AI行业正步入一个关键性的转型阶段。

在过往的数年里，多数AI企业的成长轨迹大致为：精心训练模型、搭建平台，随后将API、软件工具或解决方案提供给企业客户。在这个过程中，AI企业专注于提供技术能力，而传统企业则承担起寻找应用场景、改造业务流程以及确保技术落地的重任。

然而，随着企业AI应用逐渐深入，这一发展路径的局限性开始日益凸显。

对于企业而言，它们真正需要的并非又一个模型接口，而是如何将AI技术无缝融入业务流程之中，实现与原有系统的有效连接，并在确保安全可控的前提下，产生可量化、可衡量的经营成果。

在此背景下，“AI Rollup”这一概念应运而生，成为AI产业新的探索方向。

Rollup，原本在金融领域指通过整合分散资产以形成更大规模和协同效应。在AI产业中，它并非简单地收购几家企业、叠加几项收入，而是运用AI技术对传统行业中的技术、数据、人才以及交付体系进行重新组织与优化。

从明略科技近期的业务布局来看，其AI Rollup战略所期望整合的，至少涵盖三个层面：分散的业务流程、割裂的技术能力，以及仍依赖人力线性增长的服务模式。

整合分散的业务流程

传统企业的信息化建设往往是在不同阶段逐步完成的。

财务系统、客户管理系统、内容平台、营销工具以及内部协作软件等，各自解决特定问题，但也容易形成新的系统孤岛。员工在完成一项任务时，需要在多个软件之间频繁切换，手工复制信息并持续跟进进度，效率低下且易出错。

大模型的出现，为这一问题提供了新的解决思路。不少企业在每套系统之外增加了AI助手，但如果原有流程未做改变，AI仍然只是新的功能入口，无法真正发挥其价值。

明略科技所强调的Agent协作模式，正试图改变这一现状。

在Octo平台中，不同Agent可以像团队成员一样加入同一个任务，根据各自分工调用数据、软件和专业工具。任务不再围绕某一套软件展开，而是围绕最终目标进行组织与推进。

例如，一次营销任务可以由洞察Agent分析市场数据，创意Agent生成内容，评测Agent判断素材质量，投放Agent执行渠道分发，再由分析Agent根据真实结果进行优化。人类则只需在关键节点提供判断和验收，无需亲自操作每一个系统。

Octo平台由此承担的并非又一个聊天软件的角色，而是一层连接人、Agent、上下文以及企业工具的协作网络。明略科技将其定位为面向人与AI协作的开放平台，支持私有化部署和多Agent协作，为企业提供更加高效、智能的协作解决方案。

AI Rollup的第一步，正是将原本分散在不同系统和部门中的流程，重新组织为由Agent推动的端到端任务，实现业务流程的智能化升级。

整合模型、数据和行业知识

企业AI的发展无法仅依赖通用模型。

通用模型虽然能够提供语言理解、内容生成和推理能力，但对于企业的历史数据、客户标准和专业规则却知之甚少。而传统软件公司和服务商则恰恰拥有这些资源，但往往缺少足够的模型能力和Agent工程体系，难以将AI技术有效应用于实际业务中。

因此，AI Rollup需要将这两类能力进行有机合并，形成更加完整、强大的AI解决方案。

在技术底层，明略科技已经构建了包括DeepMiner、Mano、Cider、Octo和Octic在内的产品与技术体系。

DeepMiner负责商业数据分析、任务规划以及企业级Agent能力；Mano聚焦于图形界面理解与操作，使Agent能够直接使用网页和桌面软件；Cider用于提升端侧模型运行效率；Octic负责采集会议等真实场景中的上下文信息；Octo则将人和不同Agent连接起来，形成高效的协作网络。

这些能力共同解决了Agent如何理解、行动、感知和协作的问题，为AI技术在企业中的应用提供了坚实的技术支撑。

然而，技术只有进入具体行业，才可能转化为稳定的业务收入。

在营销领域，明略科技长期积累的消费者数据、广告效果基准和品牌服务经验，可以与内容生成、效果评测和投放Agent相结合，形成更加精准、高效的营销解决方案；在内容电商领域，AI可以进入选题、脚本、素材生产、投放和转化分析等环节，提升内容电商的运营效率；在影视与短剧制作中，AI可以参与剧本拆解、视觉制作和项目协同等工作，为影视行业带来新的创作思路；在软件开发中，Agent可以承担需求分析、编码、测试和交付等工作，提高软件开发的效率和质量；在品牌出海场景中，AI还可以帮助企业进行内容本地化、跨平台运营和市场反馈分析等工作，助力企业拓展海外市场。

这些业务看似分散，但底层却共享同一组要素：专有数据、行业知识、Agent执行和人类判断。通过AI Rollup战略，明略科技可以将这些业务中的数据和经验进行持续反哺，形成同一套AI生产体系，不断提升AI技术的智能化水平和应用效果。

AI Rollup并非简单地将不同业务装入一家上市公司，而是通过整合不同业务中的数据和经验，持续优化和升级同一套AI生产体系，为企业提供更加智能、高效的解决方案。

整合场景和客户入口

对于AI公司而言，要进入大型企业市场，往往需要面对较长的销售和交付周期。

企业客户在考察技术能力的同时，也会关注供应商是否理解行业、是否具备成熟产品、能否满足信创和合规要求，以及是否拥有长期服务大型组织的经验。因此，单纯依靠AI公司从零开始拓展每一个行业，速度并不一定快，且难以形成规模效应。

为了加快市场拓展速度，明略科技拟通过间接全资附属公司，以约8.59亿元受让普联软件19.07%股份。若交易完成，受让方将成为普联软件的控股股东。当然，交易目前仍需完成尽职调查，并取得相关安全审查决定、深交所合规性确认及股份过户等条件。

普联软件长期面向大型集团企业提供集团财务、财务共享、司库管理、全面预算和业财融合等解决方案，积累了丰富的客户基础、项目交付经验、行业知识及信创适配能力。按照双方披露的规划，明略科技的Octo、端侧模型和AI部署能力，将与普联软件的企业管理场景相结合，推动AI进入财务共享、司库和预算管理等系统，并共同探索AI原生企业管理应用的新模式。

从AI Rollup的角度看，这项交易所补充的不只是收入或客户数量，而是一套进入大型集团企业核心流程的场景入口和交付体系。通过整合普联软件的资源，明略科技可以更加深入地了解大型企业的需求，提供更加贴合实际业务的AI解决方案。

AI公司由此不必只在传统软件外围提供接口，而可以进入原有系统内部，重新设计人、Agent和软件之间的关系，形成更加高效、智能的业务流程。

整合传统的人力交付模式

在大量专业服务行业中，业务的增长仍然高度依赖增加员工数量。

广告运营、内容制作、软件开发和企业管理咨询等行业都具有类似特征：客户越多，需要投入的项目经理、顾问、设计师和工程师也越多。业务规模扩大，成本往往同步上升，导致企业盈利能力受限。

AI Rollup更深层的目标，是将这些行业中的专业经验转化为可重复调用的数字劳动力，降低企业对人力数量的依赖，提高业务效率和盈利能力。

在这一过程中，FDE（现场数字专家）承担着关键角色。

FDE深入企业现场，将客户流程拆解为不同任务，判断哪些环节可以由Agent执行，哪些环节需要人类决策。同时，FDE还将项目中形成的方法沉淀成可复用的Memory、Skill和工作流，为后续项目提供经验支持。

在一个项目中形成的经验，不再只属于某位员工，而可以被下一批Agent和项目团队继续调用，形成知识的积累和传承。这样，企业就可以逐渐摆脱对个别员工的依赖，提高业务的稳定性和可持续性。

传统服务公司出售的是人的时间，而AI原生服务出售的则可能是完成任务的结果。通过AI Rollup战略，企业可以实现收入增长不再完全依赖人员增长，而更多取决于Agent能够承担多少工作，以及同一套能力能够复制给多少客户。这为企业带来了全新的商业模式和盈利增长点。

这也是明略科技从Data Intelligence走向Agentic Services的核心变化。通过整合AI技术和专业服务经验，明略科技为企业提供更加智能、高效的服务解决方案。

据相关数据显示，2025年，明略科技Agentic Services实现约1.002亿元收入，新增大客户中超过30%来自该业务。公司披露，相关业务已经在营销流程中形成从洞察、内容生产到投放执行的端到端闭环，为企业提供了全方位的营销支持。

如果说Agentic Services完成的是单项业务模式的验证，那么AI Rollup所要解决的，就是如何把这种模式带入更多行业和更复杂的业务流程中，形成更加广泛、深入的应用。

AI Rollup并非资产规模的简单相加

并购本身并不会自动产生协同效应。

AI公司与传统软件或服务企业之间，可能存在技术体系、管理方式和客户需求上的巨大差异。如果AI能力只能停留在展示层面，原有业务仍然按照传统方式运行，那么所谓AI Rollup最终仍然只是财务意义上的资产组合，无法为企业带来真正的价值提升。

因此，判断AI Rollup是否真正成立，需要观察更具体的经营指标。

例如，Agent能否真正进入原有业务流程并发挥其作用；相同规模项目所需的人力是否下降；新产品能否顺利进入原有客户体系并获得认可；不同业务之间的数据和技术能力是否能够复用；服务收入能否在不同比例增加人员的情况下持续增长等。这些指标是衡量AI Rollup战略成功与否的重要依据。

对于明略科技与普联软件而言，未来真正有说服力的，不是一次交易所带来的短期关注，而是双方能否推出可落地的AI原生企业管理产品，能否在大型集团客户中形成示范项目，以及能否显著改善交付效率和商业结果。这将直接决定AI Rollup战略的成败和企业的长期发展。

明略科技在交易公告中也设置了尽职调查、分期付款、过渡期保护、业绩承诺及补偿安排等措施。约50%的交易对价拟由重新分配的上市募集资金支付，其余部分由自有及自筹资金支付。这些安排可以在一定程度上降低部分交易风险，但无法替代后续的业务整合和协同效应的发挥。

AI Rollup最终仍然需要由经营结果来验证其价值和有效性。只有通过实际业务数据的检验，才能证明AI Rollup战略是否真正成功，是否能够为企业带来长期的价值提升。

从“卖AI”走向“用AI经营产业”

AI产业的早期竞争，主要围绕谁能够做出更强的模型展开。各大企业纷纷投入大量资源进行模型研发和训练，以提升模型性能和准确率。

然而，随着AI技术的不断发展和应用场景的拓展，下一阶段的竞争将会围绕谁能够用AI重构真实产业而展开。这要求企业不仅要具备强大的模型研发能力，还需要拥有行业数据、客户关系、业务流程、组织管理和长期交付能力等多方面的综合实力。

这两者的能力结构并不相同。前者主要侧重于算法、算力和工程研发等方面的能力；而后者则需要企业具备更加全面、深入的行业洞察力和业务整合能力。

明略科技的AI Rollup战略，本质上是在尝试将这些要素整合到同一套Agentic AI体系中。通过以模型和Agent提供智能支持，以Octo连接协作形成高效的协作网络，以端侧能力保障数据主权和安全可控，以FDE进入客户现场深入了解需求并提供定制化解决方案，再通过营销、内容、电商、软件开发和企业管理等业务场景持续验证结果，形成闭环的AI应用体系。

它所要Roll up的，不只是企业和收入，更是分散在传统产业中的数据、经验、流程和交付能力。通过整合这些资源，明略科技可以为企业提供更加智能、高效的解决方案，推动传统产业的智能化升级和转型。

当然，这条路径能否成功，目前仍需要时间和实际业务数据检验。但它至少提出了一个值得行业观察和思考的问题：

当模型能力逐渐成为基础设施，AI公司的长期价值，究竟来自出售多少Token和软件账号，还是来自它能够重构多少真实业务并为企业带来长期的价值提升？

对于明略科技而言，AI Rollup正是对这一问题的一次产业化回答。通过实施AI Rollup战略，明略科技正努力探索AI技术在传统产业中的应用模式和价值创造路径，为AI产业的长期发展贡献自己的力量。