AI 新創併購潮：195 件交易只有 12 件揭露金額

Crunchbase 在十月初公布的一份統計，把今年 AI 圈一個不太被討論的現象攤在檯面上：截至九月二十九日，由創投支持的 AI 公司買下其他 AI 新創的交易已經累積到 195 件，比 2025 一整年還多出 14%。

但真正值得注意的不是這個數字本身，而是它旁邊那個幾乎沒動的數字——同期的買家數量只增加了 2%。

Photo by Annie Spratt on Unsplash

交易變多，買家沒變多

交易量成長 14%、買家只成長 2%，這兩個數字擺在一起只能推出一個結論：多出來的交易，大部分是同一批人做的。

Crunchbase 的三年期資料也支持這點——67 個重複出手的買家，包辦了這段期間約 42% 的交易。換句話說，不到七十家公司做掉了市場上四成的併購案。

今年的出手次數排序大致是這樣：OpenAI 十件（三年累計二十件）、Anthropic 五件、法律 AI 公司 Legora 五件、同樣做法律 AI 的 Harvey 四件、客服 AI 的 Sierra 三件、開發工具 Cursor 三件、Cohere 兩件。

這份名單有個共同點：它們都還是新創。這不是傳統上大型科技公司收購小團隊的故事，而是一批成立不到十年、自己也還在燒錢的公司，開始大量收購比自己更小的公司。

買的不是技術，是時間

Menlo Ventures 合夥人 Rama Sekhar 對這個現象的解釋很直接：「在 AI 的世界裡，一切都是速度。」買下一個團隊或一項產品，比自己從頭做快。Legora 財務長 David Eckstein 的說法也類似，他把併購描述為「加速我們正在做的事」的方式之一。

從實際標的看得出這套邏輯。Harvey 今年買下 Hexus、Lume、Benchmark 與 Guardrails AI，補的是核心產品周邊的缺口，同時往資產管理領域延伸；Legora 收購的 Walter AI、Qura、Graceview、Cadastral 與 Wexler AI，則橫跨法律檢索、法規監測與訴訟支援。兩家公司都在同一個賽道上，用併購把自己從單點工具堆成平台。

OpenAI 的路徑更雜一些。一月的 Convogo、Torch Health 與 Crixet，三月的 Astral 與 Promptfoo，六月的 Ona（原 Gitpod），八月的 Instant——從醫療紀錄整合、Python 工具鏈到測試框架都有。二月還有一樁以人才為主的收購，對象是 OpenClaw 與它的作者 Peter Steinberger。

Anthropic 則買下了專做藥物研發的 Coefficient Bio，金額四億美元。

Photo by Julia Taubitz on Unsplash

195 件裡，只有 12 件說了多少錢

這份統計裡最安靜、也最耐人尋味的一項，是價格揭露率：195 件交易中，只有 12 件有公開金額，約莫 6%。

有金額的幾件規模都不小。目前已知最大的一筆是 Nscale 以約 16.5 億美元收購 Anyscale；資安公司 Cyera 以 10 億美元買下 Oasis Security；OpenAI 以 3 億美元收購影像技術公司 Glass Imaging；Sword Health 收購 Kaia Health 的金額上看 2.85 億美元。

剩下的 183 件，外界不知道成交價。這在私募市場並不罕見——未上市公司沒有揭露義務，不講價格也完全合法。但當一個領域的併購密度達到今年這個程度，資訊的空白就會造成幾個實際後果。

第一，沒有可比較的成交價，後續交易的定價只能靠雙方各自的估計，談判結果高度依賴誰的資訊比較多。第二，外界難以判斷這波併購究竟是理性的整合，還是估值互相灌水——因為可供檢驗的樣本只有 6%。第三，對被併購公司的員工與既有客戶而言，交易的規模與性質（是買產品、買客戶，還是只買人）往往要等到公告之後才看得出來。

這不是指控任何一方刻意隱瞞，而是一個結構性的觀察：這個市場的熱度，目前只能從件數推估，不能從金額驗證。

對使用 AI 工具的企業，這代表什麼

對一般企業來說，這些併購看起來離自己很遠。但如果公司的某個流程已經接上某家 AI 新創的服務，這波整併其實很具體。

最直接的情況是產品被整併。一家小公司被買下之後，產品常見的三種去向是：維持獨立營運、被併入買方的主產品、或是停止服務只留下團隊。第三種在 AI 圈特別常見——Crunchbase 的資料裡就有不少是以人才為主要目的的收購，這類交易的產品往往會在一段時間後收掉。

第二種情況是條件變動。換了母公司之後，定價模型、方案層級、API 配額、資料處理地點與合約條款都可能重新設計。多數廠商會給既有客戶一段過渡期，但過渡期結束之後的條件，不一定與當初簽約時相同。

第三種情況比較隱性：整合方向被改變。一家獨立的小公司通常會盡量支援市場上各種系統；被某個平台買下之後，資源優先投入自家生態系是合理的商業選擇，與該平台競爭的那些整合，維護優先序往往會往後排。

Photo by Kelli McClintock on Unsplash

該問的不是「這家公司會不會倒」

面對這種環境，一個常見但不太有效的反應，是乾脆只用大廠的工具。問題在於大廠的產品線一樣會調整、收掉、改版，而且中小企業真正需要的那些細分功能，往往就是由小公司做的。

比較實際的做法，是把問題從「這家公司撐不撐得住」換成「如果它明天換了老闆，我要花多少成本離開」。這個問題有幾個可以具體檢查的點。

資料能不能完整帶走。不是指能不能匯出一張 CSV，而是歷史紀錄、設定、以及系統累積的中間結果是否都拿得回來，格式是否可讀。這件事應該在導入前就測一次，而不是等到要搬的時候才試。

合約裡有沒有控制權變更的條款。當服務提供方被併購時，現有的價格與服務水準保障多久，以及是否有提前終止的權利，值得在簽約階段就問清楚。

這個工具卡在流程的哪個位置。一個只做輔助、停掉也能靠人工頂替的工具，風險與一個已經成為訂單必經節點的工具完全不同。前者可以放心嘗試，後者應該要求更明確的服務水準條件，或至少先想好替代方案。

介面是不是標準的。如果串接是走通用格式或主流標準，更換廠商的成本會低很多；如果是深度客製的專屬接法，綁定程度就高。

一個正在收斂的市場

把這 195 件交易放在一起看，AI 工具市場正在從「什麼題目都有人做」的發散階段，走向「少數平台加上周邊」的收斂階段。這個過程在軟體業發生過很多次，通常的結果是：功能變得更完整，選擇變得更少，價格在整合完成後趨於穩定甚至上升。

現在還處在這個過程的前半段。對企業而言，這不是停止採用 AI 工具的理由——市場收斂本身並不等於產品變差。但在簽下三年合約、或把關鍵流程整個搬上去之前，多花半天確認資料的出口在哪裡，大概是這一年最划算的準備工作之一。