这一组案例说明 AI 能力正在从「给被投企业提供工具」，升级为「GP 自己拥有一支可跨公司复制的改造团队」。
事实
- CINC Systems 于 2023 年获得 Hg 投资，原为传统社区物业管理软件公司；2025 年面对 AI 原生竞争者，Hg 将 Hg Catalyst 的工程师、产品经理与设计师直接嵌入公司，围绕高摩擦工作流重新设计「技能」，三个月上线完整 AI 产品 Cephai。
- CINC 目前超过 30% 的新增合同年经常性收入来自 AI 产品，研发基线预算下降 10%—20%，客服年化成本减少约 200 万美元，30% 的客户已使用 Cephai。
- Hg 预计 AI 最终可占 CINC 每户经济模型的 30%—40%，并带来 30% 以上的货币化提升。
- Hg 现有 100 多名 AI 相关投后专家；60 多家被投公司累计运行 1,600 多个 AI 项目，预算口径下 AI 带来的 EBITDA 影响约 2.6 亿美元。
- Partners Group 被投保险经纪公司 Foundation Risk Partners（3,000 多名员工）由另一家被投企业 Version 1 实施 AI 改造，重做保单处理工作流，带来 120 个基点 EBITDA 利润率提升、约 1,000 万美元财务影响。
- Partners Group 长期控股的 Emeria（管理欧洲约 300 万套住宅、700 个办事处）在完成第一阶段行业整合与内部 ERP 建设后，开始把智能体 AI 部署到核心经营模型，预计再带来 130 个基点 EBITDA 利润率提升。
-10%~-20%CINC 研发基线预算变化
约 200 万美元CINC 客服年化成本减少
+120 / +130 bpPartners Group 两例利润率提升
判断
Hg 的做法已经接近「AI 改造小组」的标准形态：PE 的 AI 团队进场 → 找高摩擦工作流 → 直接构建生产级智能体产品 → 被投企业内部团队接管 → Catalyst 退出去改下一家。真正形成壁垒的不是模型，而是人、工作流模板、智能体技能、评估方法在组合内的复用。
Partners Group 的两例则补上了另一半证据：改造对象是保险经纪与物业管理的传统服务企业，改善直接落在 EBITDA 利润率上，而不是停在「效率提升」的描述里。
反方证据
- 120 / 130 个基点是管理人对被投企业的内部计量，缺少第三方复核与完整成本口径（含 AI 部署、培训、维护、人工复核）。
- 「AI 产品带来 30% 新增合同 ARR」与「研发预算下降」可能同时包含定价调整与人力结构调整，不能全部归因于 AI。
- Hg 的 2.6 亿美元 EBITDA 影响是预算口径而非已实现口径，跨 60 多家公司的平均意义有限。
- 这类模式高度依赖 GP 自建团队规模，中小型基金难以复制，样本存在明显选择偏差。
来源：FDEPE追踪数据库。原始披露见 Hg Capital、Partners Group 相关材料；原始链接待补。