AI行业正在经历一个明显的转折。

　　过去几年，大多数AI公司的发展路径，是训练模型、开发平台，再将API、软件工具或解决方案提供给企业。AI公司负责提供能力，传统企业则负责寻找场景、改造流程和完成落地。

　　随着企业AI进入深水区，这条路径的局限逐渐显现。

　　企业真正稀缺的并不是又一个模型接口，而是如何把AI放进业务流程，连接原有系统，并在安全可控的前提下产生可以衡量的经营结果。

　　在这一背景下，“AI Rollup”开始成为新的产业命题。

　　Rollup原本指通过整合分散资产形成更大规模和协同效应。放在AI产业中，它并不是简单收购几家公司、叠加几项收入，而是用AI重新组织传统行业中的技术、数据、人才和交付体系。

　　从明略科技近期的业务布局来看，其AI Rollup所希望整合的，至少包括三个层面：分散的业务流程、割裂的技术能力，以及仍然依赖人力线性增长的服务模式。

　　Roll up分散的业务流程

　　传统企业的信息化建设往往形成于不同阶段。

　　财务系统、客户管理系统、内容平台、营销工具和内部协作软件分别解决不同问题，却也容易形成新的系统孤岛。员工完成一项任务，需要在多个软件之间来回切换，手工复制信息并持续跟进进度。

　　大模型出现后，不少企业在每套系统之外又增加了AI助手，但如果原有流程没有改变，AI仍然只是新的功能入口。

　　明略科技所强调的Agent协作，试图改变这种结构。

　　在Octo中，不同Agent可以以团队成员的身份加入同一个任务，根据分工调用数据、软件和专业工具。任务不再围绕某一套软件展开，而是围绕最终目标展开。

　　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。人类不需要亲自操作每一个系统，而是在关键节点提供判断和验收。

　　Octo由此承担的并不是又一个聊天软件的角色，而是一层连接人、Agent、上下文和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，并支持私有化部署和多Agent协作。

　　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。

　　Roll up模型、数据和行业知识

　　企业AI无法只依赖通用模型。

　　通用模型能够提供语言理解、内容生成和推理能力，却不了解企业的历史数据、客户标准和专业规则。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。

　　AI Rollup需要将两类能力合并。

　　在技术底层，明略科技已经形成包括DeepMiner、Mano、Cider、Octo和Octic在内的产品与技术体系。

　　DeepMiner承担商业数据分析、任务规划和企业级Agent能力；Mano聚焦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；Octo则将人和不同Agent连接起来。

　　这些能力解决的是Agent如何理解、行动、感知和协作。

　　但技术只有进入具体行业，才可能转化为稳定业务。

　　在营销领域，明略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结合；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；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；在软件开发中，Agent可以承担需求分析、编码、测试和交付工作；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。

　　这些业务看似分散，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。

　　AI Rollup不是把不同业务简单装入一家上市公司，而是让不同业务中形成的数据和经验，能够持续反哺同一套AI生产体系。

　　Roll up场景和客户入口

　　AI公司要进入大型企业，往往需要面对较长的销售和交付周期。

　　企业客户不仅考察技术能力，也会考察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公司从零拓展每一个行业，速度并不一定快。

　　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控股股东。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，积累了相应的客户基础、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。

　　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。

　　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。

　　Roll up传统的人力交付模式

　　大量专业服务行业的增长仍依赖增加员工。

　　广告运营、内容制作、软件开发和企业管理咨询都具有类似特征：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。

　　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。

　　FDE在其中承担关键角色。

　　FDE深入企业现场，将客户流程拆解为不同任务，判断哪些环节由Agent执行，哪些环节需要人类决策，再把项目中形成的方法沉淀成可复用的Memory、Skill和工作流。

　　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。

　　传统服务公司出售的是人的时间，AI原生服务出售的则可能是完成任务的结果。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。

　　这也是明略科技从Data Intelligence走向Agentic Services的核心变化。

　　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。

　　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。

　　AI Rollup不是资产规模的简单相加

　　并购本身并不会自动产生协同。

　　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。

　　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；相同规模项目所需的人力是否下降；新产品能否进入原有客户体系；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。

　　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，以及能否改善交付效率和商业结果。

　　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。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。

　　这些安排可以降低部分交易风险，但无法替代后续的业务整合。AI Rollup最终仍然需要由经营结果验证。

　　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；下一阶段的竞争，则会围绕谁能够用AI重构真实产业。

　　这两者的能力结构并不相同。

　　前者需要算法、算力和工程研发，后者还需要行业数据、客户关系、业务流程、组织管理和长期交付能力。

　　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：以模型和Agent提供智能，以Octo连接协作，以端侧能力保障数据主权，以FDE进入客户现场，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。

　　它所要Roll up的，不只是企业和收入，而是分散在传统产业中的数据、经验、流程和交付能力。

　　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？

　　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。