AI写代码越来越快,很多软件公司正在琢磨怎么少招人。偏偏就在这个时候,一家全球IT服务巨头宣布,要收购一家拥有300多名员工的SAP咨询服务商。
AI写代码越来越快,很多软件公司正在琢磨怎么少招人。偏偏就在这个时候,一家全球IT服务巨头宣布,要收购一家拥有300多名员工的SAP咨询服务商。10月22日,Cognizant(高知特)宣布已签署收购澳大利亚DyFlex Solutions的最终协议。对价没有披露,预计2027年第一季度完成交割;在那之前,两家公司仍独立经营。这事有点反常。既然AI能够写程序、做报表、自动处理业务,为什么大公司还要花钱买一支实施顾问团队?更重要的是:买下来之后,靠什么把人力服务变成更好的生意?DyFlex创立于2011年,是SAP的白金合作伙伴,业务覆盖澳大利亚和新西兰,涉及矿业、能源、公用事业、制造业和公共部门。它不是一家卖通用大模型的公司,而是帮企业把财务、采购、库存、设备维护、人事等系统真正装起来、接起来、用起来。听起来不够性感,但企业老板应该很容易理解。一个大型集团有好几个子公司,采购编码不统一,财务口径不一致,设备维修记录散落各处。董事长想看一张真实的经营报表,底下的人先要花几天对数字。这时候客户买的,不是“安装SAP”四个字,而是把真实业务流程理顺,再把系统交付到能运行的状态。DyFlex官网有一个具体案例:Green by Nature由四家园林服务企业整合而来,员工超过2000人,原来各有系统。DyFlex帮助它们把多个ERP应用整合到一个云端核心系统里。这里没有披露项目收费和利润,不能据此估算客单价。另一个客户Codan Limited,拥有七座制造工厂,900多名员工分布在11个国家。DyFlex参与其人力、ERP和供应链规划系统改造。对于这样的客户,真正麻烦的从来不只是代码,而是跨国家、跨工厂、跨部门的流程和责任。现在很多企业都在问:有了AI Agent,还要这么多软件实施顾问吗?要分清两种工作。整理需求文档、生成测试脚本、做基础数据映射,这些标准化环节,AI确实有机会减少人工时间。但决定采购审批该由谁签字、旧系统数据出了错谁负责、停机迁移能否影响生产,这些问题没有一个按钮能替老板承担责任。客户最终买的是一套能在真实组织里运行、能追责、能维护的流程。技术只是其中一部分。这也解释了为什么DyFlex不仅做一次性实施,还做系统优化和托管服务。企业通常为项目实施、咨询和持续服务付费;SAP软件许可或订阅则是另一笔账。DyFlex没有公开足够细的收入拆分,不能把所有客户的软件预算都算成它的收入。更有意思的是,DyFlex自己也在使用可复用的实施工具和行业方案。高知特公告特别提到这些方法和资产,希望把它们与自己的AI平台结合。买方要的并不是300个可以计时收费的人头,而是专业团队已经进入的客户流程、行业知识和交付经验。至于客户合同能否持续、工具能否复制到更多项目,还要靠交割后证明。2025年,私募股权机构Five V Capital投资DyFlex,公开表示希望通过扩张能力、进入新地区和战略并购支持增长。同年,DyFlex收购另一家SAP服务商Bluetree,补上数据分析、规划等能力。到了2026年8月,DyFlex首席执行官接受行业媒体采访时说,过去三年公司收入增长约350%,员工人数增长约300%;其中收购也贡献了规模扩张。这是管理层接受采访时披露的增长,不是独立审计的有机增长率。现在,高知特准备接手这家已经整合过一次的专业服务平台。这条路径很像产业资本熟悉的Roll-up:先有一家具备客户和交付基础的核心企业,再通过并购补能力、补地区、补团队,最后进入更大平台的销售和交付体系。但有两个数字我们不知道:高知特到底愿意付多少钱,Five V的实际退出回报是多少。交易未完成、价格未披露,就不能把它写成某家基金已经赚了几倍。高知特2026年第二季度收入约54.81亿美元,GAAP营业利润率15.9%。上半年公司披露用于并购的资金约13亿美元。这里都是高知特整体经营数字,不是DyFlex的财务表现,更不能拿来反推本次收购价格。大公司的优势是跨国客户、行业渠道、工程交付和AI工具。DyFlex的优势则是本地SAP客户关系,以及矿业、制造业等场景中的实施经验。如果把两边接起来,潜在收入来源不只是继续卖实施工时,还包括老客户的云迁移、数据治理、流程自动化和长期托管服务。假设AI把一个项目的实施时间缩短了20%,客户会让服务商保留这20%的收益吗?未必。按工时计费的项目,效率提高可能直接变成收入下降;按成果或固定价格交付的项目,才更有机会把效率提升留在毛利里。所以AI能省多少人时,和收购以后能多赚多少利润,是两道不同的算术题。要真正提高利润,买方需要把项目方法标准化、控制返工和售后成本,并逐渐增加可持续收费的服务。否则只是把一批昂贵顾问换到了更大的组织架构里。如果我站在产业买方一侧,第一件事不是看演示视频,而是把客户收入拆开。
第二件事是查真正可复用的资产。所谓行业模板、实施加速器,究竟能在多少客户上复用?数据和代码的知识产权归谁?能否与客户已有SAP系统合规集成?第三件事才是AI赋能:先挑一批交付环节做100天验证,比较工时、质量、返工率、客户验收和回款。不要先把未来所有AI节省的成本加到估值里。这也是AI Roll-up最容易走偏的地方。买几家企业、合并财务报表很容易,真正把分散的客户关系和交付能力变成平台利润,并不容易。我倾向于判断,未来12到24个月,企业AI服务领域会继续出现类似并购:大型平台买下掌握某个行业、某套核心系统或某个地区客户关系的专业服务商,再把AI工具嵌入交付流程。但我不认为“顾问越多越值钱”。更可能先改变的,是收费方式:标准化实施环节越来越难按高工时收费,而能持续负责系统运行、数据质量和业务结果的团队,可能获得更稳定的合同。
如果未来出现相反信号——项目报价持续下滑、客户自己用Agent完成大部分实施、服务商续约率下降——就要修正判断,不能再把传统咨询公司的历史利润简单乘一个AI溢价。对企业家来说,这笔交易真正值得琢磨的,不是“AI来了还要不要人”,而是你的客户究竟在为什么付钱。会写代码的工具越来越便宜,能够把复杂生意真正交付到位、并且长期负责的人和组织,才可能继续拥有收费权。