a16z管理合伙人Jen Kha在11月4日发表的《Is Private Equity Cooked?》中提出,新一轮技术浪潮正在挑战科技收购依赖的前提:商业模式足够稳定,未来收入足够可预测,才能支持借款。
Kha负责a16z的全球合作关系及募资策略与执行。她对科技收购的批评,来自一家风险投资机构管理人的投资判断。
在Kha看来,SaaS,即以订阅方式提供的软件服务,过去吸引收购基金的条件包括轻资产、稳定且便于支持借款的经常性收入,以及产品在客户预算中占比虽小却关键所带来的提价空间。她认为,科技收购更适合技术浪潮趋于稳定的阶段;当技术换代加快,这些条件需要重新检验。
融资环境本身也已提高交易对经营增长的要求。贝恩在《2026年全球私募股权报告》的美国交易示例中测算,一笔典型的2015年收购,约50%的购买价由债务融资,借款利率为6%—7%;在估值倍数上升等假设下,息税折旧摊销前利润(EBITDA)每年增长约5%,即可支持五年内达到2.5倍投入资本回报倍数的目标。
在贝恩对当前环境的示例测算中,借款成本为8%—9%,债务占企业价值的比例约为30%—40%;在买入估值仍高、估值倍数增长有限等条件下,同样的五年2.5倍回报目标,需要EBITDA每年增长接近10%—12%。这是随假设变化的模型结果,2.5倍指投入资本回报倍数,并非年化收益率。
AI带来的额外问题,是软件未来能否维持原有的收入与利润结构。贝恩在另一篇科技投资分析中认为,AI可能跨越部分软件的竞争壁垒;与此同时,每次查询产生的计算成本,以及按使用量或结果收费的模式,也会改变传统SaaS的利润率与增长预测。
由此可以推断:如果软件收入与利润变得更难预测,以这些现金流支持的借款能力和股权回报也可能承压。但现有材料尚不能证明AI已导致收购基金回报下降,融资成本、买入估值和退出环境同样影响交易结果。
这一风险也不能平均套用到所有软件公司。贝恩认为,替代风险取决于转换壁垒、业务关键性、数据访问及系统封闭程度,多数企业核心记录系统仍有较强壁垒。Kha也承认,优秀收购管理人能够适应变化,杠杆化软件之外的较小规模收购仍可能表现良好。
对投资者而言,更具体的检验对象是被收购的软件企业。贝恩建议,尽调既要评估AI对客户工作流的影响及软件被替代的风险,也要检查企业自身利用AI提高内部效率、推出功能或新产品的进展,并要求可衡量的证据。能否把AI转化为客户愿意付费、企业能够获利的业务,将影响这些资产能否继续支撑收购时的预期。
参考来源:
