FDEPE · 宣言

Own the company.
Rebuild the system.

控股企业,重构系统。

一 · 投资宣言

过去四十年,Private Equity 建立了一套成熟的价值创造方法。

找到被低估的资产。 取得控制权。 优化资本结构。 改善经营。 整合行业。 等待价值重新定价。

AI 改变了其中最重要的变量:

企业本身开始变得可以被工程化。

01

AI 的能力增长速度,已经超过大多数组织吸收它的速度。

模型每几个月发生一次变化。 企业的岗位、审批、工作流、信息系统和组织结构,却按照几年甚至几十年前形成的方式继续运行。

因此,今天最重要的技术差距之一,并不存在于模型之间。

它存在于:

AI 已经能够做到什么,与一家企业实际上能够做到什么之间。

这段距离,就是新的价值创造空间。

02

很多人试图通过给企业增加 AI 来缩短这段距离。

我们选择另一条路径:

取得企业的控制权,然后重新设计它。

因为一家企业从来不是若干任务的简单集合。

销售如何承诺,采购如何决策,员工如何协作,管理层如何获得事实,异常由谁处理,利润如何产生——这些共同构成了一套运行系统。

改变其中一个工具很容易。 改变整个系统需要权限。

Ownership is an engineering primitive. 所有权本身,就是一种工程条件。

03

这也是 FDEPE 存在的原因。

FDEPE — Forward-Deployed Engineering Private Equity.

我们把 Forward-Deployed Engineering 放到 Private Equity 的核心。

工程师进入真实业务现场。 理解订单。 理解客户。 理解机器。 理解人的动作。 理解信息如何流动。 理解一次错误为什么发生,一笔利润为什么消失,一个决策为什么需要三天。

然后从这些最具体的事实开始重建企业。

不是从 PPT 开始。 从生产开始。
04
传统 PE 经常问: 这家公司现在值多少钱?
FDEPE 多问一个问题: 如果重新设计这家公司,它能够变成什么?

一家拥有稳定客户、行业信誉、供应链和现金流的企业,可能同时运行着大量历史遗留下来的低效结构。

重复录入。 人工协调。 层层审批。 信息孤岛。 经验依赖。 管理跨度限制。

组织规模曾经决定企业能力的上限。

AI 正在改变这个约束。

于是,一类新的资产开始出现:

业务是好的,组织仍属于上一个时代。

这正是我们寻找的企业。

05

FDEPE 不把「用了多少 AI」作为价值创造指标。

我们只关心经营结果。

一张订单需要多少分钟处理。 一次交付需要多少人参与。 错误率下降多少。 库存周转提高多少。 一个管理者能够管理多大的业务。 一元收入需要多少组织成本。 EBITDA 增加多少。 自由现金流增加多少。

AI 只有穿过完整的工作流,最后进入利润表和现金流量表,才完成了一次部署。

所以我们的基本单位不是模型。 不是 Agent。 甚至不是岗位。

是完整的经济活动。

06
传统企业把工程能力放在组织的一侧。 FDEPE 把工程能力放到资本配置旁边。

在收购以前,FDE 就进入现场。

他们帮助回答: 哪些成本能够消失? 哪些流程能够重新设计? 哪些判断能够被机器承担? 哪些经验必须继续留在人身上? 哪些数据实际上不存在? 哪些所谓的效率提升最终无法转化成现金?
因此 FDE 不只是投后的执行力量。

Engineering becomes part of underwriting. 工程判断开始成为投资判断的一部分。

07

同样的事情发生在资本这一边。

过去,技术团队拥有改造能力,却经常没有改造权。

投资机构拥有改造权,却经常缺少深入业务现场的工程能力。

FDEPE 把两者放在同一张资产负债表上。

Capital provides control. Engineering creates improvement. Ownership captures the result.
资本取得控制权。 工程创造经营改善。 所有权承接长期价值。

这三件事情第一次可以成为同一个系统。

08

我们因此对规模有不同的理解。

规模不意味着管理越来越多的人。 规模意味着:

每完成一次企业改造,下一次改造都变得更快、更便宜、更确定。

第一个企业留下工作流。 第二个企业留下评测。 第三个企业留下行业模型。

第十个企业之后,我们拥有的不只是十家公司。

我们开始拥有关于一个行业如何运行的工程知识。

这是一种新的复利。

资本复利。 现金流复利。 工程知识也在复利。
09
AI 时代会产生大量新的公司。 我们同样相信,AI 时代会重新发明大量已经存在的公司。

世界拥有数以百万计已经验证需求的企业。

它们拥有客户、品牌、设备、牌照、供应链、员工和现金流。

没有必要把所有东西重新创业一次。

很多时候,更快的路径是:

Buy what already works.
Rebuild what no longer should. 买下已经被市场证明的部分。重建已经不适合继续存在的部分。

10

因此,我们不把 FDEPE 看作「PE + AI」。

这是对 Private Equity 价值创造引擎的一次更新。

杠杆仍然重要。 价格仍然重要。 行业整合仍然重要。 运营改善仍然重要。

但一个新的变量已经进入方程:

一家企业究竟能够被重新工程化到什么程度。

未来优秀的投资者,需要理解资本。 也需要理解组织。 还需要理解机器可以承担什么。

当这三种能力开始合流,一种新的投资方法出现了。

我们称它为:

FDEPE — Forward-Deployed Engineering Private Equity.

Own the company. Rebuild the system. 控股企业,重构系统。

二 · 研究宣言|让一种投资方法接受事实检验

AI 可以完成什么,与一家企业能够因此多创造多少价值,中间隔着整个组织。

数据能否取得,流程能否改变,权限能否下放,经验能否沉淀,风险由谁承担,改善如何进入现金流——这些问题决定了技术的经济价值。

FDEPE 关注的,正是这段距离。

当资本拥有持续改造企业的权力,工程团队拥有深入业务现场的能力,两者能否共同形成一种可复制的投资方法?

我们通过案例、证据和长期追踪,研究这个问题。

一、交易只是研究的起点

一笔收购宣布完成,很多问题才刚刚开始。

买方为什么选择这家公司?收购价格包含了多少增长预期?控股带来了哪些具体权限?工程团队进入了哪些业务环节?原有管理层和员工如何参与改造?

此后,成本可能下降,也可能转移。产能可能释放,也可能缺少新增需求。利润可能改善,也可能被降价、客户流失和维护费用抵消。

交易公告提供一个故事,经营结果决定这个故事是否成立。

我们从交易开始,持续追踪部署、组织变化与财务兑现。

二、走进工作流,理解价值如何产生

「部署了 AI」是一项描述,距离投资结论还有很远。

我们关心一张订单经过多少次交接,一次判断等待多久,一项服务如何验收,一次异常由谁接管。

也关心工程团队改变了什么:任务的执行方式、部门之间的协作、管理者获得事实的速度,以及企业承担责任的能力。

每个案例都需要沿着一条完整的链路展开:

交易结构 → 改造权限 → 工程部署 → 组织变化 → 经营结果 → 现金流

这条链路中的缺口,同样属于研究结论。

三、把不同层次的成果分开计算

节省工时、释放产能、增加利润、创造现金流,分别需要证据。

员工少花一个小时,不代表企业立即少支出一小时的工资。交付速度提高,不保证市场会提供更多订单。单家企业利润上升,也需要检查总部工程成本是否得到完整分摊。

我们关注扣除模型调用、部署、培训、维护、人工复核与组织调整成本之后,企业留下了多少持续收益。

同时检查服务质量、客户留存、合规风险与员工负担。

一项改善的价值,需要在完整成本和完整责任之下成立。

四、既研究成功,也记录失效

控股可以提供行动空间,也可能增加整合负担。

标准化可以提高效率,也可能损伤客户愿意付费的差异。

AI 可以降低成本,也可能压低整个行业的价格。

我们将追踪这些矛盾如何在具体企业中展开。成功案例需要解释成立条件,失败案例需要还原失效机制。

工程能力不足、数据不可用、组织抵触、收益高估、交易价格过高,都应当进入案例记录。

投资方法的边界,与它的机会同样重要。

五、每天一篇,持续积累

每天一条案例卡与一篇深度研报,是我们的编辑承诺。

研究范围覆盖行业案例、机构策略、交易结构、工程部署、组织治理与回报机制。每篇报告围绕一个明确问题展开,并说明证据支持到哪里。

深度由问题、证据与判断构成,篇幅服从研究需要。

我们区分已披露事实、机构自述、测算假设与研究判断。资料不足时保留空白;新证据出现时更新结论;同一案例发生重要变化时继续追踪。

研究的积累,来自结论不断受到检验。

六、建立一种可以讨论、比较和验证的行业语言

FDEPE 研究前线部署工程如何进入私募股权投资的核心:参与收购判断,支持组织改造,并影响长期回报。

我们希望让投资者看清工程能力的经济意义,让工程师理解资本与经营约束,让企业经营者判断哪些改变值得承担。

随着案例积累,一些模式可能得到验证,一些假设会被推翻,一些原本模糊的问题会获得更清晰的答案。

这就是这个网站存在的理由:

持续追踪资本与工程如何重构企业,让每一种价值创造主张,都有机会被事实检验。

FDEPE

从交易开始,追踪到现金流。
From acquisition to cash flow.

全球行业案例追踪 · 每天一条案例卡,一篇深度研报