起带有AI标签 Databricks自2022年以来完成了22起总收购中的19起，其中12起带有AI标签 [57] - ServiceNow：代表了一条更稳定的中间道路，在两个时期保持一致的收购节奏，2016年至2021年23起，2022年至2026年迄今18起，其全部历史中有16起带有AI标签 [59] - Workday：按交易价值计位列全球VC支持的AI初创公司前十大企业收购方，其2025年的四起收购中有三起是AI交易 [55] - 思科和英特尔：两者历史上都是活跃的收购方，但已大幅收缩 思科2016-2021年记录48起收购，2022年迄今降至20起，仅5起带AI标签 英特尔早期阶段29起收购，2022年以来仅10起，同样5起与AI相关 其收缩主要由结构和财务约束驱动 [60] - 护城河评级变化：晨星在2026年3月将六家软件公司（包括Salesforce、ServiceNow、Adobe、Oracle等）的护城河从“宽”下调至“窄”，同时因网络安全定位优势将CrowdStrike和Cloudflare的护城河从“窄”升级至“宽” [51][52] 前沿AI实验室和大型AI原生公司作为收购方 - 成为重要收购方：前沿AI实验室和大型AI原生公司已成为重要的收购方，目标是那些拥有专有数据、深度工作流集成或基础设施能力，且无法通过模型更新快速复制的公司 [8][62] - 收购逻辑： - 前沿AI实验室（如OpenAI、Anthropic）：收购是为了构建模型开发本身无法提供的垂直产品深度 例如，OpenAI收购Torch Health（医疗数据整合）和Anthropic收购Coefficient Bio（生命科学AI），以进入需要多年专业工作的复杂垂直领域 [66] - 大型AI原生平台公司（如Databricks）：收购是为了扩展现有平台，其逻辑更接近企业软件现有厂商，为已经具有企业规模的平台增加深度 [67] - 收购目标特征：这些公司追求的目标具有共同特征：专有数据、深度工作流集成或无法通过模型更新快速复制的基础设施能力 这与大量建立在应用层、缺乏上述特征的AI初创公司形成鲜明对比 [68][69] 监管和地缘政治挑战 - 人才收购面临审查：联邦贸易委员会于2024年6月对微软与Inflection AI的交易展开正式调查，司法部于2025年中对谷歌与Character.AI的交易展开反垄断调查，审查这些以雇佣人才和IP许可为核心的结构是否旨在规避合并申报要求 [76] - 跨境AI并购的地缘政治风险：Meta于2025年12月宣布收购Manus（一家源自中国、总部设在新加坡的智能体AI平台），2026年4月被中国国家发改委以依赖中国人才和技术为由勒令解除交易，并禁止联合创始人离开中国 [77] 此案例表明，对于与美国存在战略和安全竞争的国家有重要联系的AI公司，其跨境交易可能面临监管干预，仅凭公司注册地无法防范 [78] 并购与退出影响 - 退出市场呈哑铃型结构：超大型AI并购集中在资本充裕、成熟的公司，其估值基于与收购方AI平台路线的战略契合度；而更广泛的收购群体则表现为交易规模有限、投资者回报被压缩 [81] - 估值差距扩大：顶级AI私营公司的私募市场估值与战略收购方愿意支付的价格之间的差距正在扩大，使它们实际上超出了常规并购的范围，促使大型买家在战略上倾向于投资而非收购 [82] - 退出前景取决于战略契合度：对于更广泛的AI公司而言，退出前景取决于战略契合度和收购方的紧迫性 当目标与资本充裕的收购方的AI路线图一致时，无论估值环境如何，需求都存在 [83]