标签: 企业AI

  • OpenAI给Codex加了六双”职业手套”,白领工作被AI盯上了

    OpenAI正在认真追逐企业用户。6月2日,这家AI实验室发布了Codex的一套新能力,目标很明确:把这款AI工具从程序员圈子扩展到更广阔的白领职场。

    跟新工具一起发布的,还有一份OpenAI内部报告,揭示了Codex在知识工作中的真实使用情况——结论超出很多人预期:它的用武之地,早就超出了软件工程。

    OpenAI Codex
    Codex正在从一款开发者工具转向知识工作者的日常助手(图:NurPhoto / Getty Images)

    500万周活用户,知识工作者增速是开发者的3倍

    报告里的数据值得细看:Codex目前每周活跃用户已经超过500万,自今年2月桌面应用上线以来增长了6倍以上。开发者仍然是最多的用户群体,但知识工作者已经占到用户总量的20%,而且增速是开发者群体的3倍还多。

    这意味着什么?意味着”AI写代码”这个故事已经不够用了。数据分析师、产品经理、设计师、金融分析师——这些人正在成为Codex增长最快的新用户群。

    “Codex现在有超过500万周活跃用户,自2月桌面应用上线以来增长了6倍以上。知识工作者已占用户总量的20%,增速是开发者群体的3倍以上。”

    六款岗位插件,开箱即用

    这次更新的重头戏是六款定向插件,分别对应六个白领岗位:数据分析、创意制作、销售、产品设计、股权投资、投资银行。用户可以在Codex应用内直接调用这些插件,每个插件都打包了对应岗位的集成工具、操作指引和场景上下文,让Codex能够模拟对应岗位的工作能力。

    打个比方,以前你让Codex”帮我分析这份数据”,它得靠你描述清楚背景。现在选了”数据分析”插件,Codex自带了数据分析师常用的工具链和思维框架,输出的东西更贴近一个真实数据分析师会给出的结果。

    当然,跟所有AI工具一样,这些插件的效果会随着自定义调整而提升,但OpenAI的意思是——开箱就能用,不需要太多配置。

    顺手把”Sites”功能也做了

    这次更新还有一个挺实用的功能叫”Sites”:Codex现在可以把工作成果直接输出成一个可访问的互动网站,而不是只生成本地文件。OpenAI已经拉了一串合作伙伴进来做这件事:Wix、Base44、Replit、Lovable、Figma、Emergent。后续还会扩大合作生态。

    另外还有一个”Annotations(标注)”功能,让你可以在Codex里框选文档或文件的特定部分,然后针对那一块发指令,上下文操作更精准。

    OpenAI在企业市场是个”后来者”

    这件事的背景挺有意思。Anthropic早在今年2月就推出了企业智能体项目,5月还上线了更聚焦金融场景的智能体。OpenAI此前一直更侧重C端用户,直到3月才为Codex引入插件支持。这次的动作,明显是在追赶Anthropic的企业服务布局。

    三周前,OpenAI刚推出了面向企业客户的合资公司”OpenAI Deployment Company”,拿到了全球投资机构超过40亿美元的融资,目标就是把OpenAI的工具更深地嵌到全球企业的业务流程里。首席营收官Denise Dresser的说法是:”AI已经能够在组织内部完成越来越有价值的工作,现在的挑战是帮助企业将这些系统整合到支撑业务的基础设施和流程中。”


  • KPMG把Claude塞进27.6万员工的电脑里,四大会计师事务所的AI赌注





    KPMG把Claude塞进27.6万员工的电脑里,四大会计师事务所的AI赌注

    KPMG把Claude塞进27.6万员工的电脑里,四大会计师事务所的AI赌注

    2026年5月19日,毕马威(KPMG)和Anthropic quietly宣布了一件事——把Claude部署给全球138个国家、27.6万名员工。这不是”大家可以试试AI”的那种试点,而是直接把Anthropic的前沿模型嵌进了毕马威给客户交付工作的核心平台里。

    有意思的地方在于,这次部署不是简单地给员工开个AI访问权限。Claude Cowork和Claude托管代理是直接集成到毕马威的”数字网关”(Digital Gateway)里的——这个网关是毕马威专业人士用来对接客户、跑专有工具、管AI工作流的核心系统。换句话说,27.6万人不是在和一个聊天界面说话,而是在他们每天用的平台上直接构建AI代理工作流。

    毕马威全球董事长Bill Thomas说这套东西围绕”安全、信任和治理”,不是只追求速度。考虑到Anthropic是那家因为自主武器问题起诉过美国国防部、还发布了第一个公开AI安全框架的公司,这个说法在2026年听起来不算空话。

    从数周到数分钟:代理部署速度的革命

    毕马威和Anthropic说,以前要花好几周工程周期才能配置好、适配税务法变更的代理,现在在数字网关里1小时内就能生成。这个速度提升不是因为Claude变快了,而是因为集成方式是”原生”的——代理工作流直接在毕马威自己的客户交付平台里跑,不需要额外搭建基础设施。

    初期覆盖的是税务和私募股权客户,之后会扩展到所有咨询服务。2026年9月之前,整套系统会在微软Azure上完成全量落地。网络安全是重点部署领域之一——毕马威和Anthropic的团队会用Claude来识别和修复重要客户系统的漏洞,这是Project Glasswing工作在毕马威分销渠道里的具体落地。

    为什么是Claude,不是GPT

    四大会计师事务所选Claude不是偶然。2026年初,德勤宣布把Claude部署给全球约47万名员工,那是当时最大的单一Claude企业部署。2026年5月14日,普华永道(PwC)跟着宣布全球联盟,把Claude Code和Cowork推给全球专业服务员工,光美国就有3万人正在接受认证。

    毕马威现在是第三家,但它的玩法有点不一样。德勤和普华永道更多是”让员工用Claude提升效率”,毕马威则是把Claude做成了给客户交付服务的”基础设施”——Claude不只是工具,而是变成了毕马威服务的一部分。这对Anthropic来说意味着什么?意味着27.6万名专业人士每人接触几十个客户,Claude的实际触达面可能是几百万企业用户。


    四大的AI竞赛,安永还撑得住吗

    德勤(47万)、普华永道(数十万)、毕马威(27.6万)——这三家到2026年9月都会把Claude标准化。剩下那家安永(EY)还没发布同等级别的公开公告。但压力是看得见的:当你的竞争对手都在用Claude给客户交付服务的时候,你很难跟客户解释”我们还在评估”。行业里有人猜,安永可能在2026年第三季度会有动作。

    这个局面的受益者显然是Anthropic。三大家合计约110万名专业人士,他们服务的对象是财富500强、全球2000强和大多数主要政府。当三大四大都把Claude作为标准AI模型的时候,他们实际上是在给每一个客户组织做”隐性推荐”——Claude是安全的、有治理的、企业级的choice。这个分销渠道,任何直接营销都复制不出来。

    一个不怎么被提起的数字

    毕马威在这个联盟里还有一个特殊身份:Anthropic把毕马威列为私募股权领域的”首选咨询方”。这意味着,如果一家被私募股权公司控股的企业想要部署Claude,Anthropic会推荐毕马威来干这个活。这不是小事——私募股权公司控制着全球大量的企业资产,这笔渠道的价值,可能比27.6万个Claude授权本身的收入还要大。



  • Anthropic首次盈利:Claude增长太猛,连自己都没想到





    Anthropic首次盈利:Claude增长太猛,连自己都没想到


    Q2营收109亿美元,Anthropic第一次赚钱了

    Anthropic最近给投资者透露了一个消息:2026年第二季度,他们的营收预计达到109亿美元,比第一季度的48亿美元增长了130%。更令人惊讶的是,他们预计这个季度能实现5.59亿美元的运营利润——这是Anthropic成立以来的第一次盈利。

    你可能会说,109亿美元营收、5.59亿美元利润,利润率不是很高啊。确实,只有大约5%的运营利润率。但你要知道,Anthropic之前每年都在烧钱,亏损额以十亿美元计。能在这个季度扭亏为盈,说明他们的商业模式开始跑通了。

    Anthropic原本给自己设定的盈利目标是2028年。现在2026年Q2就要实现运营盈利,提前了整整2年。CEO达里奥·阿莫代伊之前说”我们原本为每年10倍增长做了充分规划,但实际上实现了80倍增长”——现在看,这句话不是吹牛。

    钱从哪来?Claude Code立功了

    Anthropic没有详细披露分产品的营收结构,但我们可以从一些公开信息中看出端倪。

    最大的营收来源是Claude Code,这个编程助手产品的年化营收已经达到25亿美元。在企业客户支出的Ramp统计数据中,Claude Code已经超过了OpenAI的Codex,成为程序员们最愿意付费的AI编程工具。

    Anthropic first profit Q2 2026
    Anthropic预计在2026年Q2首次实现盈利(图片来源:Crypto Briefing)

    另一个增长引擎是企业客户的大规模部署。5月14日,普华永道(PwC)宣布在全球范围向数十万专业人员部署Claude,这将在Q2开始贡献营收。摩根大通上线了10个金融服务智能体,用于招股书和信贷备忘录的撰写。百时美施贵宝向3万余名员工部署Claude,用于加速药物研发。

    年消费额超过100万美元的客户数量,在2个月内从500家增长到超过1000家。仅这一千多家大客户,年合同价值就超过10亿美元。

    盈利能持续吗?不一定

    这里要泼一盆冷水。Anthropic的Q2盈利可能只是阶段性的,不一定能持续。

    原因很简单——算力成本。Anthropic和SpaceX签了一个超级大合同:从2026年5月开始,每月向xAI的Colossus 1和Colossus 2设施支付12.5亿美元租金,年化就是150亿美元。这个合同总金额高达450亿美元,期限到2029年5月。

    但Q2的时候,这个算力合同还处于爬坡期,Anthropic还没有支付满额的12.5亿美元/月。到下半年,当算力支出达到满额的时候,成本压力会大幅增加。Anthropic自己也说,2026年下半年高额的预定算力成本可能导致全年难以维持盈利。

    • 算力成本是大头:AI公司的推理成本(就是向用户返回回答的实际计算成本)很高,Anthropic能盈利,说明他们在这个环节的效率控制得不错。
    • 但未来投入只会更大:训练下一代模型、租用更多GPU、招聘更多人才,这些都需要钱。能否实现结构性盈利,取决于营收增长能不能持续超过基础设施成本的增速。

    为什么这件事很重要?

    Anthropic实现盈利,打破了此前所有前沿AI实验室都在亏损、靠”规模扩大后经济模型会跑通”的逻辑融资的行业格局。它证明了,在当前市场价格下,跑通前沿AI的盈利是可行的。

    这对整个行业有三个重要影响:

    • 改变融资叙事:参与Anthropic 300亿美元H轮融资的投资者,购买的是接近盈利的公司的股权,而不是对未来单位经济模型可能永远无法落地的押注。
    • 给OpenAI压力:OpenAI目前还在亏损(2026年预计运营亏损约140亿美元),而Anthropic已经盈利。在即将到来的IPO竞争中,Anthropic的盈利故事比OpenAI更有吸引力。
    • 证明企业AI市场真实存在:Anthropic的营收增长主要来自企业客户,不是消费者订阅。这说明企业愿意为真能帮他们省钱或赚钱的AI工具付钱,而不只是玩玩。

    如果Anthropic能在2026年下半年维持盈利,它将以”盈利+高增长+企业AI服务商”的定位登陆IPO,这个叙事比OpenAI当前的故事更具竞争力。

    对普通人有什么影响?

    如果你在用Claude,可能会发现免费版的限制越来越多,付费版的定价越来越贵。Anthropic要维持盈利,就要从每个用户身上赚更多钱。

    但反过来说,一个盈利的Anthropic,比一个一直烧钱的Anthropic更有可能长期存在。如果你把Claude用在重要的工作上,盈利意味着这个产品不会突然消失。


  • 福布斯中国AI TOP 50出炉,企业级AI平台被单独标注了

    唯一一家”企业级AI平台”公司

    福布斯中国刚发布了2026年AI科技企业TOP 50榜单。和往年不太一样的是,今年的榜单里出现了一个有点特别的入选理由标注。

    中关村科金是榜单上唯一一家被标注为”企业级AI平台及应用公司”的企业。这个标注背后,其实藏着一个正在发生变化的市场信号。

    据IDC最新报告,中关村科金位列中国大模型平台私有化市场份额第四。2026年一季度,其在应用类大模型项目公开中标数排名前五,服务行业客户超3000家。

    私有化部署为什么成了独立赛道

    AI行业有一个变化已经进行了一段时间:从”我能做多大模型”到”我的大模型能在你的环境里跑起来吗”。

    私有化部署这个需求,在中国市场尤其突出。金融、政务这些行业,数据不能出域是硬要求。大模型再强,不能本地部署就免谈。这就是为什么”企业级AI平台”成了一个独立的赛道。

    中关村科金能上福布斯榜单,某种程度上说明这个赛道已经被主流视野注意到了。之前这块业务相对低调,做的主要是把大模型”装进”企业的私有环境里,让企业能用自己的数据跑自己的AI。

    同一时期的其他信号

    同一时期的AI行业快讯里,还有几个值得放在一起看的数据。

    • Meta计划全球裁员10%,但同时把7000名员工转到AI工作流相关的新项目——AI转型伴随着组织重构。
    • 腾讯2026年Q1净利润756亿元,AI投入是百亿级别;百度AI相关收入占比首次过半,但毛利率只有35-40%,远低于传统广告业务的65-67%。
    • 三大运营商齐发Token服务,支持话费账单支付——AI算力开始走向大众化消费。

    这些数据放在一起,一个轮廓开始清晰:AI的商业模式分化正在加速。做to C的可能还在烧钱,做to B的有些已经开始赚钱了。


    福布斯榜单的真正信号

    福布斯榜单的意义,往往不在于谁上榜了,而在于它折射出资本和市场的注意力在哪里。

    企业级AI平台这个赛道,在此之前相对低调。现在被福布斯拎出来单独标注,至少说明一件事:AI价值链里,不被看见的那部分,可能才是最值钱的那部分。

    大模型本身的竞赛已经白热化,但能把大模型”交付”到企业手里、还能跑得稳的这个中间层,反而是更稀缺的能力。这个能力需要的不只是技术,还有对金融、政务、汽车这些行业的理解。

    榜单里只有一家企业级AI平台公司,不代表这个赛道只有一家在跑。但它至少说明,资本开始认真看待这个方向了。

  • 李开复对话苏姿丰:表演式AI该停了,2026年不能影响财报的AI都是浪费钱



    李开复对话苏姿丰:表演式AI该停了,2026年不能影响财报的AI都是浪费钱

    5月19日,AMD上海AI开发者日,零一万物CEO李开复和AMD CEO苏姿丰进行了一场对话。他们讨论的核心问题很直接:企业砸钱做AI,到底能不能换来真实的商业回报?李开复的回答很犀利——如果你的AI部署没有改变季度财报里的任何一个数字,那你做的就不是真正的AI转型,只是浪费钱。


    AI的三个阶段:从任务到职能部门

    李开复把AI的发展分成了三个阶段。2024年,大家关心的是”AI能不能完成一个任务”;2025年,问题变成了”AI能不能完成一整条工作流”;到了2026年,核心问题已经进阶为”AI能不能替代一个企业的职能部门”。

    这个判断很关键。它意味着AI不再是辅助工具,而是要真正承接一个部门的核心目标。比如HR部门,从招聘、面试、入职到绩效跟踪,整套流程都由AI智能体系统完成。

    李开复提到,真正值得AI介入的,是那些直接影响损益表的核心环节:收入、利润、供应链、动态定价、防欺诈。这些恰恰是高管们最不愿意让AI介入的领域。

    为什么CIO主导的AI转型会失败

    李开复抛出了一个有点”政治不正确”的观点:传统CIO(首席信息官)主导的自下而上AI转型,大概率会失败。原因是,CIO的职责是管理软件运营,不是重新定义公司。他们倾向于在不出错但价值极低的场景部署AI——会议纪要、HR聊天机器人、内部搜索,这些都是表面文章。

    真正能改变公司经营结果的,往往是那些高管最不愿意让AI介入的运营职能部门。所以,企业AI转型必须是”一把手工程”,由CEO自上而下推动。

    AI编程能力跨过临界点

    推动AI从”辅助工具”进化到”职能部门替代者”的,是两大关键变化。第一,AI编程能力跨过了临界点。一年前,AI只能辅助编写代码;现在,它可以端到端地交付一整套功能。智能体在数字世界中的所有行为,本质上都落到代码层面。一旦AI编码能力跨过门槛,自主智能体就成为现实。


    多智能体架构:AI世界的”美第奇效应”

    第二个变化,是大家意识到单一智能体的能力存在上限。无论模型参数多大,单个Agent的推理能力终究会碰到瓶颈。而多智能体架构打破了这一上限。

    李开复用”美第奇效应”来比喻:当不同领域的专家被放进同一个房间,产出远超任何单一个体。五百年前人类发现了这一规律,现在他们把它带到了AI世界。招聘Agent与绩效Agent联动,系统可根据员工入职后的绩效数据,自动调整前端筛选标准。

    苏姿丰的印证:一个人能干完整个团队的事

    苏姿丰从算力基础设施的角度印证了这一趋势。她透露,AMD内部工程师已经在用AI智能体加速产品设计与验证。一个人加上合适的工具和算力,如今能完成几年前整个团队的工作。

    但多智能体系统对算力的要求也变了。李开复指出,未来极致的token效率和本地化处理能力会是关键。系统必须满足本地优先、端侧处理、低于100毫秒的响应延迟,多智能体协同才能真正具备现实可行性。

    苏姿丰提到,AMD比很多公司都看得更早、更清楚。随着AI走向多智能体架构,也必须重新思考”算力”本身的定义。

    开源势不可挡,中国生态有独特优势

    对于开源生态,两位嘉宾都表达了乐观态度。苏姿丰提到,开源AI社区正在涌现出大量创新,而且这个生态已经越来越全球化。李开复则更直接:”开源势不可挡。闭源模型类似苹果iOS,追求高利润和强控制;开源社区则成了AI世界的安卓,拥有更广覆盖和更大规模。”

    他特别指出,中国开源生态因为硬件资源受限,反而转向极致的工程效率、算法优化和架构创新,形成了独特优势。


    未来图景:”自主企业”和”一人公司”

    面向未来,李开复提出了两个值得思考的趋势。第一,未来真正意义上的”自主企业”会诞生,驱动它的是跨部门、多层级协同的智能体网络。下一阶段产业AI转型将围绕两个核心展开:数据主权和清晰可验证的ROI。

    第二,”一人公司”趋势正在出现。借助模块化的多智能体框架,单个开发者或领域专家,如今有能力像总架构师一样,快速启动一家高度自动化运转的公司。

    DRI模型:AI原生公司的核心组织架构

    在组织架构层面,李开复提出了DRI(直接责任人)模型。他预测,这会成为AI原生公司最核心的组织架构。DRI就是一个人对某个跨职能结果承担端到端责任,不是头衔,而是一种明确的责任机制。

    在这个模式下,人类DRI处于智能体系统的中心,周围是研究、执行、合规、监控等Agent集群。DRI负责整体编排、关键决策和最终输出契约。实时数据流取代传统汇报,业务运转围绕可量化的结果展开。

    对工程师来说,这意味着价值衡量标准的变化。在智能体时代,工程师的价值不再由写了多少代码来衡量,而是对结果负责,拥有决策权,并有规划地配置智能体集群。



  • NVIDIA Vera Rubin NVL72发布:推理成本暴降90%,Vera CPU亲自送货上门

    如果你最近关注AI硬件圈,5月18日这天有个消息值得盯一下。NVIDIA CEO黄仁勋站在Dell Technologies World的舞台上,说了一句话:”需求正在抛物线式增长,完全是抛物线。”台下坐着的5000家企业代表应该都听懂了——这里面包括礼来、三星、霍尼韦尔这些已经在用Dell AI Factory跑AI负载的公司。

    这次发布的核心是两个东西:Vera Rubin NVL72架构,以及NVIDIA第一款专门为AI代理(Agent)设计的CPU——Vera CPU。别被名字搞混了,Rubin是GPU架构,Vera是CPU,俩搭配着用。

    推理成本直接砍掉90%

    Vera Rubin NVL72最吓人的数据是:每token推理成本只有上一代Blackwell平台的1/10。换句话说,原来跑100块钱的推理任务,现在只要10块。这个降幅不是靠砍性能换来的——Dell同步发布的PowerEdge XE9812服务器,用HGX Rubin NVL8架构,性能是上一代HGX B200的5.5倍。

    “67%的企业AI工作负载现在跑在云端之外——本地、设备端、边缘、托管机房,这才是真实的企业AI部署现状。”——NVIDIA CEO黄仁勋

    88%的受访企业至少运行1个本地AI工作负载。这个数据背后有个很现实的原因:把数据搬来搬去的成本,比直接在企业自己机房里跑AI贵多了。Vera Rubin NVL72就是为这种场景设计的——专门优化长序列推理和高并发Agent任务。

    Vera CPU:首款为AI代理设计的处理器

    NVIDIA之前出过Grace CPU,但Vera是第一款明确为”AI代理时代”设计的CPU。这里的逻辑是:AI代理干活的时候,不是一口气跑完的,它要查数据库、跑代码、调工具,这些步骤是串行的,特别吃CPU的单线程性能和内存带宽。

    Vera的三个关键数字:

    • 内存带宽1.2TB/s,是其他CPU的3倍
    • AI代理工作负载完成速度比x86处理器快50%
    • 企业数据查询速度提升3倍(Starburst引擎吞吐量提升3倍)

    第一批发货的Vera CPU已经送到三个地方:OpenAI在米申湾的办公室、SpaceX AI在帕洛阿尔托的实验室、以及Anthropic在旧金山的总部。下一批会送到甲骨文云基础设施在圣克拉拉的机房。NVIDIA超大规模计算副总裁Ian Buck亲自送货上门——这阵仗挺少见的,一般芯片发布都是发新闻稿,不会搞”ceo亲自交付”这套。


    2030年的AI基础设施市场:3-4万亿美元

    黄仁勋在台上给出了一个预测:2030年全球AI基础设施支出将达到3-4万亿美元,同期token消耗量预计增长3400%。这两个数字放在一起看就有意思了——基础设施投入增长,单位token成本下降,但总消耗量增长更快,所以市场总盘子还是在爆炸。

    Dell AI Factory这边的策略是把”计算、网络、存储”打包成一个整体方案,客户不用自己拼组件。配套的还有NVIDIA机密计算(Confidential Computing)支持,模型权重和企业数据在运行过程中全程加密,这个对金融、医疗这些敏感行业挺重要的。

    目前已经在Dell AI Factory上跑AI负载的5000家企业里,礼来用它加速药物研发,三星用它跑芯片设计仿真,霍尼韦尔把原来放在公有云上的工业AI迁移回了本地机房。这些案例的背后逻辑都一样:数据搬不动,算力得靠近数据放


    开源模型也在往这套基础设施上迁

    NVIDIA在这次发布会上列了一个支持Dell AI Factory的开源模型清单:Nemotron、Reflection、MiniMax-M2.7、DeepSeek Pro、DeepSeek-V4、GLM 5.1、Kimi K2.6。这些模型都做了NVFP4精度优化,在Vera Rubin架构上跑起来更高效。

    Hugging Face上已经开了Dell Enterprise Hub,企业可以直接拉取这些优化过的模型镜像部署。这个动作的信号很明确:NVIDIA不只是卖芯片,它在搭一个从芯片到模型到部署工具链的完整生态,让企业”买了硬件就能跑起来”,而不是买回去之后发现软件栈对不上。

    下一波详细技术发布会在6月1-4日的COMPUTEX GTC Taipei大会上放出。如果你在关注AI推理成本这条曲线,Vera Rubin NVL72的价格和实测数据值得等一下那个发布会。

  • 前副总裁炮轰微软AI战略:每季度烧钱2700亿,96.7%用户说不

    微软前副总裁马特·韦洛索近日公开开火,说微软已经错失了这波AI浪潮,正在重蹈互联网和移动时代的覆辙。这位曾在微软首席执行官身边担任四年技术顾问的高管,抛出的数据相当刺眼——每季度烧掉375亿美元(约2715亿元人民币),但Microsoft 365的4.5亿用户里,96.7%的人拒绝使用Copilot的高级AI功能。

    强行捆绑反而把用户推远了

    微软的策略说白了就是”强推”——把Copilot直接预装到Windows 11任务栏和Office套件里,以为这样就能让用户就范。结果呢?用户不买账。付费数据更尴尬:4.5亿Microsoft 365用户里,只有约1500万人买了Copilot席位,付费率仅3.3%。

    这让我想起当年Windows Phone的结局。微软在移动互联网时代就是这么输的——有技术、有资源,但就是做不出用户真正想要的产品。现在AI这波,看起来历史正在重演。

    马特·韦洛索的核心观点很直接:微软已经错失了人工智能发展浪潮,当前的AI战略正在重蹈互联网与移动时代的覆辙,属于自嗨行为。

    硬件生态也没带起来

    过去一年,微软极力推动笔记本厂商集成NPU芯片,想复制当年Intel Inside的成功模式。但问题是,Windows和Office压根没开发出什么有价值的NPU用例。厂商跟着微软押注NPU,结果市场根本不买账。

    更要命的是,作为AI编码核心平台的GitHub,服务可靠性已经降到90%以下。对于依赖GitHub的开发者来说,这意味着每十次操作至少有一次会出问题。AI时代的”基础设施”居然这么脆弱,说实话有点不可思议。

    OpenAI绕开微软,直接杀入企业市场

    就在微软还在为Copilot的付费率发愁的时候,OpenAI已经悄悄布局了一手——成立名为”OpenAI部署公司”的新部门,拿到超过40亿美元(约290亿元人民币)的初始投资,配备150名部署工程师,直接驻扎在财富500强企业里提供定制化AI解决方案。

    这个打法很精明:绕开微软Azure这个中间商,直接切入利润最丰厚的企业服务层。对微软来说,这简直是釜底抽薪——全盘押注OpenAI、指望靠云服务变现的算盘,被OpenAI自己给砸了。


    微软正在被动调整

    面对用户的强烈反弹,微软已经开始缩减Windows 11中的Copilot功能,转而去优化原生用户界面性能。这等于承认了此前的策略有问题。但问题在于,每季度375亿美元的AI资本支出已经投进去了,现在调整方向,之前的投入怎么算?

    股东们已经在问了:这么多钱投进去,到底什么时候能看到回报?微软的答案目前看来还很模糊。AI确实是未来,但砸钱不等于能砸出好产品,这个道理微软好像还没真正想明白。

  • PwC把Claude推给几十万员工:保险核保从10周缩到10天,Anthropic开始收割企业市场

    Anthropic这周干了件大事——和PwC(普华永道)签了个深度合作协议,要把Claude Code和Claude Cowork推给PwC全球几十万名专业人士用。同时,他们还专门给中小企业推出了Claude for Small Business,一口气接了QuickBooks、PayPal、HubSpot、Canva等七个常用工具。

    保险核保从10周压缩到10天,安全工作从小时级缩短到分钟级。我们很高兴把Claude交到PwC数十万员工手中。—— Dario Amodei, Anthropic CEO

    不只是部署工具,是重建业务流程

    这次合作的核心不是简单地把Chatbot塞进企业里。PwC和Anthropic建立了联合卓越中心,要培训3万名美国PwC员工使用Claude,重点做三件事:一是用Claude Code帮客户几周内交付生产级软件(以前得按季度算);二是把AI Agent嵌入投后管理和并购尽职调查全流程;三是彻底改造财务、供应链、HR这些后台职能。

    实际效果确实亮眼。保险核保周期从10周砍到10天——这意味着以前经济上不划算的业务线突然变得可行了。大型机COBOL代码现代化项目,最终管理的代码量是最初预估的4倍,还按时且没超预算。HR系统转型,一周出原型,两个月交付生产环境,现在每天处理数千笔交易。

    中小企业终于也被盯上了

    Claude for Small Business更值得关注。中小企业贡献了美国44%的GDP和近一半的私企就业岗位,但在AI adoption上一直被遗忘。Anthropic这次直接在Claude Cowork里加了一个开关,打开就能连接你已经在用的工具。

    内置了15个现成Agent工作流:工资现金流预测、月度结账、发票催收、营销活动管理、合同审查……覆盖财务、运营、销售营销和客服HR四大领域。关键设计是每一步操作都需要用户审批确认后才执行——不会自作主张发邮件或转账。数据安全方面也做了功课:员工在QuickBooks里本来看不到的数据,通过Claude也一样看不到;Team和企业版默认不拿用户数据训练模型。

    Anthropic的野心:从技术公司变成基础设施

    回看Anthropic这半年的动作:Q1收入同比增长80倍,年化营收超44亿美元,年消费百万美元以上的客户从500家翻倍到1000多家。Gates Foundation给了2亿美元合作,PwC全球部署又把触角伸到了几十万人规模。加上Claude for Small Business直接面向中小企业主,Anthropic基本完成了从”高端AI研究实验室”到”企业AI基础设施提供商”的身份转变。

    最有意思的是PwC自己先当了小白鼠——他们内部先用Claude做了日记账分录、差异分析、RFP开发,还帮Anthropic自己的CFO办公室搭建了国际薪酬系统。这种”Customer Zero”模式比任何PPT都有说服力。

    中小企业占美国近一半经济,但从未拥有大企业的资源。AI是第一个能真正弥合这个差距的技术。—— Daniela Amodei, Anthropic 联合创始人兼总裁


  • OpenAI砸40亿美元成立DeployCo:从卖模型变成了干脏活

    OpenAI最近搞了一件大事,不是发布新模型,也不是搞融资,而是成立了一家新公司——OpenAI Deployment Company,简称DeployCo。5月11日官宣,首期投入超过40亿美元,投资方阵容包括TPG领投,Advent、Bain Capital、Brookfield联合创始,软银、高盛、Warburg Pincus等跟投,总共19家机构参与。

    OpenAI Deployment Company
    OpenAI Deployment Company (来源: OpenAI)

    干了什么?买人、买公司、派工程师进驻客户

    DeployCo的核心模式叫Forward Deployed Engineers(前沿部署工程师)。简单说就是:OpenAI把自己的工程师派到你公司里去,坐你旁边,跟你业务团队一起干活。识别哪些场景有高价值、重构关键流程、把模型接进你现成的数据和业务系统里。

    为了快速启动,OpenAI同时宣布收购Tomoro——一家做企业AI咨询和工程的公司。Tomoro大概有150名部署工程师,给Tesco、Virgin Atlantic、Supercell这些大客户做过实时AI系统。这笔收购目前还在走监管审批。

    另外还拉来了Bain & Company、Capgemini、McKinsey三家咨询公司做系统集成伙伴。这三家加起来服务的企业超过2000家,渠道优势明显。

    为什么OpenAI要干这件事

    OpenAI声称已有超过100万家企业在使用其产品和API。但大量企业卡在试点阶段,没法把AI真正嵌入核心生产系统。

    这就是DeployCo瞄准的断层——从”试点”到”生产系统”之间的鸿沟。模型能力强只是入场券,流程跑通才是护城河。OpenAI自己显然也意识到了这一点:光靠卖API和ChatGPT Enterprise订阅,没法帮客户把AI真正融入日常业务。

    从商业模式上看,这是一次比较大的转型。以前OpenAI赚的是调用费和订阅费,现在它要切入的是咨询和系统集成的钱。决策者从开发者变成CIO和CTO,预算从软件采购变成数字化转型项目。成败标准也变了——不再是API调用量,而是生产系统效果和业务指标。


    几个值得关注的变量

    首先,DeployCo进入的是一个已经有Palantir、埃森哲、微软Copilot混战的市场。OpenAI的优势是离模型研发最近,能第一时间拿到最新能力;短板是交付规模还没被验证,行业经验和客户内部政治处理能力需要时间积累。

    其次,咨询伙伴关系怎么处理是个微妙的问题。Bain、McKinsey这些公司本身就是OpenAI的渠道,但它们也做系统集成。在客户的预算里,DeployCo的FDE团队和咨询公司之间是增量合作还是正面相撞,现在还不清晰。

    还有一个数据安全方面的问题——客户的流程改造经验、业务数据会在多大程度上反哺给OpenAI的模型训练?这对很多企业来说是一条不能忽视的红线。

    40亿美元是个大手笔。如果DeployCo能跑通一套可复制的行业交付模板,商业边界会比单纯的API供应商宽得多。但如果只是用钱砸扩张速度,那这笔投资的回报率可能就不那么好看了。

  • Anthropic企业客户数逆袭OpenAI,Ramp数据揭示AI市场变天

    Ramp数据说了什么

    金融科技公司Ramp发布了最新AI指数,样本覆盖超过50000家使用Ramp的企业。结果有点出人意料:34.4%的参与公司正在付费使用Anthropic的产品,比例高于所有其他AI厂商;OpenAI的这一数字是32.3%。这是Anthropic第一次在这个统计里登顶。

    Ramp的经济学家Ara Kharazian解读说,Anthropic在金融、科技和专业服务这些高技术含量的行业里已经跑在前面。OpenAI倒是在更广的企业群体里还保持着领先,但差距正在缩小——而且缩小的速度比很多人预期的快。

    过去一年是Anthropic增长最猛的阶段之一。2025年5月的时候,只有9%的企业愿意为它付费,随后一年内这个比例往上窜了26个百分点。同一时期OpenAI的份额反而小幅下滑了1%。

    不止Ramp一家这么说

    这个结果不是孤例。OpenRouter的排行榜里,OpenAI最后一次在Anthropic前面还是2025年12月的事。从那以后,风向就开始变了。

    当然Ramp的数据有局限性——它只统计用Ramp的企业,不能代表整个市场。但五万家公司的样本量,参考价值还是有的。而且全市场采用AI产品的企业比例这一年增长了9%,说明饼在变大,但Anthropic抢到的份额更猛。

    Anthropic做对了什么

    Kharazian在他博客里说,他对Anthropic这个优势能不能长期保持持谨慎态度。但他也承认,这一年的增长已经证明Anthropic的路子走对了。

    策略说起来不复杂:先从技术型用户切入,把这群人的需求摸透、产品做到位,然后再借着Cowork这类工具往更广的用户群扩展。比起一上来就铺天盖地打广告,这种打法在To B市场反而更扎实——客户一旦用顺手了,切换成本不低。

    • 金融、科技、专业服务等高技术行业率先采用Anthropic
    • 产品执行力到位,技术型用户口碑传播效应明显
    • Cowork等协作工具降低扩展门槛,从专业用户向通用场景渗透

    OpenAI那边呢

    OpenAI并不是输了。它的用户基数更大、覆盖面更广,在很多人眼里ChatGPT仍然是AI的代名词。但企业采购决策越来越理性,不只是看名气,更看谁家模型在自己的业务场景里表现更好、价格更合理、API更稳定。

    Anthropic的Claude在这些维度上过去一年进步很快,尤其在长上下文处理、指令遵循和安全性上,很多企业用户给出了不亚于甚至超过GPT系列的评价。加上Anthropic在定价上比OpenAI更激进一些,企业客户用脚投票不难理解。