标签： 黑石集团

这两年大模型一个比一个能打，可真到了企业里，很多人反而更迷糊了：模型是买回来了，钱也花了，然后呢？大部分公司折腾半天，AI 试点项目最后都卡在”演示很惊艳、上线遥遥无期”这一步。现在有人押了一大笔钱，赌的就是解决这个”最后一公里”。

这家公司叫 Ode with Anthropic，估值 15 亿美元，今年五月悄悄成立，背后是 Anthropic 联手黑石（Blackstone）、Hellman & Friedman、高盛等一票资本搞的合资公司。它的定位不是再造一个更强的模型，而是专门帮别的企业把 AI 真正用起来。有意思的是，OpenAI 早前也干了同样的事，成立了自己的 The Deployment Company。两家顶级大模型公司不约而同地承认了同一件事：想拿下企业客户，光有更好的模型远远不够。

这门生意是怎么长出来的

Ode 最早的点子来自黑石。黑石在给自己投资组合里的公司铺 AI 时发现了一个大坑——请来的大型咨询公司太笨重，小的 AI 服务作坊又不够专业，中间是空的。其中一家叫 Fractional AI 的工程服务创业公司格外能打，于是合资公司干脆把它买了下来，当成整个 Ode 的地基。顺带一提，Fractional 被收购时，正好结束了和 OpenAI 长达 11 个月的合作。

如今 Ode 手上有 100 名工程师，跟 Anthropic 的应用 AI 团队紧密配合，专门去摸清 AI 能在哪些业务环节真正产生价值，再为每家公司量身搭系统。Anthropic 自己的内部团队则继续盯着那些战略级、使命相关的大客户。

“如果我们执行得好，把它想象成一家万亿美元的公司其实并不难。”——Ode CEO、Fractional 联合创始人 Chris Taylor

“特种部队”，而不是一支人海大军

Ode 挑客户有个硬标准：老板得是真信这套东西的人。Taylor 说，他们接的活儿往往是某家公司 CEO 排在前一两位的头等大事，要么是未来两年最重要的产品功能，要么是要重做公司最核心的业务流程。这活儿不轻，所以团队配置也很讲究——超过一半的工程师本身就是前创业者，被内部叫做”成年人级别的工程师”，是精挑细选的特种部队，而不是靠人头堆出来的前线部署工程师（FDE）大军。

Ode 走的是”Claude 优先”路线，能用 Anthropic 的技术就用，比如 Slack 里的 Claude Tag，但也不排斥在必要时上竞品模型。首席技术官 Eddie Siegel 的比喻挺到位：选模型就像写软件时选编程语言，重要，但绝不是花力气最多的地方。

“我不会用一家企业选了 Python 还是 Java，去定义它的转型成不成功。”——Ode 首席技术官 Eddie Siegel

值得盯着的几个点

• Ode 的核心信念是：那些非 AI 公司，只要用对方法，反而可能成为这波 AI 浪潮里最大的赢家。
• 背后的私募资本会把自己投的公司源源不断介绍给 Ode，但业务并不只做这些内部客户。
• 对手不只有 OpenAI 的 The Deployment Company，还有德勤、埃森哲这些也组建了 FDE 团队的咨询巨头。
• 最大的软肋是人：顶尖工程人才本就稀缺，想一边扩张一边保住”精品”水准，几乎是道解不完的题。

说到底，模型这几年跑得太快，企业却没跟上。Ode 赌的不是谁家的模型更聪明，而是有没有人能把这块”会魔法但也会胡说八道”的原料，稳稳嵌进真实业务里。这个判断对不对，接下来两年就能见分晓。

这两年大模型越来越能打，可真到了企业里，一个很现实的问题冒了出来：模型是买回来了，然后呢？怎么把它塞进公司原本的流程里，让它真的干活、真的赚钱？Anthropic 和黑石集团给出的答案是——这门”教企业用 AI”的生意，才是下一个万亿级别的入口。

今年 5 月，Anthropic 联合黑石、Hellman & Friedman、高盛等一票机构攒了个合资公司，砸进 15 亿美元。现在它有名字了，叫 Ode with Anthropic。OpenAI 那边也在做同样的事，起了个更直白的名字 The Deployment Company。两家头部实验室不约而同地承认了一件事：想拿下企业客户，光是把模型做得更强，远远不够。

这门生意，其实是黑石先看明白的

Ode 最早的点子来自黑石。它给自己投资组合里的公司做 AI 改造时，请来大型咨询公司，也找过小而美的 AI 服务作坊，结果发现中间有个明显的空档。其中一家叫 Fractional AI 的工程服务初创特别出挑，合资公司宣布没多久就把它买了下来——顺带说一句，被收购时 Fractional 刚结束了和 OpenAI 长达 11 个月的合作。

Fractional 就成了今天 Ode 的底子，一家”规模化的精品作坊”。它的目标一点都不低调。Ode CEO、也是 Fractional 联合创始人的 Chris Taylor 在接受 TechCrunch 独家采访时说得很直接。

“只要执行得好，把它想象成一家万亿美元的公司并不难。真正难的是，怎么在飞速扩张的同时，别把质量丢了。”

目前 Ode 有 100 名工程师，和 Anthropic 的应用团队贴身合作，去挖每家企业里 AI 能真正发力的点，再按对方的业务量身搭系统。背后那些私募机构，则顺手把自家投的公司送过来当客户，不过 Ode 的服务不只卖给这些人。

选哪个模型，反倒不是最费劲的事

Ode 走的是”Claude 优先”路线，能用 Anthropic 的技术就用，比如 Slack 里的 Claude Tag，但需要时也不排斥竞品。首席技术官 Eddie Siegel 说，真正的门道在实施质量，在于能不能给具体的业务问题搭出定制方案。他打了个特别形象的比方。

“选模型当然重要，但精力大头不在这儿。它只是要工程化的系统里的一味配料。就好比写软件时选 Python 还是 Java——我不会用这个来判断一次企业转型算不算成功。”

Taylor 补了一句更根本的判断：那些本身不是做 AI 的传统公司，只要用对方法，反而可能是这波浪潮里最大的赢家。可 AI 这东西他形容为”神奇又爱胡说八道的配料”，想拿它去重做核心流程、改造客户体验，得有人帮忙才行，而顶尖的应用型 AI 人才，恰恰是大多数公司缺的。

“特种部队”式的团队，能招够人吗

Ode 把自己的团队描述成精英级的全栈工程师，一半以上当过创始人，用一位黑石高管的话说，这是一支”成熟工程师”组成的特种部队，而不是靠人海铺开的前置部署工程师大军。这种团队市场上供不应求，问题也就随之而来：

• 既要有创业经历，又要懂系统思维，还得有 AI 底子和企业级产品判断，符合条件的人本就稀缺；
• 对手不只有 OpenAI 的 The Deployment Company，还有德勤、埃森哲这些搭起自家部署团队的咨询巨头；
• 要在保持”精品”定位的前提下做到国际化扩张，人才这道坎绕不过去。

对于人才池会不会枯竭，Siegel 倒不太担心。他觉得现在当创业者比任何时候都容易，端到端地折腾一摊事、去找产品市场契合、去推动业务往前走，这个过程学到的东西，比只解决一个小问题多得多，而这恰好就是 Ode 需要的那种人。到底会不会有足够多这样的人冒出来，眼下还没答案。但如果 Ode 和它背后的机构赌对了，下一场 AI 大战拼的就不只是谁的模型强，而是谁能把模型真正塞进全球最大那批公司的日常运转里。