AI行业正步入一个关键性的转型阶段。

在过去的几年里，多数AI企业的成长轨迹聚焦于模型训练、平台搭建，随后将API接口、软件工具或综合解决方案推向企业市场。AI企业侧重于技术能力的输出，而传统企业则承担起场景探索、流程再造及落地实施的重任。

然而，随着企业AI应用的深化，这一路径的局限性日益凸显。

企业真正渴求的，并非又一个模型接口，而是如何将AI无缝融入业务流程，实现与原有系统的对接，并在确保安全可控的前提下，产生可量化、可评估的经营成效。

在此背景下，“AI Rollup”概念应运而生，成为AI产业的新焦点。

Rollup，原指通过整合分散的资产以形成更大规模和协同效应。在AI领域，它并非简单的企业并购或收入叠加，而是运用AI技术对传统行业的技术、数据、人才及交付体系进行全面重构。

从明略科技近期的业务布局来看，其AI Rollup战略旨在整合至少三个层面：分散的业务流程、割裂的技术能力，以及过度依赖人力线性增长的服务模式。

整合分散的业务流程

传统企业的信息化建设往往历经多个阶段，导致财务系统、客户管理系统、内容平台、营销工具及内部协作软件等各自为政，形成系统孤岛。员工在执行任务时，需频繁切换多个软件，手动复制信息并跟踪进度。

大模型的出现，虽为部分企业增添了AI助手，但若原有流程未变，AI仍仅作为新功能入口存在。

明略科技所倡导的Agent协作模式，旨在打破这一僵局。

在Octo平台上，不同Agent可像团队成员一样参与同一任务，根据分工调用数据、软件及专业工具。任务不再围绕单一软件展开，而是以最终目标为导向。

例如，一次营销任务可由洞察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根据实际效果进行优化。人类则负责在关键节点提供判断与验收。

Octo因此不仅是一个聊天软件，更是一个连接人、Agent、上下文及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，支持私有化部署及多Agent协作。

AI Rollup的首要任务，便是将原本分散于不同系统及部门中的流程，重新组织为由Agent驱动的端到端任务。

整合模型、数据与行业知识

企业AI的发展，不能仅依赖通用模型。

通用模型虽具备语言理解、内容生成及推理能力，但缺乏对企业历史数据、客户标准及专业规则的了解。而传统软件公司及服务商虽拥有这些资源，却往往缺乏足够的模型能力及Agent工程体系。

AI Rollup需将这两类能力有机融合。

在技术底层，明略科技已构建起包括DeepMiner、Mano、Cider、Octo及Octic在内的产品与技术体系。

DeepMiner负责商业数据分析、任务规划及企业级Agent能力；Mano聚焦于图形界面理解与操作，使Agent能直接使用网页及桌面软件；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则将人与不同Agent连接起来。

这些能力共同解决了Agent如何理解、行动、感知及协作的问题。

然而，技术只有深入具体行业，才能转化为稳定的业务。

在营销领域，明略科技长期积累的消费者数据、广告效果基准及品牌服务经验，可与内容生成、效果评测及投放Agent相结合；在内容电商领域，AI可参与选题、脚本、素材生产、投放及转化分析；在影视与短剧制作中，AI可参与剧本拆解、视觉制作及项目协同；在软件开发中，Agent可承担需求分析、编码、测试及交付工作；在品牌出海场景中，AI还可助力企业进行内容本地化、跨平台运营及市场反馈分析。

这些业务虽看似分散，但底层均共享同一组要素：专有数据、行业知识、Agent执行及人类判断。

AI Rollup并非简单地将不同业务纳入一家上市公司，而是让不同业务中积累的数据及经验，能够持续反哺同一套AI生产体系。

整合场景与客户入口

AI公司要进入大型企业市场，往往需面对漫长的销售及交付周期。

企业客户不仅关注技术能力，还考察供应商是否了解行业、是否拥有成熟产品、能否满足信创及合规要求，以及是否具备长期服务大型组织的经验。

因此，仅凭AI公司从零开始拓展每个行业，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。

普联软件长期为大型集团企业提供集团财务、财务共享、司库管理、全面预算及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。按照双方规划，明略科技的Octo、端侧模型及AI部署能力，将与普联软件的企业管理场景相结合，推动AI进入财务共享、司库及预算管理等系统，并共同探索AI原生企业管理应用。

从AI Rollup的角度看，这项交易不仅补充了收入及客户数量，更提供了一套进入大型集团企业核心流程的场景入口及交付体系。

AI公司因此不必仅在传统软件外围提供接口，而可深入原有系统内部，重新设计人、Agent及软件之间的关系。

革新传统的人力交付模式

大量专业服务行业的增长仍过度依赖员工数量的增加。

广告运营、内容制作、软件开发及企业管理咨询等领域均存在类似问题：客户越多，所需投入的项目经理、顾问、设计师及工程师也越多。业务规模扩大，成本往往同步攀升。

AI Rollup的更深层次目标，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（现场数字专家）在其中扮演关键角色。

FDE深入企业现场，将客户流程拆解为不同任务，判断哪些环节可由Agent执行，哪些环节需人类决策，再将项目中形成的方法沉淀为可复用的Memory、Skill及工作流。

在一个项目中积累的经验，不再仅属于某位员工，而可被下一批Agent及项目团队继续利用。

传统服务公司出售的是人的时间，而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向Agentic Services转型的核心变化。

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。

若说Agentic Services完成的是单项业务模式的验证，那么AI Rollup所要解决的，便是如何将这种模式推广至更多行业及更复杂的业务流程。

AI Rollup并非资产规模的简单叠加

并购本身并不会自动产生协同效应。

AI公司与传统软件或服务企业之间，可能存在技术体系、管理方式及客户需求上的巨大差异。若AI能力仅停留在展示层面，原有业务仍按传统方式运行，那么所谓AI Rollup最终仍只是财务意义上的资产组合。

因此，判断AI Rollup是否真正成立，需观察更具体的经营指标。

例如，Agent能否真正融入原有业务流程；相同规模项目所需的人力是否减少；新产品能否进入原有客户体系；不同业务之间的数据及技术能力是否能够复用；服务收入能否在人员不大幅增加的情况下持续增长。

对于明略科技与普联软件而言，未来真正有说服力的，并非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，以及能否提升交付效率及商业结果。

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最终仍需由经营结果来验证。

从“售卖AI”迈向“用AI经营产业”

AI产业的早期竞争，主要围绕谁能够打造出更强大的模型；而下一阶段的竞争，则将围绕谁能够用AI重构真实产业展开。

这两者的能力结构截然不同。

前者需要算法、算力及工程研发能力，后者则还需行业数据、客户关系、业务流程、组织管理及长期交付能力。

明略科技的AI Rollup战略，本质上是在尝试将这些要素整合至同一套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深入客户现场，再通过营销、内容、电商、软件开发及企业管理等业务场景持续验证结果。

它所要Roll up的，不仅是企业及收入，更是分散在传统产业中的数据、经验、流程及交付能力。

这条路径能否成功，目前仍需时间及实际业务数据来检验。但它至少提出了一个值得行业深思的问题：

当模型能力逐渐成为基础设施，AI公司的长期价值，究竟源自出售多少Token和软件账号，还是源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应。