2025年以来，人工智能资本周期由“模型融资”转向“基础设施重投入、企业级智能体商业化和数据/安全能力补齐”。2025年Stanford AI Index统计的全球公司层面AI投资为5817亿美元，其中私人AI投资为3447亿美元，组织AI采用率升至88%；2026年前五个月全球TMT并购金额达4,720亿美元，其中科技交易占4,200亿美元。中国人工智能核心产业规模在2025年超过1.2万亿元，企业数量超过6,200家。行业具备高增长，但价值链利润、现金流和控制权高度分化，决定了未来并购不会是单一的大模型整合，而是围绕算力、数据、工具链、行业入口和合规能力展开的多层级重组。

资料来源：千际投行

图0.1 AI投资相关数据

表0.1 核心判断、交易含义与投行业务动作

数据来源：Stanford HAI、工信部、PwC、公开交易公告，千际投行分析

数据来源：Stanford AI Index、PwC、工信部、公开交易案例；评分为千际投行研究判断

图0.1 2026—2028年人工智能并购细分赛道机会排序

表0.2 推荐行动清单

数据来源：千际投行整理

人工智能并购窗口由三股力量共同形成：第一，全球企业AI投资与云厂商资本开支上升，推动算力、数据中心、AI安全和开发工具成为战略资产；第二，中国“人工智能+”政策与并购重组制度改革同步推进，2025年修订的《上市公司重大资产重组管理办法》建立上市公司发行股份购买资产的分期支付机制，并为符合条件的交易设置简易审核程序；第三，生成内容标识、网络数据安全和跨境数据规则逐步落地，使合规能力从成本项转化为可交易资产。

表1.1 影响AI并购的宏观与制度变量

数据来源：Stanford 2026 AI Index、工信部、中国证监会、国家网信办

人工智能行业研究不能停留在模型参数、榜单和融资新闻。收并购研究的核心是解释：哪些能力适合自建，哪些能力必须通过收购获得；哪些公司拥有稀缺技术但商业化不足，哪些公司拥有客户与现金流但缺少模型能力；交易价格如何在增长、算力成本、数据权属和监管风险之间形成。

本报告同时服务五类业务目标：发现潜在标的；识别产业买方与财务买方；建立估值区间；形成控股权转让与并购执行SOP；构建可持续更新的行业公司与交易数据库。

本报告采用“技术栈+商业模式+交易属性”三维分类。技术栈用于判断资产所在价值链，商业模式用于选择估值指标，交易属性用于判断可交割性。研究范围覆盖算力与AI芯片、数据与知识基础设施、基础大模型、模型工具链、企业级智能体、垂直行业AI、AI安全治理、具身智能及与AI能力高度相关的控股权交易。

表1.2 人工智能、大模型与AI应用行业分类

数据来源：GICS、申万/同花顺行业口径及千际投行交易分类

报告采用五层研究法：产业研究回答价值链缺口；交易研究回答历史交易如何定价；主体研究识别买方、卖方与核心技术企业；估值研究建立可比公司、可比交易与DCF边界；执行研究形成尽调、合同、审批、交割和投后整合工具。数据优先级为监管/政府、公司公告与财报、交易双方新闻稿、国际权威研究机构、主流财经媒体。

表1.3 五层研究方法与报告输出

数据来源：千际投行整理

AI企业的法律主体与经济资产经常不一致。交易对象可能是完整公司，也可能是模型权重、专利、数据集、软件著作权、客户合同、算力资源、核心团队或业务线。尽调和估值必须先判断买方真正要获得的控制对象，再决定采用股权收购、资产收购、增资、独家许可、人才并购或分期控股。

表2.1 AI标的资产属性与交易关注点

数据来源：千际投行整理

价值链上游以资本开支、规模效应和供应链安全为核心，中游以模型能力、数据和开发效率为核心，下游以客户流程、收入质量和交付复用为核心。并购协同的本质，是将至少两个环节的控制权放在同一资本与治理体系下，降低外部采购成本、缩短产品迭代或控制终端客户。

数据来源：工信部、中国信通院、Stanford AI Index及千际投行整理

图2.1 人工智能产业链与并购切入点

数据来源：工信部、国务院新闻办公室、数字中国建设峰会公开资料

图2.2 中国人工智能核心产业规模

数据来源：Stanford HAI《2025 AI Index》《2026 AI Index》

图2.3 2024—2025年中美私人AI投资

数据来源：Stanford HAI《2025 AI Index》《2026 AI Index》

图2.4 全球组织AI采用率

表2.2 行业关键数据看板

数据来源：工信部、国务院新闻办公室、Stanford 2026 AI Index

AI收入需要拆分“可持续订阅、项目交付、算力转售、API调用、硬件销售和一次性授权”。同样的收入增长，在不同成本结构下可能对应完全不同的企业价值。大模型和Agent公司应重点审查推理毛利、客户扩张与模型替代风险；行业解决方案公司应区分标准化软件收入和高人力实施收入。收入质量核查还应识别云代金券、关联方采购、渠道压货、算力/硬件转售及总额法与净额法差异。

表2.3 商业模式、核心指标与估值风险

数据来源：千际投行整理

PwC数据显示，2026年前五个月全球TMT交易金额同比增长48%至4,720亿美元，科技交易金额增长67%至4,200亿美元，贡献TMT交易价值的89%。交易笔数下降而金额上升，说明资本更集中于平台型、控制型和基础设施型资产。AI成为多数大型科技交易的战略解释，但应区分并购、少数股权融资和商业合作。

数据来源：PwC Global M&A trends in TMT: 2026 mid-year outlook；LSEG与PwC分析

图3.1 2026年前五个月全球TMT并购金额

表3.1  AI行业主要交易类型

数据来源：公开交易案例与千际投行整理

表3.2 买卖双方主要动因

数据来源：千际投行整理

表3.3 2026—2028年细分赛道催化剂

数据来源：工信部、Stanford AI Index、公开公司披露与千际投行分析

每个案例按交易背景、交易方案、价值协同、风险瑕疵和复盘启示五层归档。案例库必须明确公告日、签约日、完成日和当前状态，避免把拟议交易、融资和已交割并购混淆。对于未披露金额的交易，不使用媒体估算替代官方对价，除非单独标注为媒体口径。

表 4.1 案例库标准字段

数据来源：千际投行整理

数据来源：交易双方公告、SEC文件及Reuters；金额均按公开披露口径

图4.1 2025年以来全球AI相关代表性并购

表4.2 全球代表性交易案例

数据来源：Google、Salesforce、SoftBank、AMD、ServiceNow、CoreWeave官方公告；Reuters

中国AI交易公开金额相对较少，且“AI资产并购”与“产业资本取得上市公司控制权”并存。研究时应将主营AI的软件收购、具身智能控制权交易和战略投资分别统计。下表仅列已公开披露的代表性交易，不用市场传闻补足样本。

数据来源：上市公司公告、上海证券报、财联社、人民日报上海频道；金额按公开披露

图4.2 中国AI与具身智能相关代表性收购及控制权交易

表4.3 中国代表性收购与控股权交易

数据来源：上市公司公告及权威媒体转引公告

表4.4 AI并购常见成败因素

数据来源：公开案例复盘与千际投行整理

主流公司池用于识别产业买方、估值锚和竞争格局。财务数据只采用已披露的2025年度口径；大型未上市平台因AI收入通常未单独披露，在数据库中保留“未公开”，不以融资估值或媒体估算替代收入。

表5.1 中国AI相关代表性上市公司2025年度财务对标

数据来源：各公司2025年年度报告/业绩公告

核心技术企业池不以短期收入排序，而以技术稀缺性、团队质量、数据/IP完整性和战略协同排序。对于未上市企业，公开财务通常有限，应记录最近融资、股东结构、核心产品、客户验证和潜在交易场景，同时把“未披露”视为需要进一步访谈的事项。

表5.2 核心技术企业储备示例

数据来源：企业官网、公开融资/产品信息；财务未披露部分不作估算

表5.3 AI企业交易信号与跟进动作

数据来源：千际投行整理

数据来源：千际投行标的筛选方法

图5.1 AI并购标的100分制评分框架

评分用于项目排序而非替代专业判断。技术壁垒需要由外部专家、代码审查和真实任务评测验证；客户访谈、合同、价格、云账单和模型使用数据须经卖方授权，并采用聚合、脱敏、第三方核验或Clean Team方式处理竞争敏感和商业秘密信息；交易可达性需要判断股东诉求、优先权、估值预期和监管路径。建议60分以下不进入主动推介，70—80分进入储备，80分以上启动买方匹配和管理层接触。

表6.1 AI并购买方类型与决策重点

数据来源：千际投行整理

买方拓客应从能力缺口而非单一项目切入。第一步梳理买方现有模型、数据、客户、算力与产品；第二步识别自建周期与机会成本；第三步形成标的长名单和协同量化；第四步以匿名交易卡测试兴趣；第五步进入NDA、管理层沟通和非约束性报价。

表6.2 买方决策材料清单

数据来源：千际投行整理

表6.3 卖方类型与交易准备

数据来源：千际投行整理

AI标的的“最高报价”并不等于“最佳买方”。最佳买方需要同时具备模型/产品承接能力、持续算力投入、客户渠道、合规治理和核心团队留任能力。FA应将价格、交割确定性、审批周期、资金来源、创始人角色和投后技术路线纳入综合评分，必要时设计产业买方与财务投资人联合收购。

AI企业估值不能只使用收入倍数。成熟企业软件可使用EV/ARR、EV/Revenue、EV/EBITDA和DCF；基础模型和高研发企业需结合融资成本、推理毛利、开发者与客户质量；芯片与算力资产需同时评估订单、产能、利用率和重置成本；具身智能需将订单真实性、量产良率和BOM下降曲线纳入情景。非上市公司股权转让、股票或其他金融商品转让，以及软件著作权、专利、设备和服务的转让，增值税处理可能不同；应按交易标的、纳税人身份和2026年施行的增值税法及配套规则逐项判断。

表7.1 AI标的估值方法选择

数据来源：千际投行整理

表7.2 AI企业估值加减分因素

数据来源：千际投行整理

估值模型建议至少设置基准、上行和压力三种情景。压力情景应同时假设收入增速下降、推理成本上升、核心客户流失和下一轮融资延迟，检查买方是否仍能满足债务偿付与投资回报要求。

表7.3 AI交易结构工具箱

数据来源：千际投行整理

表7.4 并购融资方案

数据来源：千际投行整理；具体融资需以金融机构最新政策为准

AI并购税务设计应在签署框架协议前开展。股权收购与资产收购在所得税、增值税、印花税和无形资产计税基础上差异显著；模型、软件著作权、专利和数据相关资产的定价应有可解释依据。跨境架构还涉及预提所得税、常设机构、转让定价和技术许可费。特殊性税务处理的收购比例、股权支付比例、经营连续性和持有期限因重组类型而异，应逐项核验；跨境股权架构还需评估非居民企业间接转让中国应税财产、扣缴和报告义务。

表7.5 主要税务议题

数据来源：千际投行整理；实际项目应由税务顾问出具专项意见

跨境AI交易需同时检查投资准入、出口管制、数据跨境、国家安全审查、反垄断、知识产权和制裁风险。中国买方出境收购需评估ODI、外汇支付和目标所在国国家安全审查；境外买方收购中国AI企业需审查外资准入、敏感技术、数据与算法备案、重要数据和个人信息跨境。跨境交易应逐项确认模型权重、源代码、训练方法、芯片、数据和第三方许可是否允许跨境访问、转移或使用。依法不得转移或尚未取得许可的，不得以Clean Team、数据隔离、托管或合同安排替代出口管制、经济制裁、技术进出口、数据出境或安全审查要求。

表7.6 跨境AI并购执行框架

数据来源：中国现行外商投资、ODI、数据安全、反垄断及交易规则；需结合项目所在地更新

AI尽调必须坚持“财务数据、技术验证、客户验证、云账单和合规证据”五方交叉。演示环境、模型榜单或管理层口述不能单独证明商业价值。项目组应在NDA后尽早获取代码/IP清单、训练数据地图、模型供应商合同、云成本明细、Top客户合同与回款、人员花名册和监管备案材料。客户、云账单、代码、模型和数据验证须经卖方书面授权，并遵守保密、竞争法、个人信息和商业秘密要求；竞争敏感信息应聚合、脱敏或由Clean Team处理。

数据来源：千际投行AI并购尽调框架

图8.1 AI专属尽调风险热力图

表8.1 AI专项尽调清单

数据来源：国家网信办相关规则、公开交易实践与千际投行整理

表8.2 标准AI并购执行SOP

数据来源：千际投行整理

数据来源：《上市公司收购管理办法》《上市公司重大资产重组管理办法》及交易所规则，千际投行整理

图8.2 上市公司控股权转让执行SOP

控股权转让必须先确认“控制权如何形成”：直接协议受让、表决权委托、一致行动、认购定增、部分要约或多工具组合。计算持股比例时应同步考虑已发行股份、潜在稀释、锁定、质押、表决权受限和一致行动关系。达到法定条件时需履行要约收购、权益变动和信息披露义务。

表8.3 控股权转让关键控制点

资料数据来源：中国证监会及交易所现行规则，千际投行整理

表8.4 重点监管审批与一票否决事项

数据来源：市场监管总局、国家网信办、中国证监会、国资监管及行业主管部门规则

AI交易文件需要把技术资产的可用性、可转让性和持续运营能力写入合同，不能仅沿用传统股权并购模板。除价格、交割、赔偿和治理安排外，交易双方应围绕模型权重、源代码、训练数据、开源组件、云账户、客户合同及核心人员建立可核验的权利义务清单，并将重大数据或知识产权瑕疵设置为交割先决条件。

对仍处于快速迭代阶段的标的，可通过分期收购、里程碑付款、留任激励和技术托管分配不确定性。合同中的经营指标应与会计政策、客户验收和推理成本口径统一，避免以调用量或未经审计的ARR单一触发对价。条款安排应与尽调发现逐项闭环，确保每一项重大风险都有价格、条件、赔偿、托管或终止权作为对应工具。

表8.5 AI并购核心交易文件与条款

数据来源：千际投行整理

AI并购投后整合应坚持“技术路线先稳定、客户服务不中断、数据权限最小化、核心团队先留住”。签约至交割期间即应形成Day-1和100日计划，明确哪些系统立即整合、哪些产品保持独立、哪些模型和数据需要隔离。签约至交割可在合规边界内制定Day-1和100日计划，但不得在审批或交割前实施价格、客户、采购、人员指挥、数据合并或其他可能构成抢跑和提前控制的安排。

表9.1 AI并购100日整合计划

数据来源：千际投行整理

表9.2 投后风险预警指标

数据来源：千际投行建议阈值，项目中需按赛道调整

AI并购的价值创造不应以简单并表或压缩人员为主，而应在客户、算力、研发、渠道、资本和合规等路径建立可量化基线。签约前的协同模型需要明确基准期、责任人、必要投入和兑现周期，交割后按月追踪收入、毛利、客户留存、研发里程碑和现金流。

对于模型与应用企业，收入协同通常来自买方客户入口与标的产品交叉销售；成本协同主要来自云折扣、模型路由、量化、缓存和基础设施复用；研发协同则体现为复用数据、评测体系和工程平台。协同收益只有在扣除整合成本、客户流失和新增资本开支后，才能纳入交易可支付价格，并应区分卖方可分享价值与买方应保留价值。

表9.3 并购后价值创造路径

数据来源：千际投行整理

数据来源：公开产业和交易数据；评分为千际投行研究判断

图10.1 2026—2028年AI并购细分赛道机会排序

企业级智能体、AI安全与治理、垂直行业AI和数据/知识基础设施排名靠前，原因是商业收入较易验证、客户协同清晰、监管需求增强且并购后可通过既有渠道快速放大。基础大模型仍具有战略价值，但资本需求高、估值和监管不确定性大，更适合战略投资、联合研发、分期增持或特定资产/团队交易。

表10.1机会赛道与推荐交易策略

数据来源：千际投行研究判断

AI标的的可持续性不仅是披露议题，也是现金流和估值变量。智算中心应审查PUE、电力来源、峰谷调度、液冷与设备更新；模型公司应跟踪训练与推理能耗、单位任务成本和硬件利用率；机器人企业应审查供应链、产品安全与回收。出口导向或国际客户占比较高的标的，还需满足客户对碳足迹、数据治理和供应链尽责的要求。

表10.2 ESG因素对交易的影响

数据来源：千际投行整理

· 并购规模继续向大型平台和基础设施交易集中，中小交易更多围绕Agent、数据、安全和行业入口。

· 买方从“模型能力展示”转向“收入、毛利、客户流程和合规资产”的可验证协同。

· 中国市场中，上市公司控制权、产业资本与具身智能资产的组合交易仍将活跃，但监管将更关注资金来源、主业协同和控制权稳定。

· 估值方法从单一收入倍数转向ARR质量、推理成本、数据/IP完整性和现金跑道的多因子模型。

· 数据跨境、内容标识、模型安全与行业许可将更早进入交易前置筛查，合规成熟度形成交易溢价。

表11.1 人工智能并购全流程服务

数据来源：千际投行整理

· 人工智能行业并购机会地图与年度/季度更新数据库；

· 主流公司与顶级技术企业双层标的储备库；

· 上市公司控股权转让、部分要约与产业资产导入方案；

· AI企业ARR、收入、推理成本、数据/IP和协同价值估值模型；

· 并购贷款、产业基金、夹层、股债结合与卖方融资设计；

· 模型、代码、数据、开源许可、算法备案和生成内容标识专项尽调；

· 跨境AI交易ODI/FDI、数据跨境、知识产权许可与审批路径；

· 交易文件核心条款、谈判支持、交割条件和项目进度管理；

· 投后100日整合、核心团队激励、客户协同和风险预警仪表盘。

千际投行是兼具投行服务与金融科技能力的综合型投行机构，主营全品类资本中介与投融资服务，覆盖A股、新三板、港股、金融机构、地产、不良资产多元赛道。核心业务板块包含上市公司 / 持牌金融机构收并购FA、控股权与老股居间转让、大宗 / 协议交易、定增、股票质押、借壳上市、资产注入、破产重整；同时提供全周期资本运作规划、企业管理咨询、投资者关系IR、估值建模、行业 / 个股研报、商业计划书、项目可行性研究等专业文书咨询；配套直接股权投资、FICC、衍生品设计、指数开发、定制化投资策略服务，依托旗下不良资产信息平台zichanxinxi.com，打造法拍股权、法拍房产海量信息撮合渠道，一站式服务企业、国资、产业资本、机构投资者、高净值家庭全生命周期投融资、股权盘活与风险出清需求。

表12.1 人工智能、大模型与AI应用收并购业务、服务和产品

数据来源：千际投行

欢迎联系我们：

��地址：上海市浦东新区陆家嘴东路166号中国保险大厦2109室

��官网：http://www.qibcc.com ��公众号：千际投资；

��视频号/抖音：投行小际

电话：021-68828928；��邮箱：qibcc@qibcc.com

联系人：王经理 13122370575（同微信）

资料来源按“监管与政府—公司公告/财报—交易双方官网—国际权威研究机构—主流财经媒体”排序。对同一数据存在不同口径时，报告保留统计范围和期间，不将产业规模、融资额、资本开支与并购金额直接比较。所有网址为后续人工追踪与更新入口。

表12.2 核心资料来源与网址

数据来源：千际投行整理

表12.3 报告与工作底稿SOP

数据来源：千际投行整理

本附录作为潜在标的储备与竞争对标数据库的Word摘要版。完整字段和更多企业在配套Excel工作底稿中维护。未公开数据保持空缺或标注“未公开”，不作推算。

表12.4 行业公司基本信息摘要

数据来源：公司官网、交易所披露与公开资料；财务详见工作底稿

本附录保留代表性交易摘要，完整交易字段、来源URL和状态跟踪在Excel工作底稿中维护。金额为公开披露口径，币种不做未经说明的换算。

表12.5 人工智能相关代表性收并购交易摘要

数据来源：交易双方公告、上市公司公告、权威媒体；截至2026-07-16