北京
同样一个企业AI市场，有人说“买软件就够了”，有人直接掏25亿美元说“不对，你得派6000个工程师住进我公司”。谁是对的？微软刚刚用真金白银站了队——企业客户要的不是API调用次数，是把AI试点真正变成生产系统的那张成绩单。
这家被微软押注25亿美元的公司叫Frontier Company，背后站着6000名工程师和行业专家。他们的工作方式听起来很古老：直接嵌入客户组织内部，跟一线团队一起把那些卡了半年没动过的AI原型推进到生产线。早期客户名单上已经能看到伦敦证券交易所集团、联合利华、蓝多湖公司和埃森哲这类巨头。微软这局玩得直接，不卖愿景，卖的是驻场交付。
但微软不是唯一这么想的人。几天之内，亚马逊宣布投入10亿美元做AWS部署承诺，OpenAI成立自己的部署公司并拿下超过40亿美元资金支持，顺手收购了咨询公司Tomoro，立即增加了150名部署工程师。Anthropic则以合资公司形式瞄准中型企业——那些有需求但养不起内部AI团队的玩家。四家主导AI赛道的玩家，合计投了超过80亿美元，就为解决一件事：企业自己搞不定AI。
三年卖铲子，发现客户手被绑着
回头看过去三年的叙事线，企业AI这张饼画得总是同一张：模型能力。更长的上下文窗口、更强的推理能力、更便宜的算力消耗。逻辑很直接——买软件、接API、然后等着业务自己变天。但失败模式来得同样直接。
麻省理工学院的NANDA项目追踪结果显示，大约95%的企业生成式AI试点项目在利润和亏损表上打不出任何可量化的水花。加特纳则预测，到2026年底约40%的企业应用会带着嵌入式AI代理出货，而2025年这个数字还不到5%。能力在飞速分发，吸收能力却远远跟不上配送速度。这中间裂出的沟，就是80亿美元要填的东西。
各大AI实验室得出了同一个判断：单纯卖授权已经撑不起产品战略。如果企业买了座位许可却产不出价值，续约谈判就变成一场灾难。当95%的试点项目毫无进展时，把工程师直接送进客户机房，成了保住未来十年企业收入最便宜的保险策略。
思科的9万个AI同事
部署问题的规模本周变得更加难以忽视。思科宣布将从2026年7月底新财年开始，为约9万名员工每人配一个个性化AI代理。这套系统的运行逻辑不是无脑调用最强模型，而是把每个任务路由到最便宜且能胜任的模型上，大部分基础设施跑在本地，既控成本又卡住数据安全。
真正让这个案例超出人头数字意义的，是它撕开的治理缺口。思科CFO透露，公司管理层讨论与分析报告的第一稿——也就是上市公司文件中最关键的那部分叙事——目前80%到90%由AI生成。这不是一个聊天机器人在旁边待命的实验状态。这是机器在写公司对自身的叙事初稿，人类负责校对。
那么问题来了：当9万人提交的工作成果，是一个模型起草、没人完整审读的东西，最终谁该为这些产出负责？工具能不能跑已经不是核心焦虑，责任归属才是。
产线上真正断裂的那环
从实际搭建过生产级AI系统的从业者角度看，实验室演示和企业落地之间的断裂点出奇一致。模型能力已经足够好，但企业数据堆在数百个互不相通的系统里，权限体系以反AI的方式设计，业务流程里塞满了“这一步由人类做判断”的隐性依赖。当一个模型被接进来，它会精准撞上每一条没有被文档化的规则，然后停下来等人救。
这就是驻场工程师的价值线。他们不是来做模型调优的，而是来替企业理清那套“AI就绪度”拼图：哪些数据能碰、哪些流程该拆、哪些判断逻辑必须留在人手里。这活靠API文档干不了，靠聊天界面也干不了。
80亿美元砸向的不是部署这个动作本身，而是一个残酷的对赌：如果再不把最后一公里跑通，前一千公里的研发投入就全白烧了。企业AI这场马拉松，最终比的不是谁模型大，是谁能陪着客户跑完最后那几步，并且跑完之后还站得住。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
