AI開始進入笨功夫時代

原創 | 涌流商業 作者 | 林更

幾天前， Anthropic把Claude推向了一條更傳統的通道。

據Business Insider報道，PwC擴大了與Anthropic的合作。PwC計劃在美國培訓和認證3萬名員工使用Claude Code，并把相關產品擴展到全球36.4萬名員工。雙方還會建立聯合卓越中心，幫助企業圍繞AI重做工程、交易和運營模型。

這條新聞看上去像一次普通的咨詢公司合作，但把它和OpenAI最近的動作放在一起，就能看到AI行業正在發生的變化。

5月11日，OpenAI正式推出OpenAI Deployment Company。這家公司初始投資超過40億美元，由OpenAI控股，背后站著TPG、Advent、貝恩資本、Brookfield、高盛、軟銀、麥肯錫、凱捷等19家投資、咨詢和系統集成機構。OpenAI還同意收購英國AI咨詢和工程公司Tomoro，把約150名前置部署工程師和部署專家帶進新公司。

再往前一周，Anthropic也在5月4日宣布與黑石、Hellman & Friedman、高盛共同發起一家AI原生企業服務公司，面向中型企業，把Claude嵌入核心業務流程。Anthropic的應用AI工程師會與新公司團隊一起，幫助客戶識別場景、開發定制方案，并提供長期支持。

兩家頭部AI公司，幾乎同時做了同一件事。

它們沒有只發布更強的新模型，也沒有再講一個通向AGI的宏大故事，而是開始派人走進客戶辦公室。看流程，接系統，改權限，調模型，培訓員工，然后反復試錯。

這不像硅谷神話，更像企業服務的老生意。但這可能正是AI商業化進入深水區的標志。AI開始進入笨功夫時代。

模型賣完了，工程師不夠用

過去兩年，大模型公司最愛講的故事，是模型越來越聰明。

參數變多了，推理更強了，多模態更流暢了，代碼能力更好了。每一次發布會，都像一場智力競賽。

但企業老板不只關心模型會不會寫詩，能不能解數學題。他們更關心的是，AI能不能讓庫存周轉更快，能不能縮短保險核保時間，能不能提高銷售線索轉化率，能不能把客服、財務、法務、人力、供應鏈真正串起來。

這中間隔著一條很深的溝。它不在模型層，而在組織層。

一家企業的真實工作流，通常藏在ERP、CRM、Excel、郵件、權限系統、舊數據庫和員工經驗里。很多流程并不標準，也沒有被完全數字化。一個外部API再強，如果不能嵌入這些灰色地帶，也只能停留在PPT或試點項目里。

這就是為什么OpenAI和Anthropic開始學習Palantir。

Palantir賣的并不只是軟件。它最核心的能力，是把Forward Deployed Engineer，也就是前置部署工程師，派到客戶現場。工程師要理解客戶的數據、流程、組織和決策邏輯，再把軟件長進企業身體里。

過去，資本市場有時并不喜歡這種模式。它太重，不夠標準化，也不像典型SaaS那樣輕盈。可現在，AI行業走到企業深水區后，人們開始重新理解這門重活。

被嘲笑多年的臟活，突然變成了AI商業化的必修課。

PE為什么成了第一批盟友

這件事里，另一個關鍵角色是私募股權基金。

黑石、TPG、貝恩資本、Brookfield、Advent、高盛、軟銀、Apollo、General Atlantic，這些名字出現在AI部署公司的股東和合作伙伴名單里，并不偶然。

PE基金有AI公司非常想要的東西。首先是客戶池。

一家大型PE機構背后，往往有數十家甚至上百家被投企業，分布在醫療、制造、物流、零售、金融服務、軟件和基礎設施等行業。對OpenAI和Anthropic來說，這不是一個一個去賣客戶，而是直接進入一片企業試驗田。

OpenAI稱，Deployment Company的投資和咨詢伙伴合計贊助或服務超過2000家企業。Anthropic合作方也強調，新公司將受益于各家投資機構覆蓋的數百家公司網絡。這就是PE的渠道價值。

其次，PE最在意效率。AI最容易講清楚價值的地方，恰好也是PE最熟悉的語言：降低成本，提高利潤率，優化現金流，壓縮管理層級。

很多上市公司會顧慮組織阻力、預算流程和內部協調。但PE控制下的企業，往往更能自上而下推動變革。AI公司找PE，不只是找錢，更是在找一個能強力推動落地的組織系統。PE不只是金主，它們正在變成AI公司的渠道商、場景方和壓力測試者。

咨詢公司被拉上同一條船

這件事對傳統咨詢公司同樣微妙。

過去，企業數字化改造是埃森哲、德勤、麥肯錫、貝恩、普華永道等公司的大生意。它們懂行業，懂流程，懂組織，也懂如何把復雜方案賣給董事會。

現在，模型公司開始親自下場。OpenAI的新公司里，出現了貝恩公司、麥肯錫和凱捷。Anthropic又把PwC推到前臺。這意味著，AI公司并不是簡單繞開咨詢公司，而是在重組企業服務市場的分工。

模型公司有技術。咨詢公司有客戶關系和行業方法論。PE基金有企業組合和資本壓力。系統集成商有落地隊伍。它們被綁在同一條船上，共同回答一個問題：AI到底怎樣進入一家公司的日常運營。

這也會讓AI行業的估值邏輯變復雜。如果只是賣API和訂閱，它看起來像高毛利軟件公司。如果大量收入來自駐場工程師、定制開發和長期運維，它又有點像咨詢公司、系統集成商和外包服務商。

資本市場未必喜歡這個變化。因為服務業務更重，擴張更慢，對人才依賴更高。但AI公司沒有太多選擇。如果不能進入核心流程，再強的模型也只是辦公桌上的插件。

真正的護城河，開始轉移

這件事最重要的啟示，是AI護城河正在發生變化。

過去，大家盯著模型榜單。誰的推理分數更高，誰的多模態更強，誰的代碼能力更好，誰的價格更低。

但企業市場不完全按這個邏輯付費。企業更關心穩定性、可控性、安全性、集成能力和持續優化能力。當一個AI系統嵌入企業流程后，它就不再是一個簡單工具。它會綁定客戶的數據結構、權限體系、流程習慣和員工訓練方式。

這時候，替換成本就開始出現。客戶不會因為另一個模型便宜5%，就輕易拆掉整套系統。就像企業不會頻繁更換ERP，也不會隨便推倒重建核心數據庫。

當然，這條路并不輕松。FDE模式意味著更高的人力投入，也意味著更難標準化。不同客戶的數據質量、組織意愿和流程復雜度差異很大。企業也未必愿意把核心系統過度綁定給單一模型公司。對OpenAI和Anthropic來說，如何在定制服務和規模化之間找到平衡，將決定這門生意能走多遠。

但方向已經很清楚。AI行業的競爭，正在從模型能力轉向部署能力，從回答問題轉向改造流程，從演示效率轉向利潤表效率。

云廠商、軟件公司、咨詢公司、AI創業公司之間，會出現新的合作關系。誰擁有客戶，誰懂流程，誰能交付，誰能把AI效果寫進利潤表，這些問題會比誰又發了一個新模型更重要。

技術革命的前半場，屬于發明者。后半場，屬于能把技術搬進現實世界的人。大模型已經證明自己很聰明。現在，它必須證明自己很有用。這就是OpenAI和Anthropic最近這一連串動作的真正意義。全球最聰明的AI公司，開始做最笨的企業服務。這場競爭，才剛剛開始。