2025 To B 资金流向哪了 | 年度盘点|现金流|股权|融资

买方市场正在成型。

文｜Alex 牛透社

2025 年，全球To B软件行业融资依旧频密，资金多集中在能交付、能复制、能规模化扩张的商业化路径上。上市窗口仍在，但市场更看重收入可验证与增长可持续。而并购则主要存在于补齐能力栈与夯实底座的环节，交易指向更明确。

本文对 2025 年全球To B软件资本事件做了结构化盘点，试图回答三个问题：一是钱流向了哪些赛道与类型公司；二是退出通道如何分化；三是买方并购究竟在买什么。

样本以牛透社2025年发布的资讯为主，覆盖融资、上市、冲刺 IPO和并购四类资本事件。从样本结构看，覆盖融资 376 笔、IPO 15 家、冲刺 IPO 企业 15 家、并购 106 起。

牛透社发现，全年的资本动作呈现出三条明确线索：

第一，资金在向确定性集中。确定性来自交付能力、成本结构与生态位的可核算模型，来自可复制的产品化路径。

第二，退出结构在分化。港股、美股、A 股承接的公司类型与定价偏好不同，窗口打开与定价宽松并不是一回事。

第三，并购在提速且明显后置。年末交易更密集，交易集中在技术支撑、数据资产、企业安全等底座赛道，并购更多服务于能力补齐与存量整合。

口径说明：
融资统计按“企业+轮次+时间”去重，同一公司在 2025 年多次融资保留多条记录，用于观察融资节奏与资金结构变化。
金额处理将披露金额、区间、近似值、未披露分开统计，避免不同口径混算。
赛道归类统一按“2025 中国企业服务云图”的 18 个一级赛道执行，确保融资、上市与并购可以在同一分类框架下横向对照。
融资金额中可能混入估值口径或累计披露口径。本文涉及金额判断时，将以“披露金额可比样本”单独分析，其余口径主要用于事件量与结构分布观察。

01 融资篇：资金在集中，确定性成为投资标准

1. 国内企服软件融资笔数/金额跌至近五年最低

据牛透社统计，2025 年全球企业级软件融资记录了 376 笔，其中，中国国内企业软件级融资 55 笔。

中国国内企业软件市场的融资情况在 2021-2025 年间经历了从“巅峰”到“深度调整”的剧烈变化。融资规模自 2021 年的顶峰（585 起，1215.5 亿元）后大幅回落。2022 年经历腰斩，虽在 2023 年有过短暂的小幅回升，但 2024-2025 年再次陷入深度收缩。

2025 年的现状不容乐观，融资笔数（55 起）和金额（79.2 亿元）均降至五年最低点，仅为 2021 年巅峰时期的 1/10 和 1/15 左右，资本市场极其谨慎。

2022 年“垂直行业”是头号热点，但自 2023 年起，“技术支撑”稳居 TOP1，资本更看重具备底层通用能力的底层软件。

资本对硬科技属性的青睐不断增强。“工业软件”始终稳居前三，展现了极强的抗周期性；2025 年“具身智能（软硬一体）”异军突起跃居 TOP2，标志着纯软件逻辑向 AI 与硬件深度融合的转型。

价值正在回归，资本不再为“想象空间”买单，转而考核供给能力、交付效率、成本结构生态位。虽然融资数量锐减，但资本仍在向头部和具备确切变现能力的优质项目集中。这五年是中国 ToB 行业的“去泡沫化”过程，市场已从流量扩张期进入硬核技术驱动效率交付的存量竞争时代。

2. 供给侧拥挤，行业侧看重可复制交付

从全球来看，把融资按一级赛道归类后，资金的第一落点仍然在供给侧，其中，技术支撑领域占 37.0%，垂直行业占 20.2%，两者合计已超过一半。

再往下看，企业安全、营销、具身智能等赛道构成第二梯队。整体上，融资笔数的前五大赛道合计占到接近八成，这种集中度说明钱继续在变“窄”，但并非变“冷”。

供给侧之所以一直能拿到钱，不只是因为更硬核，更重要的是商业逻辑更好讲清楚。比如，算力、芯片、GPU、云和推理部署这些方向，市场缺口看得见，成本怎么降、规模怎么放大也有明确路径。就算短期还不赚钱，也能把钱花到哪里、能建出多少产能、每单位成本怎么往下走、最后怎么交付变现，这条账算得明白。

相反，很多应用侧项目在 2025 年要想拿到钱，叙事必须从自己能做什么，转换为已经替谁省了多少成本、哪个流程实现了标准化、下一批客户如何更低边际成本复制等。

与此同时，垂直行业能否持续融资的关键，在于生意是否扎实可复制。投资人看重的是数据是否足够独特，客户付费是否稳定，采购流程能否顺畅跑通，以及交付能否从项目制升级为标准化产品。

因此同样做行业应用，有的能快速进入 A/B 轮，因为路径清楚、规模化可期；有的则长期停在小额试验，因为项目制难以放大。

3. A/B轮成为主战场，C 轮之后更稀缺

赛道回答的是钱投向哪里，轮次结构回答的则是钱愿意承担多大的不确定性。

按早期、成长期、扩张期、成熟期等口径统计，2025 年融资重心落在成长期。A/B 轮合计 122 笔，占 32.4%；早期（种子/天使等）96 笔，占 25.5%。C 轮 30 笔，占 8.0%；成熟期（D+/Pre-IPO）17 笔，占 4.5%；战略/特殊 10 笔，占 2.7%；未披露 101 笔，占 26.9%。

首先，市场并未回到“广撒网”的周期。早期笔数不低，属于小额分散的组合下注，而不是热钱回流。真正的定价权集中在 A/B 轮，企业要拿到这一阶段的资金，靠的是可验证的 PMF、清晰的单位经济账，以及能被复制的交付体系。

其次，C 轮之后的稀缺，反映了“做大”比“做出”更难。很多公司能证明产品有效，但进入扩张阶段后，决定成败的变量会转向组织能力、渠道效率、交付规模和现金流质量，这些要素更难被资本用统一模板评估。

也因此，能在 B/C 阶段持续融到钱的项目，通常已经跑出了更强的客户牵引和更确定的商业化路径。

4. 大额融资画像：金额高度集中，头部拿走大部分筹码

从这张表可以看出，2025 年To B软件领域的融资呈现出“事件多、资金集中”的典型结构。

口径说明：金额分层阈值按美元口径；汇率口径为1美元 = 7.2 元人民币（用于统一比较与分层/排序）；显示金额时保留原披露口径（人民币/美元等），避免失真；分层与排序使用折算USD等值。

总融资中，中等规模的 1000–5000 万美元区间最为密集，占 28.5%，说明资本仍在活跃布局。以披露金额可比样本合计约 772 亿美元等值计算，5 亿美元以上虽然只有占比 6.9% 的笔数，却贡献了约 75.6% 的披露金额；而 1 亿美元以上两档合计仅占 24.7% 的笔数，却吃下了约 91.6% 的披露金额。

换句话说，2025 年的大部分钱并不是分散投给了更多公司，而是集中押给了更少数的头部标的。我们看一下 AI 单轮融资 Top 5榜单：

Anthropic，130 亿美元（F 轮）
OpenAI，100 亿美元（私募后续融资首期交割）
xAI，100 亿美元（战略融资，含股权+债权结构）
Databricks，超 40 亿美元（L 轮）
DeepMind，25 亿美元（B+ 轮）

这些超级大额案例有一个共同点，即当资本愿意给出超常规体量的支票时，它投的是一个更长期的供给体系与生态位——算力与基础设施的建设能力、平台化分发能力，以及在下一轮产业周期里能否成为必经节点。

这类“耐心资本”通常有两个共性：一是强供给属性。超大额更多发生在算力基础设施、芯片、平台型公司，它们融资是为了把产能、基础设施和生态位一次性铺出来，尽快形成难以复制的门槛。

二是可规模化交付的确定性。1–5 亿美元区间里，除了技术支撑，工业软件、企业安全等方向也更容易出现中大额融资，前提是产品已经从项目交付走向标准件交付，并能用更低边际成本复制到下一批客户。

金额分层在不同赛道呈现出明显的体量差别。

小额与中额最活跃的是垂直行业和技术支撑。1000万美元以下垂直行业22笔、技术支撑19笔，1000–5000万美元两者分别26笔和32笔，应用侧与工具链在早中期仍是主交易区间。

进入大额后，资金快速向技术支撑集中，1–5亿美元技术支撑35笔、5亿美元以上仍有16笔，明显高于其他赛道。企业安全更多停留在中小额区间，大额较少（1–5亿美元4笔、5亿美元以上2笔）。工业软件在1–5亿美元出现一波集中（6笔），大多属于少量但客单价更高的规模化交付项目。未披露的融资案例中，具身智能达13笔，该赛道披露更克制、结构更复杂。

5. 领投结构：财务 VC 主导，产业资本在关键交易入场

从领投频次看，纯财务 VC/PE 仍然掌握主导定价权。

在可识别领投的样本里占比约 75.1%；产业资本/CVC 约 6.2%；交叉基金/二级背景机构约 2.2%；政府/引导基金约 0.9%；个人天使/家族办公室约 0.3%。同时，仍有一部分交易的领投方未被归类或信息不完整，这也反映出 2025 年披露风格更克制、谈判更谨慎。

产业资本领投并不多，但在关键交易里出现往往意味着两层信号：第一，标的公司的能力能嵌入产业链，形成供给协同；第二，产业方愿意用资源换股权，帮助公司更快穿越交付与渠道的瓶颈。这与财务 VC 的判断逻辑差异很明显，产业方更看协同与供给链位置，财务 VC 更看退出路径与估值空间。

6. 融资年度关键词：集中、交付、重资产与生态位

把上面的结构放在一起，会更清楚 2025 年融资到底在“筛”什么。2025年的关键词大致有五个：

1）集中度上升，头部重新定价。赛道集中与金额集中同时发生，融资笔数向少数一级赛道收敛，大额资金向少数头部公司收敛。资本用这种方式降低不确定性，也把行业叙事改写为头部叙事。

2）信息更克制，谈判更现实。轮次未披露占比不低，金额未披露也相当常见，这不是偶然。它通常意味着估值与条款更敏感，市场在用更严格的方式穿透商业化质量与成本结构。

3）A/B 轮成为“交付能力认证”。成长期笔数高于早期，说明资本愿意为已验证的可复制增长买单。能从 0-1 讲清楚并不够，关键是 1-10 的交付体系是否成型，是否具备规模化的组织与渠道能力。

4）重资产方向的融资逻辑是基础设施投资。超大额主要集中在算力、芯片、平台型公司，这类融资的核心不是更快迭代，而是更快建成供给。当重资产成为壁垒，融资本质上变成了对建设能力和单位成本曲线的押注。

5）生态位比单点产品更重要。战略/特殊轮虽不算多，但它往往对应产业方补短板或锁定生态位。这意味着 2025 年的竞争，不仅是“产品对产品”，更是“生态对生态”。谁能嵌入云、芯片、数据平台与行业龙头的体系里，谁就更容易获得更长周期的资源与更稳定的订单来源。

2025 年资本并没有离开 AI，它只是把“愿意下注”的理由从想象力换成了可被复核的经营与供给能力。本质上来说，融资在筛确定性，上市在筛可解释的财务质量，并购在筛可整合的资产形态。

02 上市篇：二级重估，按财务质量分层定价

牛透社对2025年新上市的15 家公司做了统计，这组样本主要用来回答三个问题：哪些市场愿意接 AI，哪些类型公司更容易进入公开市场，以及二级市场到底在用什么方式给 AI 重新定价。

从数量看，美股 7 家，占 46.7%（其中 NASDAQ 5 家、NYSE 2 家）；港股 5 家，占 33.3%（主板 4 家、18C 1 家）；A 股 3 家，占 20.0%。窗口确实打开了，但不同市场接住的并不是同一类公司。

1. 上市地偏好：三套叙事，三种定价体系

美股更愿意接“全球化收入 + 成熟商业模型”的 AI 公司。七家样本募资规模最集中在大额区间，合计约 73.45 亿美元。既有平台型与基础设施叙事（如 CoreWeave 募资 15 亿美元），也有偏成熟现金流与稳定续费的企业软件（如 SailPoint 募资约 13.8 亿美元），还有能讲清增长与网络效应的应用层龙头（如 Figma 募资 12 亿美元）。美股的共性在于收入可验证、增长可跟踪及扩张可复制。

港股类似于新经济公司与更贴近中国市场的 AI 公司的承接池，容量不大，选择更集中。五家港股样本募资合计约 47.5 亿港元，结构上更偏平台、数据智能与企业级落地。典型包括明略科技（募资约 10.18 亿港元、首日市值超 400 亿港元）、18C 路径下的滴普科技（募资 7.10 亿港元、首日市值约 87.1 亿港元），以及年末新上市的 51WORLD（募资约 7.3 亿港元、首日市值超 150 亿港元）。港股更愿意把资金与关注押在少数“能落地、能合规、客户结构更清晰”的标的上。

A 股更偏硬科技与产业链安全叙事，尤其偏爱算力与芯片的稀缺性。三家 A 股样本募资合计约 141.38 亿元，但首日市值合计约 6402 亿元，溢价逻辑很清晰，供给稀缺叠加产业链关键位置。摩尔线程募资约 80 亿元、首日市值约 2822 亿元；沐曦募资约 42 亿元、首日市值约 3320 亿元。二级市场把它们当作产业链关键节点定价。

从类型看，技术支撑类 7 家，占 46.7%，仍是过会与被市场承接的主力；垂直行业 3 家，占 20.0%；企业安全 2 家，占 13.3%；协同办公、数据资产、电商各 1 家，均为 6.7%。能走到公开市场的 AI 公司，往往不是模型最强，而是商业与合规最可被审计。

2. 募资与首日市值：估值按确定性重新排序

把募资规模和首日市值放到一张二维图里，会看到一个典型特征。

募资跨度约 68 倍（从一亩田约 2200 万美元到 CoreWeave 15 亿美元），首日市值跨度约 147 倍（从约 3.2 亿美元到 Figma 约 471 亿美元）。二级市场并不按融了多少钱线性给估值，而是在按确定性做分层。

再看首日市值与募资的倍数，会更直观地看到风险偏好差异。

整体样本中位数约 13.4 倍。分市场看，美股中位数约 9.3 倍，它是在用现金流质量与增长持续性做折现；港股中位数约 20.6 倍，折射出对少数稀缺标的集中定价；A 股中位数约 35.3 倍，把产业链关键位置的溢价放得更大。

因此，二级市场真正偏好的是能被财务语言复述的 AI，毛利结构要站得住，收入模型可扩张，客户与交付可复制。AI 是加分项，但不再自动等价于估值溢价。溢价来自更底层的商业确定性。

03 冲刺 IPO 篇：「候场」名单背后的三道闸门

如果把已上市看作结果，冲刺 IPO更像过程里的候场队列。

牛透社的样本中有15 家冲刺IPO的公司，它们的共同特征不是都在追风口，而是都在等待一个更明确的闸门条件：监管能否审得清、市场能否算得过、同赛道的估值中枢能否站稳。

1.「候场」结构：技术支撑占主导，应用侧更挑剔

从赛道分布看，这份候场名单呈现出非常强的结构性集中：

技术支撑8 家，占 53.3%（燧原科技、MiniMax、Cerebras Systems、壁仞科技、智谱、宇树科技、Anthropic、月之暗面）

垂直行业3 家，占 20.0%（ServiceTitan、百川智能、Fractal）

数据资产、工业软件、企业安全领域各1 家（Databricks、赛美特、Netskope），各占 6.7%。

这说明候场最大的群体仍在供给侧，因为供给侧的投入、产能、交付与商业化路径更容易被审计语言复述，也更容易在二级市场找到可比标的，形成估值锚。相对而言，应用侧如果还停留在项目制或收入结构不够标准化，就更容易卡在能不能持续增长、能不能规模化交付这一关。

2. 拟上市地分布

从拟上市地看，候场队列同样呈现出明确偏好：

美股 6 家，占 40.0%
港股 5 家，占 33.3%
A 股 2 家，占 13.3%
印度本土交易所 1 家，占 6.7%

这组分布意味着美股仍然是最主流的定价场，尤其适合全球化收入或基础设施叙事；港股更像规则明确、但更挑标的的市场；A 股仍集中在硬科技与产业链安全方向，窗口更窄但定价弹性更大。

3. 闸门条件

对这批候场公司来说，能不能从排队走到敲钟，关键在于几道“硬门槛”能否被讲透、被验证。

第一道是合规与数据边界。数据从哪来、授权链条是否完整、是否涉及跨境流转，生成式 AI 的内容责任如何落到制度与流程上，这些问题如果答不清，企业客户的采购就很难放量，监管审核也会卡住。说到底，客户关心的是出了问题谁负责、能不能追溯。

第二道是商业化与成本结构。公开市场会穿透式看收入质量，订阅还是项目、客户是否过度集中、续费与扩张是否稳定、回款周期能否支撑增长等。同时还会追问一件更现实的事，比如，研发与算力投入是不是可持续，训练与推理成本能否下降，毛利能否随规模改善，重投入到底是阶段性建设还是长期刚性消耗等等。

第三道是外部约束。地缘与供应链风险是否可控，关键资源是否存在单点依赖，出海合规成本会不会改写增长假设。最终都会落到同赛道可比公司的估值是否站得住。

窗口是外部变量，闸门才是决定性变量。

04 并购篇：买方逻辑正在成型

1. 并购节奏与行业结构

从时间上看，2025 年并购明显后置。剔除 2 笔时间未披露交易后，按 103 笔样本统计，Q4 达 43 笔（41.7%），显著高于 Q1 的 8 笔（7.8%）；Q2、Q3 分别为 25 笔（24.3%）、27 笔（26.2%）。下半年合计 70 笔（68.0%），单季的 Q4 也超过了 Q1+Q2 的总和（43 vs 33）。这意味着买方更倾向在估值锚更清晰、协同路径更可验证的阶段集中出手，年末密集成交是在定价回归之后做确定性交易，而不是情绪驱动的扩张。

从行业结构看，并购高度集中在少数赛道。按 105 笔样本（含 2 笔时间未披露交易）统计，技术支撑 20（19.0%）、数据资产 18（17.1%）、企业安全 16（15.2%）位列前三，三者合计 54 笔（51.4%）。再加上人力资源 13（12.4%）、协同办公 10（9.5%），Top5 合计 77 笔（73.3%）。

也就是说，并购主线很清晰，一条在补底座（数据、安全、基础设施与能力栈），另一条在补流程，把 AI 塞进高频业务场景里。

2. 买方在买什么

如果用动机四分法看，核心是资产形态：

1）补底层资产（数据、安全、算力/能力栈）占比最高，约 55.2%。买方要的是能被纳入合规、可规模化部署的可运营底座，尤其在 Agent 化推进后，数据治理与安全边界几乎成了并购的硬需求。

2）补产品、补流程入口集中在人力资源、协同、工业软件等现成工作流赛道。这里的逻辑是用收购缩短产品化周期，把 AI 从功能升级变成可售卖的流程单元。

3）补客户与渠道在销售、营销、客服等赛道占比不高，但指向明确，买方更愿意直接购买可验证的行业客户与交付体系，而不是用更长时间做从 0 到 1 的渠道建设。

买方画像也体现平台型扫货特征。以收购方出现频次看，Salesforce 11 笔最活跃，Meta 5 笔，OpenAI 4 笔，ServiceNow、IBM 各 3 笔，前五家合计 26 笔（24.8%）。这类买方的共同点是产品线长、客户面广，更适合通过连续并购把能力模块化，再用渠道和生态把收购资产快速放大。

3. 对价与风险结构

对价披露本身就是信号。105 笔里有 71 笔未披露对价（约 67.6%），披露的只有 34 笔（32.4%）。在披露样本中，现金为主 23 笔（约 67.6%），现金+股权 9 笔（约 26.5%），并出现一定比例的债务承担、资产剥离等风险隔离安排。整体上看是买方在控制不确定性，能用现金买确定性就不摊薄，必须分担风险时才引入股权与条款结构。

因此，2025 年的并购更多是能力与底座的工程化补齐，谁能把资产变成可运营的产品线、可穿透的交付和可解释的合规边界，谁就更容易成为买方愿意出手的标的。