我會跟你說清楚，為什麼你應該買下一家公司，然後用 AI Agents 把 EBITDA（稅息折舊及攤銷前利潤）翻 3 倍。看完這篇超簡單的指南，你會知道怎麼找到對的公司、買下它，再用 Agents 來營運——細到資料夾怎麼建、提示詞怎麼寫都會教你。文章有點長（大約要讀 10 到 15 分鐘），但如果你有興趣，絕對值得。
根據 McKinsey 的數據，到 2035 年，將有價值約 5 兆美元的美國企業易主。這些公司大多屬於準備退休的嬰兒潮世代老闆，而且很多根本還沒找到買家。
在華盛頓州的 Bellingham，有一家會計師事務所叫 Larson Gross。它成立於 1949 年，有五個辦公室、大約 200 名員工，最近 Thrive Holdings 還入股了這家公司。
今年報稅季，這家事務所的 AI 處理了 7,000 份申報書。會計師平均省下 31% 的時間。有一位會計師原本每年要花 180 小時做某項工作，現在只要 15 小時就搞定。這真的太扯了！！！
這就是整個核心概念：買下一家已經有客戶、有執照、有信任基礎的公司，然後用 AI Agents 改變工作方式。
AI 整併（AI roll-up）到底是什麼
我認為 AI 整併就是新一代的私募股權。
「整併」其實是個老掉牙的概念！你在同一個產業裡買下一堆小公司，把它們合併起來，整間大公司的價值就會高於原本零散的部分。過去 40 年來，PE（私募股權）一直在服務業玩這套，主要靠的是財務工程：整合後勤部門、談下更好的供應商合約、加點槓桿，五年後賣給更大的基金。
AI 整併改變的是中間那一步。你用服務業的價格買下一家公司，然後用 Agents 重新打造交付工作的方式，讓它們承擔大部分任務。客戶留下來了，營收留下來了，但每完成一單位工作的成本卻下降了。
傳統服務業公司的 EBITDA 利潤率大概在 5% 到 10% 之間。而這裡的論點是，同一家公司可以跑到 30% 到 40%。一樣的客戶、一樣的帳單，利潤卻是原來的 3 到 4 倍。
為什麼這件事現在才發生？因為三件事同時到位了。
1／模型在實際工作上終於夠強了。資料輸入、報稅表初稿、合約審查、客服工單、維修申請。兩年前，AI 產出的東西還得重做；現在，只需要檢查一下就好。
2／老闆們正在退休。美國有一大批小型服務業公司，掌握在六、七十歲想退場的老闆手裡，而且很多人根本沒有接班計畫。小孩不想接手，員工又買不起。
3／算術上真的行得通。服務業公司的收購倍數通常很低，因為市場假設它們的利潤率卡死了。如果你能證明它沒卡死，你就等於用打折價買到了一個價值更高的資產。
誰在做這件事
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
1／Long Lake Property management（物業管理）：收購 18 家公司，不到兩年做到 1 億美元 EBITDA，利潤率翻倍
2／Crescendo Contact centers（客服中心）：90% 的一線工單由 AI 解決，利潤率是傳統業者的 4 倍
3／Titan MSP IT services（IT 服務）：超過 30% 的工作流程自動化，目標是把淨利率翻三倍
4／Dwelly UK real estate（英國房地產）：問題處理時間從 50 天降到 20 天，利潤率翻倍
5／Thrive Holdings 在兩年內買下近 50 家地方會計師事務所，最近更砸下 10 億美元繼續買。真的很瘋狂！
6／General Catalyst 為這個策略預留了 15 億美元，已經投資至少十家公司、金額超過 7.5 億美元。他們公布的成果相當驚人，不過有個誠實的提醒：這些數字都是公司自己回報的，而且還沒有人經歷過經濟衰退的考驗。
GC 的交易結構不管規模大小都值得抄。交割時大約付 60% 到 70% 現金，另外 30% 左右的價格轉成創辦人的股權，這樣當初建立客戶關係的人就有理由留下來，好好把交接做完。很有趣的模式。
為什麼這件事不只屬於 Thrive、General Catalyst 和那些大咖（你也可以做！）
當大家看到幾十億美元的基金在買會計師事務所，我猜很多人會覺得這離普通人太遙遠了。但我認為恰恰相反！大型基金會把這個市場的大部分留給個人投資者，原因有幾個。
1／基金需要大案子。 一個十億美元的載體，不可能花時間去搞一年營收 200 萬美元的記帳公司。支票太小，根本動不了他們的報酬率。McKinsey 預估到 2035 年會有超過 100 萬家嬰兒潮世代擁有的企業出售，其中絕大多數就是這種規模。Thrive 的人永遠不會打電話給他們。而這正是競爭最少的地方。
2／工具就是你手上那些。 Larson Gross 的報稅 Agents 跑的是 OpenAI 的 Codex。支撐全美最大型整併案的模型，任何人只要月費訂閱就能用。基金會在買任何東西之前先蓋平台；但獨立創辦人可以用 Claude Code 或 Codex，晚上在家幫一家公司把工作流建出來，等實際案件進來再慢慢優化。
3／你自己就是整合者。 任何整併案最大的風險，就是買的速度比整合的速度快。基金必須請經理人來管每一家買下的公司，而這些經理人得從頭學起。但如果是一個人買下一家公司，這個人就在辦公室裡，叫得出每個客戶的名字，還會親自看每一份 Agent 產出的草稿。拖慢基金速度的瓶頸，正是獨立創辦人天生在做的事。
4／很多老闆寧可賣給「一個人」。 花了 40 年打造出一家 12 人公司的人，會很在乎誰來接手。比起在 Zoom 上見過一次面的基金，他們更願意把公司交給那個坐在自家餐桌旁、認真詢問客戶狀況的人。這種關係是用錢買不到的優勢。
5／這個規模找得到資金。 SBA 貸款和賣方本票本來就是為這種交易設計的。你不用募一支基金，就能買下營收幾百萬美元的公司。
基金正在證明這個模式行得通。他們也讓大家看到了報酬在哪裡——而大部分報酬，都藏在那些小到他們懶得理的公司裡。
所以你會看到越來越多十億美元級的基金搶走頭條新聞。
但事實是，一位獨立創辦人只要做成一筆好收購、配上一組 Agents，就能拿下剩下的 999,000 家公司。
每個人都有很大的空間。
為什麼要「買」而不是「從零開始」
如果你有能力做出一款 AI 會計產品，為什麼還要買一家會計師事務所？
因為服務業最難的部分跟軟體一點關係都沒有。客戶名單花了 30 年才累積起來；信任是建立在人與人之間的；執照是靠考試和時間換來的；而在這個利基市場裡，什麼叫做「正確」，全存在那些做了幾十年的人腦袋裡。
新創公司要花好幾年去爭取的東西，收購在第一天就直接交到你手上。你不用說服一家牙科診所去信任新廠商——他們從 2006 年就信任這家公司了。
再來是歷史紀錄。每一次的合作、每一個邊角案例、每一個被發現並修正的錯誤。這些都是訓練 Agents 的教材，而新創公司什麼都沒有。
新創公司得先贏得客戶，才能開始做事。收購則是已經有了客戶，所以你唯一要做的，就是改變做事的方式。
Holdco（控股公司）的資料夾架構
所以，如果你是單打獨鬥或只有一個小團隊，我很想分享一些用 AI 打造你小小帝國的訣竅。
在買任何東西之前，先把你要用來營運一切的系統架好。資料夾架構就是你的營運模式。每一家買進來的公司，都套用同一個形狀。
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
基本上，3 個小檔案就包辦了大部分工作：target-criteria.md 決定你要買什麼，rules/ 決定 Agents 值不值得信任，而 corrections-log.md 則是規則每週變得更強的關鍵。如果你什麼都懶得弄，至少把這三個弄好。
你要打造的 Agents
你需要兩組 Agents。第一組幫你買到對的公司；第二組在你擁有公司之後負責營運。
交易前
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
這份清單上最重要的設計決策：審核者可以擋件但不能送出，製作者不能單獨送出任何東西。 把這兩者分開，就能避免大部分糟糕的產出送到客戶手上。
第一步：尋找標的
大多數願意出售的小型公司，根本沒有在任何地方掛牌。老闆自己都還沒決定。你的任務是在仲介找到他們之前，先找到他們。
好管道包括：各州證照委員會查詢系統（CPA、保險業務員、物業管理人員都有公開紀錄的執照）、州政府商業登記、產業公會名錄、BizBuySell 這類交易平台，以及地方商業期刊。
你是一家控股公司的尋源分析師，該公司正在 [region] 收購 [industry] 公司。請根據附件中的持照公司清單，找出可能符合以下條件的企業：5 到 50 名員工、2005 年以前成立、由老闆親自經營、沒有明顯接班人。針對每家公司，請列出成立年份、老闆姓名與持有執照的年資、據點數量、提供的服務，以及任何顯示老闆有意退休的跡象，例如縮短營業時間、最近有合夥人離開，或網站很久沒更新。依契合度排序，並清楚標示哪些內容是你的推測。
接著，親自寫信給老闆。這類對話的起點，永遠是一個花了好幾十年打造事業、希望知道接手的人會好好對待它的人。
不過我得老實說，我覺得交易平台不是最理想的選擇。一旦案子上了平台，很多「超額報酬（alpha）」就不見了，這也是為什麼我通常偏好主動聯繫。這點要記住。
第二步：評分卡
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
用同一套標準替每個標的打分數，別讓自己的興奮感替你做決定。
分數低於 60% 的公司，通常是你買了一份工作，而不是一家公司。高於 80% 的，就值得發意向書（LOI）了。
第三步：用實際樣本做盡職調查
財務盡調只能告訴你這家公司賺了多少錢，但無法讓你看到實際工作長什麼樣子——而那正是你即將改變的東西。
請對方提供 20 到 50 個真實、去識別化的已完成案件樣本，涵蓋公司主要服務項目。然後畫出自動化地圖。
請檢視這些來自一家 [industry] 公司的已完成工作樣本。針對工作流程中每一項獨立任務，列出：觸發條件、輸入資料、執行步驟、產出結果、人工大約需要多久、每月發生頻率、產出是否能依據明確標準檢驗，以及做錯會發生什麼事。接著將每項任務分類為：立即自動化、自動化但需人工審核、僅輔助、維持人工。說明每個分類的理由。遇到不確定的地方請直接標記，不要瞎猜。
產出大概會長這樣：
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
把案件量乘上工時，你就能在簽約之前知道利潤藏在哪裡。這張自動化地圖是整筆交易中最有價值的文件。
第四步：算數學
這是一個用整數呈現的示意範例。
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
你用大約 80 萬美元買下它。客戶是誰、付多少錢，你完全沒改。如果你把利潤率從 10% 拉到 30% 並維持住，在同樣的估值倍數下（還沒有人認為它值得更高倍數之前），這家公司的價值大約是你買入價的三倍。
這還是沒扣掉工具成本、沒算進所需時間、也沒考慮任何意外狀況的數字。這就是機會的輪廓。整場遊戲的關鍵，在於你能不能守住那個利潤率。
這種小型收購通常靠 SBA 貸款加上賣方本票來融資，也就是部分價款分期支付。賣方本票的作用跟 GC 的轉入股權一樣：讓熟悉客戶的人持續投入在交接過程中。
第五步：規則庫
真正的資產就是在這裡建出來的。
每家公司都靠一堆沒人寫下來的規則在運作。那個總是晚交文件的客戶；資深合夥人一定會複查的那種扣除額；某個客戶覺得很失禮的用詞。當資深人員離開，這些規則也跟著消失。你在前 60 天的任務，就是把它們從大家的腦袋裡搬進檔案裡。
你正在訪談一家 [industry] 公司的資深 [role]，目的是記錄他們的工作方式。請詢問：初階員工最常犯的錯、哪些客戶需要特別處理及原因、任何文件送出公司前他們一定會做的檢查，以及哪些情況他們會停下來請教別人。訪談結束後，把每個回答整理成附帶範例的編號規則。若某條規則與其他規則衝突，請標示出來。在他們核准之前，任何規則都不能生效。
接著每週把修正紀錄轉化為規則：
比較每份 Agent 草稿與人工核准的版本。將每一處修改分類為事實錯誤、客戶偏好、資訊缺漏或風格調整。針對出現超過一次的修正提出一條新規則。把每條核准的規則加入測試案例，使用原始輸入與最終接受的產出。
跑完幾百個案件後，規則庫就是別人能信任你產出的原因。任何人都能用一樣的模型，但沒有人有你那份「在這個利基市場裡所有會出錯的方式」清單。
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
第六步：前 100 天
第 1 到 30 天：不要改變任何客戶看得到的東西。
跟每位員工一對一面談。親自向客戶宣布交易消息，最好讓前任老闆在現場或線上。取得所有系統的權限。讓 Agents 以「影子模式」運行：它們平行做一份工作，真人照常做一份，你再拿來比對。開始進行規則庫訪談。
第 31 到 60 天：改造後勤部門。
正式啟用收件與文件收集流程。從你的自動化地圖中挑出量最大、風險最低的任務交給製作者 Agent，並且每份草稿都要審核。每週追蹤每件工作需要的人工分鐘數。重新定義職務：原本負責製作的人，現在改為審核。
第 61 到 100 天：謹慎擴張。
把地圖上的下兩個任務推上線。客戶溝通 Agent 先只處理例行進度更新。每月與資深員工開會檢視修正紀錄、核准新規則。除了利潤率，也要追蹤客戶留存率與關鍵人才留存率。
到了第 100 天，你應該要知道三件事：Agents 能穩定完成多少工作、人工審核實際上花你多少成本，以及有沒有重要人物不爽了！
很棒的內容。
儀表板
每間公司、每個星期一，只看 5 個數字。
訂閱 Gregisenberg.com，讓更多像這樣的案例研究直接寄到你的信箱
如果利潤率上升、客戶留存率卻下降，那你基本上就是在變賣資產來付裝潢費。
該買什麼
通常能通過多數篩選條件的產業：會計與記帳、物業管理、保險經紀、IT 託管服務、醫療帳務、薪資代管、社區管委會（HOA）管理、產權與履保、貨運承攬與人力派遣。
這些產業都有可重複的工作、可檢驗的產出、經常性客戶、分散的所有權結構，以及大量接近退休的老闆。
利基市場多達上百萬個，這些只是提供一些靈感。想看更多創業點子，可以到 Ideabrowser.com
什麼地方會出錯
1／買的速度比整合快。 這是整併失敗最常見的原因，有沒有 AI 都一樣。如果收購跑得比整合快，你買到的只是一堆爛攤子。
2／關鍵人物離開。 認識所有客戶的會計師在交易六週後離職，客戶關係也跟著她走出門。轉入股權、賣方本票和真正的留任獎金就是為了防止這件事。我看過太多次了，真的很慘。
3／客戶跟著老闆走。 有些客戶忠誠的對象是「人」。要預期會流失一部分，並把過渡期拉長、做得更有溫度。
4／把信任也一起自動化掉了。 利潤提升來自後勤部門，但價值來自關係。如果你讓這段關係感覺變廉價了，你就失去了當初花錢買的東西。
5／Agents 權限太大。 一個可以跳過檢查點直接寄信給客戶的 Agent，總有一天會把錯的信寄給錯的人。在修正率低到足以證明不需要檢查點之前，請保留它們。
6／輕信標題數字。 這個領域公布的大多數成果，都是正在募資的年輕公司自己回報的。數字可能是真的，但它們還沒經過景氣低迷的考驗。請用自己的數字來評估交易。
重點整理
以上就是整套劇本。我的目標只是激發你的靈感，希望我做到了。想要更多靈感，歡迎隨時收聽我的 podcast @startupideaspod（Spotify／Apple／YouTube）。如果我有任何能幫忙的地方，歡迎私訊我；或者如果你想找人合作打造你的 AI 原生公司，可以聯繫我們的設計公司 LCA。我們是 AI 領域領先的產品設計公司。
未來十年，大約有價值 5 兆美元的企業將會易主。其中大多數是小公司。大多數老闆非常在乎誰來接手。而且大多數公司的後勤部門，還在用二十年前的方式運作。這裡要特別 shoutout 一下 Boring Marketer w，他很早就抓住了這個趨勢，用 AI 把行銷自動化。
如果你買下一家、照顧好客戶、留住優秀人才，並讓 Agents 接管後勤部門，你真的很有機會把這家公司的獲利翻三倍。
我認為接下來十年，會有很多人這麼做。而那些在今年就先從一家無聊的小公司開始的人，將會站在非常好的位置上。
如果有我能幫忙的地方，歡迎私訊我。沒辦法回覆每一個人，但我會回一部分！如果你喜歡這篇指南、有任何問題或建議，或是想知道我下一篇該寫什麼，都請告訴我。
我挺你。
Greg Isenberg
