原创 | 涌流商业 作者 | 林更
几天前， Anthropic把Claude推向了一条更传统的通道。
据Business Insider报道，PwC扩大了与Anthropic的合作。PwC计划在美国培训和认证3万名员工使用Claude Code，并把相关产品扩展到全球36.4万名员工。双方还会建立联合卓越中心，帮助企业围绕AI重做工程、交易和运营模型。
这条新闻看上去像一次普通的咨询公司合作，但把它和OpenAI最近的动作放在一起，就能看到AI行业正在发生的变化。
5月11日，OpenAI正式推出OpenAI Deployment Company。这家公司初始投资超过40亿美元，由OpenAI控股，背后站着TPG、Advent、贝恩资本、Brookfield、高盛、软银、麦肯锡、凯捷等19家投资、咨询和系统集成机构。OpenAI还同意收购英国AI咨询和工程公司Tomoro，把约150名前置部署工程师和部署专家带进新公司。
再往前一周，Anthropic也在5月4日宣布与黑石、Hellman & Friedman、高盛共同发起一家AI原生企业服务公司，面向中型企业，把Claude嵌入核心业务流程。Anthropic的应用AI工程师会与新公司团队一起，帮助客户识别场景、开发定制方案，并提供长期支持。
两家头部AI公司，几乎同时做了同一件事。
它们没有只发布更强的新模型，也没有再讲一个通向AGI的宏大故事，而是开始派人走进客户办公室。看流程，接系统，改权限，调模型，培训员工，然后反复试错。
这不像硅谷神话，更像企业服务的老生意。但这可能正是AI商业化进入深水区的标志。AI开始进入笨功夫时代。
模型卖完了，工程师不够用
过去两年，大模型公司最爱讲的故事，是模型越来越聪明。
参数变多了，推理更强了，多模态更流畅了，代码能力更好了。每一次发布会，都像一场智力竞赛。
但企业老板不只关心模型会不会写诗，能不能解数学题。他们更关心的是，AI能不能让库存周转更快，能不能缩短保险核保时间，能不能提高销售线索转化率，能不能把客服、财务、法务、人力、供应链真正串起来。
这中间隔着一条很深的沟。它不在模型层，而在组织层。
一家企业的真实工作流，通常藏在ERP、CRM、Excel、邮件、权限系统、旧数据库和员工经验里。很多流程并不标准，也没有被完全数字化。一个外部API再强，如果不能嵌入这些灰色地带，也只能停留在PPT或试点项目里。
这就是为什么OpenAI和Anthropic开始学习Palantir。
Palantir卖的并不只是软件。它最核心的能力，是把Forward Deployed Engineer，也就是前置部署工程师，派到客户现场。工程师要理解客户的数据、流程、组织和决策逻辑，再把软件长进企业身体里。
过去，资本市场有时并不喜欢这种模式。它太重，不够标准化，也不像典型SaaS那样轻盈。可现在，AI行业走到企业深水区后，人们开始重新理解这门重活。
被嘲笑多年的脏活，突然变成了AI商业化的必修课。
PE为什么成了第一批盟友
这件事里，另一个关键角色是私募股权基金。
黑石、TPG、贝恩资本、Brookfield、Advent、高盛、软银、Apollo、General Atlantic，这些名字出现在AI部署公司的股东和合作伙伴名单里，并不偶然。
PE基金有AI公司非常想要的东西。首先是客户池。
一家大型PE机构背后，往往有数十家甚至上百家被投企业，分布在医疗、制造、物流、零售、金融服务、软件和基础设施等行业。对OpenAI和Anthropic来说，这不是一个一个去卖客户，而是直接进入一片企业试验田。
OpenAI称，Deployment Company的投资和咨询伙伴合计赞助或服务超过2000家企业。Anthropic合作方也强调，新公司将受益于各家投资机构覆盖的数百家公司网络。这就是PE的渠道价值。
其次，PE最在意效率。AI最容易讲清楚价值的地方，恰好也是PE最熟悉的语言：降低成本，提高利润率，优化现金流，压缩管理层级。
很多上市公司会顾虑组织阻力、预算流程和内部协调。但PE控制下的企业，往往更能自上而下推动变革。AI公司找PE，不只是找钱，更是在找一个能强力推动落地的组织系统。PE不只是金主，它们正在变成AI公司的渠道商、场景方和压力测试者。
咨询公司被拉上同一条船
这件事对传统咨询公司同样微妙。
过去，企业数字化改造是埃森哲、德勤、麦肯锡、贝恩、普华永道等公司的大生意。它们懂行业，懂流程，懂组织，也懂如何把复杂方案卖给董事会。
现在，模型公司开始亲自下场。OpenAI的新公司里，出现了贝恩公司、麦肯锡和凯捷。Anthropic又把PwC推到前台。这意味着，AI公司并不是简单绕开咨询公司，而是在重组企业服务市场的分工。
模型公司有技术。咨询公司有客户关系和行业方法论。PE基金有企业组合和资本压力。系统集成商有落地队伍。它们被绑在同一条船上，共同回答一个问题：AI到底怎样进入一家公司的日常运营。
这也会让AI行业的估值逻辑变复杂。如果只是卖API和订阅，它看起来像高毛利软件公司。如果大量收入来自驻场工程师、定制开发和长期运维，它又有点像咨询公司、系统集成商和外包服务商。
资本市场未必喜欢这个变化。因为服务业务更重，扩张更慢，对人才依赖更高。但AI公司没有太多选择。如果不能进入核心流程，再强的模型也只是办公桌上的插件。
真正的护城河，开始转移
这件事最重要的启示，是AI护城河正在发生变化。
过去，大家盯着模型榜单。谁的推理分数更高，谁的多模态更强，谁的代码能力更好，谁的价格更低。
但企业市场不完全按这个逻辑付费。企业更关心稳定性、可控性、安全性、集成能力和持续优化能力。当一个AI系统嵌入企业流程后，它就不再是一个简单工具。它会绑定客户的数据结构、权限体系、流程习惯和员工训练方式。
这时候，替换成本就开始出现。客户不会因为另一个模型便宜5%，就轻易拆掉整套系统。就像企业不会频繁更换ERP，也不会随便推倒重建核心数据库。
当然，这条路并不轻松。FDE模式意味着更高的人力投入，也意味着更难标准化。不同客户的数据质量、组织意愿和流程复杂度差异很大。企业也未必愿意把核心系统过度绑定给单一模型公司。对OpenAI和Anthropic来说，如何在定制服务和规模化之间找到平衡，将决定这门生意能走多远。
但方向已经很清楚。AI行业的竞争，正在从模型能力转向部署能力，从回答问题转向改造流程，从演示效率转向利润表效率。
云厂商、软件公司、咨询公司、AI创业公司之间，会出现新的合作关系。谁拥有客户，谁懂流程，谁能交付，谁能把AI效果写进利润表，这些问题会比谁又发了一个新模型更重要。
技术革命的前半场，属于发明者。后半场，属于能把技术搬进现实世界的人。大模型已经证明自己很聪明。现在，它必须证明自己很有用。这就是OpenAI和Anthropic最近这一连串动作的真正意义。全球最聪明的AI公司，开始做最笨的企业服务。这场竞争，才刚刚开始。
热门跟贴