AI巨头为何争相派遣工程师入驻企业？表面做咨询实则暗藏玄机
短短两周内，OpenAI 与 Anthropic 先后创立了"企业服务部门"，派遣工程师深入企业内部，帮助客户将 AI 技术融入核心业务流程。
月初看到这条消息时，我着实有些不解：全球最顶尖的 AI 模型企业，为何要投入如此稀缺的工程师资源去做这些繁琐、辛苦的工作？经过这段时间的深入观察，决定写篇文章来分析探讨。
文 章 摘 要
下面分四个部分展开说明。
5 月 4 日，Anthropic 宣布与 Blackstone（黑石）、Hellman & Friedman、高盛共同出资，成立一家全新的 AI 企业服务公司。这家机构初始投资 15 亿美元，Anthropic、黑石、H&F 各投入约 3 亿，高盛出资 1.5 亿，Apollo、General Atlantic、GIC、红杉等机构紧随其后跟进。
这家公司目前甚至连名称都未公开，但定位十分明确：让 Anthropic 的工程师深入中型企业的核心运营环节——涵盖医疗、零售、地产、金融、制造、基建等领域。Anthropic 虽是小股东身份，但核心技术能力由其提供。
8 天后的 5 月 12 日，OpenAI 正式推出 DeployCo（OpenAI Deployment Company），阵仗更为浩大：初始资金 40 亿美元，19 家投资和咨询机构参与，TPG 领投，Advent、贝恩资本、Brookfield 联合领投，成员还包括高盛、软银、贝恩咨询、凯捷、麦肯锡等。与 Anthropic 不同，OpenAI 在 DeployCo 中占据控股地位。
更重要的是，OpenAI 同时宣布收购英国 AI 工程公司 Tomoro。这家 2023 年与 OpenAI 同期成立的咨询企业，总部位于伦敦，在爱丁堡、曼彻斯特、新加坡、悉尼、墨尔本均设有分支，拥有 150 名 FDE（Forward Deployed Engineer，驻场工程师），客户涵盖 Tesco、Virgin Atlantic、Supercell、Fidelity、Red Bull、Mattel、NBA 等。其中为 Supercell 打造的游戏内 AI 客服，仅用 12 周就服务了 1.1 亿用户。
将这两条消息串联起来，逻辑非常清晰：不再单纯出售模型 / API，而是派人进驻企业，协助寻找应用场景、优化业务流程、接入数据系统、完成部署上线。
这套模式并非 OpenAI 和 Anthropic 独创。最早践行此道的是 Palantir——将工程师嵌入情报机构、军方、企业内部，帮助客户将软件真正跑通。早期被分析师诟病为太重资产、太昂贵、不像 SaaS 模式。结果 Palantir 从 2020 年上市价 19 美元，跌至 2022 年的 6 美元，又在五年内实现了 640% 的涨幅回报。
Palantir 展示的范例很明确：驻场工程师不是成本负担，而是竞争壁垒。当一支 FDE 团队用 6 个月时间将 AI 系统深度融入客户的数据体系、运营流程、合规标准后，这套系统就成为"承重结构"——客户无法将其拆除更换其他供应商。OpenAI 和 Anthropic 显然领悟到了这一点。
Anthropic 选择的是"参股 + 借助 PE 资源"路径，对接黑石、H&F 投资组合中成百上千家中型企业，渠道资源现成可用；OpenAI 则走"控股 + 自建 + 收购"路线，规模更宏大、覆盖更广泛，但运营也更重。
两条路径并行推进，与其说是竞争，不如说是分头抢占全行业的企业服务市场。
先看大家最先想到的层面：模型企业是否要抢夺咨询公司的市场？
Fortune 杂志曾引用一组数据：企业在软件上每投入 1 美元，就会在服务上投入 6 美元。这正是埃森哲、德勤、麦肯锡、凯捷、毕马威能支撑起万亿级市场规模的原因——它们出售的不是软件本身，而是"帮助你把软件用起来"的专业能力。
AI 时代这一比例只会更加悬殊，模型本身能力固然强大，但企业不清楚在哪里应用、如何对接系统、如何通过合规审查、如何控制 token 成本。过去几年，这些工作正是埃森哲、德勤等企业在争抢的业务。
如今 OpenAI 和 Anthropic 亲自入场了。它们拥有咨询行业过去无法提供的两大优势：
第一，"产能"层面的优势。FDE 直接对接模型团队的内部发展路线图，制定的方案是针对下个月、下个季度的新能力量身打造的，而非基于已过时的现状。客户没有耐心等待埃森哲培训自己的团队——等培训完成，下一代模型又已面世。
第二，渠道层面的优势。Anthropic 联手黑石、H&F、高盛等 PE 巨头——这些机构的投资组合中就拥有成千上万家中型企业，等于自带现成的客户资源。OpenAI 拉拢的 TPG、Brookfield、贝恩资本，同样遵循这一逻辑，Brookfield 单独承诺投入 5 亿美元，计划将 DeployCo 的方案推广至其全球资产组合中。
颇有意思的是，传统咨询巨头自身也纷纷入股成为股东。麦肯锡、贝恩咨询、凯捷都是 DeployCo 的创始合伙人；Anthropic 方面的"Claude Partner Network"则包括埃森哲、德勤、普华永道——上周普华永道还宣布将在几十万员工中推广 Claude Code 和 Cowork，并联合培训认证 3 万名顾问。换言之：咨询大厂选择不抵抗，而是尽可能多地瓜分这块蛋糕。
短期来看是在抢夺饭碗，长期来看更像是"咨询行业被分层"：高端的、深度集成的业务，由模型企业亲自操刀；规模化的、标准化的业务，则留给传统大厂协助推广。
真正受到冲击的是中间层——本地 AI 集成商、独立技术咨询公司、提供"AI 落地辅导"的中型 ToB 软件企业——它们既没有模型企业的核心壁垒，也缺乏大厂的客户渠道。
起初我也认为这只是 ToB 增长策略，OpenAI 和 Anthropic 为争夺企业客户、增加 token 消耗量而亲自下场。直到我读到 OpenAI DeployCo 官网上的那句话：
再去翻看 Anthropic 自身发布的 FDE 招聘 JD，写得更为直白：
将这两句话翻译成大白话，就是：驻场工程师在现场完成的所有交付工作，最终都会被内化为模型 / Agent 的核心能力。
（我很喜欢"内化"这个词，模型吞噬世界中的一切数据，内化为自身能力，最终实现 AGI...）
这件事与我们熟悉的"训练数据"形式不同，但本质是一种全新形态的训练。打个比方——机器人企业如何训练人形机器人？让真人穿戴动捕服、戴上传感器，在真实环境中作业，收集数据回来训练模型。
FDE 就是这种"传感器"在白领工作中的对应物：他们以"工程师"身份进入客户现场，在真实的业务流程中，将哪些环节模型能胜任、哪些无法处理、需要什么工具、缺少什么上下文，一条一条记录下来，再转化为下一代模型 / Agent 的能力。
这个飞轮的关键在于"泛化"。FDE 为 Virgin Atlantic 构建了实时改签客服系统，提炼出的模式不仅适用于航司，对所有"客户咨询 + 业务系统多接口"的场景都具有价值；为 Supercell 打造的游戏内审核 Agent，下次应用到 Roblox 或 TikTok 直播时也能复用大部分成果。
因此模型企业只需拿下每个行业的头部客户，剩下的腰部市场和长尾客户，最终会被模型自身的能力覆盖——根本无需每家都派遣 FDE 前往。
互联网企业过去依靠"算法+用户行为数据"形成飞轮，模型企业现在是"模型 + 客户 workflow 数据"形成飞轮。前者反馈的是消费偏好，后者反馈的是"在真实业务中如何完成工作"——这才是更为稀缺的数据。
回过头看那 40 亿美元、那 150 名 FDE，本质上不是"咨询业务"，而是采集训练数据的预算。
顺着第三部分的逻辑继续推演，个人认为有几个非常明确的趋势：
第一，垂直 SaaS 将被进一步压缩。Dario Amodei 上周在金融服务发布会上说过一句话："有些 SaaS 企业将会市值腰斩、破产、彻底消亡"。话说得很重，但逻辑是成立的——当模型 + FDE 将行业最佳实践内化为 Agent 能力后，垂直 SaaS 出售的"业务模板"价值将快速贬值。
近期 OpenAI 宣布在 ChatGPT 中集成金融服务（ToC），Claude 从一开始就瞄准法律科技市场，又集成了众多面向 SMB 的 SaaS 服务...一切还只是开端，可以预见未来软件市场终将被模型颠覆...
第二，咨询行业将被"产品化"蚕食。今天 FDE 在客户现场执行的工作，未来很大一部分将变成模型"天生就会"的能力。麦肯锡过去出售的"行业知识 + 流程改造"，将被压缩成模型中一个可直接调用的 capability。咨询企业可能不会消亡，但会被迫向更上游的"战略 + 组织"层面退守。
第三，企业的"业务护城河"正在变浅。一家企业的核心竞争力，过去常常隐藏在"老员工脑海中的隐性 know-how"。一旦这些 workflow 通过 FDE 进入模型，竞争对手只需支付 token 费用就能调用同一套能力。"行业头部的 workflow 优势"将被平摊到整个行业，最终竞争的是上下游资源、品牌影响力、资本实力——而非"我们干活更熟练"。
第四，超级智能体的形态逐渐清晰。我们过去想象的 AGI，往往是"一个特别聪明的模型"。但顺着 FDE 这条路径看，更可能的 AGI 形态是"一个特别聪明 + 懂得所有行业如何工作"的模型——它的"通用智力"来自训练，但它的"业务智力"来自一千次又一千次的客户现场经验积累。
这正是 OpenAI 和 Anthropic 愿意投入几十亿美元、调动顶尖工程师，去从事这项"脏活累活"的真正原因。它们不是在经营 ToB 业务，而是在为下一代模型采集最为稀缺的那部分数据——这部分数据不在互联网上、不在书本中、不在论文里，只存在于每家企业真实运转的业务流程中。
所以 FDE 这件事，本质上与"让人穿戴传感器去训练机器人"是同一回事。一边训练机器人的身体，一边训练 Agent 的"业务身体"。
谁在 2026 年率先将头部行业的客户现场拿下，谁的模型在 2027、2028 年就拥有他人无法复现的能力。这是顶级模型企业同时投身这项"脏活"的真正原因——它与 AGI 的距离，比看起来要近得多。
回到开头的困惑：顶尖模型企业为何愿意从事这些繁琐的工作？
因为它们追求的根本不是金钱，而是数据，背后的愿景当然是 AGI。
— BeforeAGI —
人类已经临近 AGI，这里记录临近过程中的每一周
资讯