共计 1211 个字符，预计需要花费 4 分钟才能阅读完成。
很遗憾,OpenAI 和 Anthropic 开始玩金融工程了
大模型公司正在把目光从“模型能力竞赛”进一步投向企业现场。近期,OpenAI 与 Anthropic 相继围绕企业 AI 部署成立或参与新平台 , 吸引私募、咨询公司和金融机构加入。这一变化并不只是业务扩张, 更反映出一个现实: 企业想真正用好 AI, 往往需要有人进入流程深处, 把数据、系统和组织协同问题一并解决。
📌 从卖模型到帮企业“用起来”
围绕 OpenAI 的新动作, 市场关注点集中在一家名为 Tomoro 的伦敦公司 。公开信息显示, 这家公司成立于 2023 年, 团队规模约 150 人, 主要工作是帮助企业把 ChatGPT 等 AI 工具接入实际业务场景, 客户包括零售、航空、饮料和游戏等领域的知名企业。
在新的安排中, 相关团队被纳入名为 DeployCo 的新公司框架 。报道提到,OpenAI 及多家投资方计划在未来数年投入资金, 支持这一面向企业部署的业务平台。Anthropic 近期也与大型投资机构合作, 探索类似的企业 AI 落地模式。
🔍 为什么“驻场工程师”重新变重要
企业采购大模型能力之后, 真正的难点往往不在模型本身 , 而在落地链条。数据分散、权限复杂、旧系统割裂、业务流程不标准, 都会让 AI 项目停留在概念验证阶段。
这类问题过去常被视为咨询或系统集成公司的“脏活累活”, 但在 AI 时代 , 它可能成为模型公司扩大收入的关键环节。类似 Palantir 长期采用的前置工程师模式, 正被重新审视: 工程师深入客户现场, 理解业务、改造流程、打通数据, 再把 AI 能力嵌入实际工作。
- 数据层面: 清洗、连接并规范企业内部数据。
- 流程层面: 把 AI 工具嵌入客服、营销、运营、风控等具体环节。
- 组织层面: 协调 IT、业务和管理团队, 推动项目从试点走向生产。
💡 资本结构透露出的信号
值得注意的是, 这类平台并非完全由模型公司内部承接 , 而是引入私募基金、咨询公司、银行及潜在客户等多方参与。这样的结构有助于快速获得资金、交付能力和客户资源, 但也让外界看到另一层含义: 模型公司可能并不希望把高人力成本的交付业务全部放进主公司财务体系。
如果企业落地需要大量工程师长期驻场, 成本曲线就更接近咨询服务 , 而非纯软件订阅。通过独立平台或合资结构承接这部分业务, 模型公司可以保留生态控制力, 同时减少对主公司毛利和估值模型的直接影响。
📊 行业观察:API 收入之外的新竞争
- 咨询公司和 AI 公司的边界会继续模糊, 双方既合作也竞争。
- 大型企业客户不再只购买模型能力, 而会要求完整解决方案。
- 模型公司估值逻辑可能从“平台化软件”逐步加入“服务交付能力”的考量。
- 谁能建立可复制的企业落地方法论, 谁就更容易锁定长期客户。
🚀 总结:AI 落地开始进入深水区
围绕“很遗憾,OpenAI 和 Anthropic 开始玩金融”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
