标签: AI企业服务

  • Microsoft砸25亿美元成立AI部署公司,企业AI最后一英里有人管了

    Microsoft砸25亿美元成立AI部署公司,企业AI最后一英里有人管了

    企业AI买了不用,这事已经不是秘密了。Microsoft看准了这个痛点,这周宣布成立一个叫Microsoft Frontier Company的新业务部门,专门帮企业把AI真的用起来。配套的资金是25亿美元,再加上6000名行业和工程专家。

    Microsoft Frontier Company概念图
    Microsoft成立Frontier Company,砸25亿美元帮企业落地AI

    Microsoft商业业务CEO Judson Althoff在声明里特意说,这个模式不能简单套用”前沿部署工程师”(FDE)的标签。他的原话是:这超越了所谓”前沿部署工程”的范畴,将是行业内规模最大的、最有能力的、以结果为导向的工程组织。

    FDE这个模式最近火得不行。简单说就是把AI公司的工程师直接派到客户现场,手把手帮企业把AI模型接入实际业务。OpenAI和Anthropic都在做,Amazon两天前刚宣布投10亿美元搞类似的部门。

    Microsoft的底牌比谁都好

    虽然Althoff不愿意用FDE这个说法,但Microsoft Frontier Company干的事情跟FDE没本质区别。区别在于,Microsoft手里有一张别人没有的好牌:它已经把工程师部署到了大部分财富500强公司。

    这意味着Microsoft不需要从零开始建立客户关系。当你的销售代表、客户经理、技术支持已经坐在客户的办公室里了,再往前走一步、帮他们把AI真正跑起来,这个转化比Amazon或OpenAI要顺得多。

    宣布里提到了几个早期合作伙伴:伦敦证券交易所集团、联合利华、Land O’Lakes(美国奶制品合作社)、埃森哲。这些都是已经在用Microsoft AI工具的大客户,现在由Frontier Company提供更深入的部署服务。

    25亿美元砸的是什么

    25亿美元不是小数目,但需要放在正确的语境里看。这钱不是用来训练新模型的——Microsoft的策略是跟OpenAI合作,用现成的模型。这25亿主要花在人和服务上:6000名专家的工资、差旅、驻场支持,以及为客户做定制化集成的工程成本。

    对比一下竞争对手:Amazon承诺了10亿,OpenAI和Anthropic的合资企业也有外部私募股权资金注入。Microsoft这25亿是全自己出的,而且6000人的团队规模确实比竞争对手大不少。

    但这个赛道有个本质问题:企业AI部署的失败率很高,不是因为模型不够好,而是因为企业内部的工作流程、数据治理、合规要求、员工接受度这些”非技术因素”比技术本身更难搞定。Microsoft派再多的工程师过去,如果客户自己的组织没准备好,AI还是跑不起来。


    Frontier Company这个动作,本质上是Microsoft在AI企业服务赛道上进一步加固自己的位置。它在跟Amazon、Google抢企业客户,同时也在跟OpenAI和Anthropic这样的模型厂商抢”最后一英里”的服务价值。谁帮企业把AI真正用起来,谁就能拿到这一轮企业AI浪潮里最稳定的收入。

  • 微软砸25亿美元成立AI部署公司,这次要走得更远

    微软砸25亿美元成立AI部署公司,这次要走得更远

    微软AI部署公司
    微软宣布成立Microsoft Frontier Company,专注企业AI部署

    微软本周四宣布了一件大事:成立一家新的运营公司,叫Microsoft Frontier Company,专门帮企业把AI真正用起来。 accompanying this move is a .5 billion commitment and a team of 6,000 industry and engineering experts.

    25亿美元不是小数目,6000名专家也不是小数目。微软商业业务CEO Judson Althoff在声明里说,这不只是大家常说的”前向部署工程师”(FDE)那套东西,而是”行业内最大、最有能力、最以结果为导向的工程组织”。

    FDE是个什么玩法

    先把FDE这个概念说清楚。前向部署工程师(Forward-Deployed Engineer)这个模式,最早是Palantir带起来的——工程师不坐在办公室里等产品找上门,而是直接进驻客户公司,围着客户的实际业务场景把AI模型调通、把工作流跑起来。

    这几年来,AI公司都在往这个方向走。OpenAI和Anthropic都宣布了类似的企业AI服务合资公司,而且还拉了私募股权公司的外部资金进来。

    亚马逊云科技(AWS)更狠,两天前刚宣布拿出10亿美元做自己的AI部署业务,而且明明白白说自己走的就是FDE路线。

    微软这回的动作,跟这些公司的玩法高度相似,但Althoff坚持说这不只是一个FDE组织。他的理由是:微软已经有了一大堆企业客户,Fortune 500里大部分已经在用微软的AI工具了,所以这个新公司起跑线就比别人靠前很多。

    官宣的合作方已经列出来了

    公告里点名了几家早期合作伙伴:伦敦证券交易所集团、联合利华、Land O’Lakes(一家美国农产品合作社),还有埃森哲。这些公司覆盖金融、消费品、农业、咨询四个完全不同的行业,看得出来微软是想把这套东西铺到各个垂直领域。

    但公告里没说的是:这套”结果导向的工程组织”具体怎么运作?6000名专家是怎么组织的?是微软自己的人,还是包括合作伙伴的工程师?这些细节都得等后续披露。

    为什么现在做这件事

    过去一两年,企业AI部署是个真金白银的痛点。大模型能力上来了,但企业想把AI融进自己的业务流,门槛还挺高——数据对接、权限管理、安全合规、工作流重写,每一关都能卡住。

    AI公司自己做FDE团队,是因为他们懂自己的模型,但缺行业经验。微软的优势是反过来的:行业渗透已经做完了,现在缺的是把AI能力深扎进客户业务的那层”最后一英里”执行力。

    25亿美元砸下去,说明微软认为这件事值得单独成立一个公司来做,而不只是某个部门里的项目。这个信号本身,比公告里的具体数字更值得注意。


  • 微软砸25亿美元搞了个AI部署公司,这仗越打越猛了

    周四,微软悄悄亮了一张新牌——一家叫Microsoft Frontier Company的运营新公司,专门帮企业把AI真正用起来。听起来像个咨询服务部门?不完全是。微软这次拿出了25亿美元的承诺投资,还拉了6000名行业和工程专家进来。

    微软商业业务CEO Judson Althoff在宣布这件事的时候,特意强调了一件事:这不只是你们说的”前置部署工程师”(FDE)那套东西。”这超越了所谓前置部署工程的标签,”他写道,”这会是行业里最大、最能打、最结果导向的工程组织。”

    微软AI部署公司Frontier
    微软Frontier Company聚焦企业AI落地,25亿美元投入(配图由AI生成)

    FDE到底是什么,为什么大家都在做

    FDE全称Forward Deployed Engineer,直译过来是”前置部署工程师”——说人话就是,把工程师直接派到客户那边,现场帮企业把AI模型接进业务流程里。这套打法最早是Palantir带起来的,现在变成了AI公司的标配。

    有意思的是,就在微软宣布这件事的两天前,AWS刚说自己要拿10亿美元搞一个类似的AI部署项目,而且明说就是FDE模式。OpenAI和Anthropic也没落下,两家都在这几个月里宣布了和私募股权公司合作的联合 venture,方向也是企业AI服务。

    所以现在局面是这样的:亚马逊扔了10亿,微软扔了25亿,OpenAI和Anthropic各自拉了外部资本进场。企业AI落地这件事,已经从”顺手做一做”变成了各家都要单独成立公司来做的核心业务。

    微软的真正优势在哪

    论掏钱,微软这次确实出手最重。但钱不是唯一的筹码,微软手里有一样别人没有的东西——客户。

    公告里点了几家早期合作伙伴:伦敦证券交易所集团、联合利华、Land O’Lakes(美国乳制品合作社)、埃森哲。这些名字背后代表的,是微软在企业市场深耕几十年的积累。财富500强里大部分公司,本来就是微软的客户。

    这意味着微软不需要从头去敲门。工程师已经驻场了,关系已经建立了,现在只是把”帮企业部署AI”这件事,从顺手做的事变成了一门正经生意。相比之下,OpenAI和Anthropic虽然技术强,但企业客户基础远不如微软深厚,它们选择和私募股权合作,某种程度上也是在补这个短板。

    企业AI落地的窗口期

    这件事的背后,其实是一个更大的趋势:AI公司都在从”卖模型”往”卖结果”转型。企业不缺模型,缺的是把模型变成业务流程里真正能用、愿意用的东西。这块活儿脏、累、慢,但利润厚、黏性强。

    微软这次把25亿美元砸进去,摆明了是要把这块市场吃下来。它有的是销售团队、有的是企业关系、有的是Azure云基础设施。Frontier Company如果能把这些牌都打出来,对其他玩家来说会是个不小的压力。


    当然,话说回来,宣布和做成是两回事。企业AI落地的坑,这几年大家都看了不少——模型效果不稳定、数据安全顾虑、员工不会用、业务流程改不动。微软有钱有关系,但这些实际问题,不是砸钱就能解决的。

    接下来值得看的是,Frontier Company第一个公开案例什么时候出来,以及效果到底怎么样。 announcement是廉价的,客户买单才是真的。

  • 印度科技大亨自掏3000万美元,要做AI时代的Microsoft Office

    Bhavin Turakhia 今年46岁,在印度科技圈是个老面孔。过去二十年,他连续创办了 Directi、Radix、Titan 和银行软件公司 Zeta,大部分钱都是自己出的,等做到一定规模才引入外部投资。现在他把这套玩法搬到了AI上——个人砸3000万美元,做了个叫 Neo 的企业工作平台。

    AI企业办公平台Neo概念图
    Neo:从零开始为AI设计的企业工作平台(概念图)

    做AI办公软件,不能拿旧零件拼iPhone

    Turakhia 的想法其实很直接:现在的办公软件——不管是 Microsoft Office、Google Workspace 还是别的什么——都是在AI时代之前设计的。往后加个聊天机器人容易,但从头设计一个把AI融进去的平台是另一回事。

    “如果想做iPhone,你不能拿诺基亚的零件拼出来。” Turakhia 用这个比喻解释为什么 Neo 要从头重写,而不是在现有产品上打补丁。

    Neo 今年4月在公司内部先跑了起来,把项目管理、文档、文件存储和AI捆在一个产品里。Turakhia 说,这么做是为了让AI真正参与到日常工作中,而不是让员工另外打开一个聊天窗口去问AI。


    不绑死在单个AI模型上

    Neo 还有一个比较聪明的设计:它不绑定某个特定的AI模型。企业用户可以切换不同的模型,不用担心被某一家锁死。这一点对于大公司来说挺重要的——今天用这个模型,明天换那个,平台本身不用跟着动。

    这个思路最近好像挺流行的。Chamath Palihapitiya 也是先自己掏钱做了个企业AI编程工具 8090,这周才对外宣布融了1.35亿美元。大家都在赌,AI会让企业软件重新洗牌。

    这个市场已经挤得不行了

    当然,Turakhia 选的这个方向竞争也最激烈。Microsoft、Google、Salesforce 全在往自己的办公套件里塞AI。Anthropic 和 OpenAI 也在推企业版。Notion、Superhuman 这些创业公司也在往AI方向转。

    Turakhia 的理由是,企业软件从来不是赢家通吃的市场。只要能拿到全球企业AI支出的2%到5%,就已经是很庞大的生意了——比他之前做的任何一件事都大。

    Neo 目前大概45个人,其中18个是工程师。Turakhia 说今年年底要扩到100人,主要招AI和软件工程方向的。平台已经在他自己的公司里跑了几个月,接下来会先从中型企业的科技、咨询和专业服务公司开始推。

    有意思的是,Neo 本身的开发也大量用了AI。Turakhia 说,最初版本只用了三个月就做出来了,要是以往没有生成式AI的时候,这可能要花一年以上,还得配一个更大的工程团队。

  • 亚马逊砸10亿美元组建FDE团队,AI落地难的问题它来搞定

    企业想用AI,但不知道怎么用、找谁来帮——这个问题现在越来越常见。6月30日,AWS宣布成立一个专门做AI落地的内置工程团队,叫FDE(Forward-Deployed Engineers),并且承诺投入10亿美元的资源。这个打法不是亚马逊首创的,但体量是真的猛。

    AWS FDE AI部署概念图
    AWS投入10亿美元组建FDE团队,深入企业部署AI智能体

    FDE是什么,怎么来的

    FDE全称Forward-Deployed Engineer,直译是”前置部署工程师”。这个模式最早是Palantir搞出来的——简单说,就是让工程师暂时”嵌”进客户公司里工作,边做边教,客户自己的团队也能跟着学。

    这样做的好处很明显:工程师在客户现场,遇到什么问题能立刻响应,做出来的系统也更符合客户实际的业务流程。而且每次部署积累的技术组件,很多可以复用到下一个客户,不用每次都从零开始。

    AWS副总裁Francessca Vasquez在公告里写道:”客户离开AWS FDE部署时,带走的不仅是新系统,还有新的工程能力。他们会在自己的AWS环境里运行智能体系统,同时也获得了可持续的AI技能、工作流和模式,可以独立创新。”

    OpenAI和Anthropic已经在做了

    AWS不是第一家这么干的。最近几个月,OpenAI和Anthropic都推出了自己的FDE联合 venture,而且金额都不小:OpenAI的是40亿美元,Anthropic的是15亿美元。这两家都是跟私募基金合作,资金一方面用来启动,一方面帮它们对接投资组合里的企业客户。

    跟OpenAI和Anthropic不一样的是,AWS这次说的10亿美元是”内部资源承诺”,不是联合venture,也不涉及外部资本。换句话说,这是AWS从自己内部拨资源,组建和维持这支FDE团队。

    这个区别挺重要的。OpenAI和Anthropic的FDE是跟PE绑定的,意味着它们的客户拓展很大程度上依赖PE的人脉和网络。AWS不需要——它已经有海量的企业客户了,直接派工程师进去就行。

    这个模式有什么短板

    FDE模式最大的问题是”重”。每一次部署都要派工程师驻场,意味着你得维持一支规模不小的FDE工程师队伍。这对AWS来说不是大问题——它有钱也有人,但对小公司来说这个模式很难复制。

    另外一个值得观察的点是:AWS强调客户”离开时能带走能力”,这个说法听起来很好,但实际执行起来,客户公司的人能不能真的接住,还要打个问号。AI系统部署完之后,日常维护和迭代还是需要有人懂的。

    • AWS投入10亿美元组建FDE团队,工程师嵌入客户公司部署AI智能体
    • FDE模式源自Palantir,强调”边做边教”,客户能获得可持续的AI能力
    • OpenAI(40亿)和Anthropic(15亿)已推出类似FDE联合venture
    • AWS版本是纯内部资源投入,不依赖外部资本或PE人脉

  • 前Infosys CEO融了3200万美元,要用AI把IT服务行业搅个天翻地覆

    前Infosys CEO融了3200万美元,要用AI把IT服务行业搅个天翻地覆

    IT服务行业是个奇怪的生意。像Infosys、TCS、Wipro这样的印度公司,靠着把西方企业的软件定制、集成、维护工作接过来做,建立了年营收数百亿美元的庞大帝国。这个模式的本质是用人力堆——工程师越多,能接的活就越多。但现在,有一个人想用AI把这个逻辑彻底翻过来,而他恰好曾经是这个行业里最有权势的人之一。

    维沙尔·西卡(Vishal Sikka),前Infosys首席执行官,最近宣布了他的新公司Hang Ten Systems完成了3200万美元的种子轮融资。领投方是Mayfield,战略投资方包括沙特阿美的风险投资部门Aramco Ventures,还有一串天使投资人。Hang Ten的董事会里甚至坐着Yahoo联合创始人杨致远。

    “Hang Ten正在帮助大型企业挂在 Lifetime 最大的一波浪上。”西卡在宣布融资的博客文章里用了这么个冲浪比喻——Hang Ten这个公司名本身也是冲浪术语,意思是”站在冲浪板上,十个脚趾都挂在板子前端”,代表大胆和冒险。

    这家公司的具体业务逻辑是这样的:用AI驱动的代码生成、可复用的AI技能包,加上行业专业知识,来替企业持续地构建、修改和运营软件。换句话说,原本需要一群IT服务工程师花几个月做的系统集成项目,Hang Ten说它可以快得多地完成,而且不用按人头收费。

    AI颠覆IT服务行业概念图
    AI正在重塑IT服务行业的成本结构和交付模式 | 图源:AI生成

    西卡的”复仇”?

    西卡这个人的经历挺值得说一下。他在SAP待了12年,负责企业软件业务,2014年成为Infosys的CEO,那是这家印度IT服务巨头第一次从外部聘请首席执行官。西卡在任期间试图把Infosys往”软件+服务”的方向推,但遇到了董事会内部的阻力,2017年辞职。

    离开Infosys之后,他创立了VianAI,做的是企业AI应用和分析工具,2021年从软银愿景基金二期拿到了1.4亿美元融资。这次的Hang Ten,西卡说跟VianAI不一样——VianAI面向的是企业AI应用的决策分析市场,Hang Ten则是一家”企业AI服务公司”,核心是用AI智能体代码生成来交付项目。

    目前Hang Ten已经有一些客户在身上了,包括西门子歌美飒可再生能源(Siemens Gamesa Renewable Energy)和费森尤斯(Fresenius)。Mayfield的管理合伙人纳文·查达说,这家公司”一个月前才刚启动”,就已经有客户了。

    IT服务行业的两难

    Hang Ten的出现,恰好碰上了IT服务行业最焦虑的时刻。今年以来,分析师们在激烈辩论一个问题:AI到底会扩大这个行业的潜在市场,还是会从根子上改变企业软件的构建和交付方式,从而让传统IT服务公司变得多余?

    Jefferies的分析师今年早些时候写过一份报告,认为IT服务可能是第一批面临实质性AI冲击的行业之一。但Infosys的董事长南丹·尼勒卡尼(Nandan Nilekani)本周说,AI可能把行业的潜在市场扩大到3000亿到4000亿美元的规模。两个说法,两个完全不同的未来。


    市场显然更倾向于相信前面那个悲观版本。今年以来,Infosys的股价已经跌了超过35%。投资者在问:如果AI真的能用少得多的工程师完成同样多的工作,那我为什么还要给传统IT服务公司估值?

    西卡要做的事情,在某种意义上就是在回答这个问题——不是替传统IT服务公司辩护,而是直接提供一种新的替代方案。他说Hang Ten的模式是”AI原生的”,规模扩张方式跟传统服务公司不一样:”传统服务公司随着人头数线性扩张,Hang Ten的杠杆率会随着每个项目而增长。”

    这话听起来像典型的创业公司 pitch,但西卡的履历让人不得不认真对待。他既在SAP这样的企业软件巨头待过,又在Infosys这样的IT服务巨头做过一把手,还创过一次业。他知道这个行业是怎么运作的,也知道它的弱点在哪里。现在的问题是,他能不能用AI真正把这块骨头啃下来。

  • AI预算雪崩:员工用AI转PDF花掉几十亿,Accenture急了

    AI预算雪崩:员工用AI转PDF花掉几十亿,Accenture急了

    AI预算雪崩:员工用AI转PDF花掉几十亿,Accenture急了
    文章配图

    几个月前,AI行业还在鼓励大家”把AI预算用光”——用得越多越好,最好全公司都tokenmaxxing。现在风向突然变了:公司发现账单高得离谱,而员工用AI做的事情,基本上是在浪费钱。

    我们正进入”token配给制”时代。

    Accenture的”token末日”

    最近404 Media曝光了一段Accenture内部会议的录音,内容相当尴尬。这家全球最大的咨询公司之一,正在试图阻止员工把公司的AI token额度花光——而员工干的事情包括:用AI把PDF转成PPT。

    讽刺的是,就在不久之前,Accenture还在威胁员工:不用AI就别想升职。现在反过来求员工别用那么猛。

    Accenture代理AI战略负责人Justice Kwak在内部会议上说:”AI正在成为成本结构中的重要组成部分,支出变得非常不可预测;CFO、COO、CIO们还在问一个问题——我们花的这些钱,到底值不值?”

    从”越多越好”到”越少越好”

    这段反转背后,是整个AI商业模式的一次大考。年初的时候,AI公司和很多企业客户都在鼓吹”tokenmaxxing”——尽量多用AI,把每一分预算都花掉,因为用得越多,模型就越好(至少营销是这样说的)。

    有些公司甚至搞了内部排行榜,看哪个部门用的token最多。Amazon后来悄悄删掉了自家的排行榜,因为有人发现这东西本质上是在奖励浪费。

    现在来看,那些排行榜奖励的不是生产力,而是谁最能烧钱。

    市场已经开始用脚投票

    token成本失控的问题,已经不只是某一家公司内部的事了。最近几天,AI相关股票出现了一轮明显的抛售——媒体称之为”AI抛售”(AI selloff),内存芯片制造商跌得尤其狠。

    投资者的逻辑很简单:如果AI的最大企业客户都开始认真管控token支出,那AI公司的营收预期就得重新算。而这直接影响上游——买多少GPU、建多少数据中心,都取决于企业端的需求是不是真的、是不是可持续的。


    AI得证明自己值这个价

    这段故事最有意思的地方在于:AI行业已经过了”新奇阶段”,现在必须证明实际价值。员工用AI转PDF、写无关紧要的邮件、生成一堆没人看的摘要——这些用法或许能刷排行榜,但对公司底线没有贡献。

    Accenture的困境,其实是整个行业正在面对的问题。AI工具确实强大,但”强大”不等于”用得越多越好”。怎么把AI用在真正产生价值的地方,同时把成本控制在合理范围内——这个问题,2026年下半年每一家用了AI的公司都得认真回答。

    而那些还在鼓吹”无限制使用AI”的厂商,可能很快就要面对一群拿着账单问问题的CFO了。

  • 人形机器人公司Agility Robotics宣布SPAC上市,估值25亿美元

    人形机器人公司Agility Robotics宣布将通过SPAC方式上市,交易估值约25亿美元。这家从俄勒冈州立大学走出来的创业公司,是目前世界上少有几家真的把人形机器人卖进工厂、并且让它们在客户现场跑起来的公司之一。

    Agility Robotics Digit人形机器人
    Agility Robotics的Digit人形机器人已在多家工厂投入实际使用(图片:AI生成)

    不是PPT机器人,已经在干活了

    Agility最出名的产品是Digit,一台双足人形机器人。目前已经有9个客户站点在用,包括舍弗勒、GXO、丰田加拿大工厂、拉美电商Mercado Libre。这个数字听起来不大,但考虑到人形机器人整个行业还处在”演示视频比实际部署多”的阶段,能列出具体客户名字本身就是竞争优势。

    这一轮SPAC合并预计募资超过6.2亿美元,其中约2亿美元来自新老机构投资者的跟投。Agility背后站着一串重量级名字:亚马逊、英伟达、软银Vision Fund 2、DCVC。这些投资方不只是出钱,亚马逊和Toyota本身就是潜在客户。

    “人形机器人即将成为生产力、供应链韧性和美国技术领导力的关键驱动力。Agility已经在客户环境中部署了商业化人形机器人,正在帮助企业应对劳动力短缺、提升效率。”
    ——Agility CEO Peggy Johnson


    25亿美元贵不贵?

    Agility说自己已经拿到新一代Digit v5超过3亿美元的多年度订单,还有30多个潜在客户在评估大规模部署。这个数字如果属实,说明人形机器人真的开始从”试试看”走向”批量采购”了。

    但25亿美元的SPAC估值,放在当前机器人板块里并不算离谱。Figure AI、Boston Dynamics、1X Technologies这些同行的 private 估值都在类似量级甚至更高。真正的问题是:人形机器人的商业化速度能不能撑起这个估值?

    目前Digit主要做搬运、拣货这类相对简单的任务。跟人类工人比,速度还慢,成本还不低。Agility需要证明的是:在接下来的12到18个月里,机器人的工作效率能提升到让客户愿意扩大量产采购,而不只是停留在试点阶段。

    SPAC上岸,机器人板块的风向标

    选择SPAC而不是传统IPO,本身传递了一个信号:Agility想要尽快上岸,趁着人形机器人热度还在。传统IPO路演周期长,市场情绪一变就可能搁置。SPAC合并流程更可控,估值也提前锁定。

    合并完成后,公司股票将以AGLT的代码在北美某交易所挂牌(具体交易所尚未公布)。这对整个机器人板块是个参考事件——如果Agility上市后股价走得稳,会有更多机器人公司跟进;如果破发或者交易量惨淡,整个赛道的融资窗口可能收紧。

    人形机器人这个赛道,2026年正处在”期望值峰值”和”实际商业化”之间的关口。Agility这步棋走得准不准,未来一年见分晓。

  • 达沃斯现场:物理AI落地难在哪?”中国方案”被频繁提及

    物理AI落地难在哪?达沃斯现场给出了几个关键答案

    大连这几天挺热闹,2026年夏季达沃斯论坛开了。90多个国家和地区、1800号人聚在一起,聊的核心话题只有一个:AI怎么从实验室走到产业里。这个说法听着耳熟,但今年不一样——”中国方案”成了全场高频词,老外们在讨论物理AI落地的时候,频繁拿中国举例。

    Archetype AI的联合创始人布兰登·巴尔贝洛说了一句挺实在的话:物理世界的AI跟网络世界完全不同,抓取极其困难,传统方式根本构建不了世界模型。这话听着抽象,其实说的就是一件事——让AI理解物理规律,比让AI写诗难多了。现在领先企业正在研发新技术,让模型能从有限的物理数据里普遍学习规律,这样就算数据稀缺也能突破。

    物理AI的难点不在模型本身,而在扩散和应用。技术迭代可以很快,但落到实际场景里,发展速度取决于各国的基础设施是否扎实。

    世界经济论坛董事会成员朱民点出了一个很关键的问题:量子传感、AI这些前沿技术从实验室诞生可能并不慢,但真正的挑战在于扩散和应用。技术自身在加速迭代,但落到实际场景中,发展速度取决于各国的基础是否坚实。这话翻译一下就是:谁的基础设施好、产业生态完整,谁就能把AI真正用起来。

    联邦快递中国区总裁许宝燕说得更直白:多数AI项目缺乏全流程变革,落地的效果差。数据质量、治理能力和场景化深度,这三个东西决定了AI从”实验室”走向”产业界”的速度与广度。说白了,光有大模型不够,你得有干净的数据、靠谱的治理框架,还得真的懂场景。

    2026夏季达沃斯论坛AI讨论
    2026年夏季达沃斯论坛在大连举行,AI规模化创新与产业落地成为全场焦点

    “中国方案”为什么被频繁提及?

    这次论坛有个很明显的变化:老外们不只是好奇中国的AI技术了,他们开始认真研究中国的AI落地模式。技能寰宇创始人彼得·巴塞说,”创新的意义就是打造能普惠大众的系统与产品,让世界各国共享技术红利,中国在这一点上做得极为出色。”

    爱立信全球高级副总裁蓝尚立的话更具体:中国具备完善的产业生态、成熟的制造业体系与极强的产业化转化能力,为物理AI落地提供了绝佳土壤。他点了两家中国公司的名字——宇树、比亚迪,说这些企业的快速崛起持续激活物理AI产业新生态,让中国在新一轮AI规模化竞赛中占据了极有利的位置。

    世界经济论坛总裁兼首席执行官阿洛伊斯·茨温吉在开幕致辞中直接把话说透了:中国是全球经济的主要引擎,是制造和创新的中心,是技术进步和国际合作日益重要的贡献者,中国在人工智能等领域的进步正在帮助塑造全球增长的新篇章。

    回头看这次论坛的讨论,一个清晰的信号是:AI竞争已经从”谁的模型更聪明”转向”谁能把AI真正用起来”。中国在制造业基础、场景丰富度、产业化转化速度上的优势,正在变成全球AI落地的重要参考系。接下来的问题是,这个优势能维持多久,以及能不能变成真正的规则制定权。

  • 前Infosys CEO再创业,拿3200万美元赌AI颠覆IT服务

    Vishal Sikka Hang Ten Systems
    前Infosys CEO Vishal Sikka创立Hang Ten Systems,用AI颠覆IT服务业(图源:TechCrunch)

    Vishal Sikka这个名字,在印度IT服务业里分量不轻。他曾在SAP待了12年,做出过核心产品,后来回国接掌Infosys——印度最大的IT服务公司之一——担任CEO(2014-2017)。卸任后又创立了企业AI公司VianAI,拿了软银Vision Fund 2领投的1.4亿美元。

    现在他又出手了。6月24日,Sikka宣布他的新创企Hang Ten Systems完成3200万美元种子轮融资,由Mayfield领投,沙特Aramco的风险投资部门Aramco Ventures战略跟投,Yahoo联合创始人Jerry Yang也在董事会里。

    用AI把IT服务重做一遍

    Hang Ten做的事,说穿了就是用AI驱动的开发自动化来替代(或大幅压缩)传统IT服务公司靠人堆出来的定制化、集成和维护工作。客户有Siemens Gamesa Renewable Energy和Fresenius,都是比较大的工业和企业客户。

    这个时机挺微妙的。IT服务行业自己也在吵:AI到底是会把市场盘子做大,还是会从根本上改变软件构建和维护的方式,把原来的玩家挤掉?

    Jefferies的分析师今年早些时候写了一篇报告,说IT服务可能是第一个被AI实质颠覆的行业。但Infosys的主席Nandan Nilekani本周却说,AI能把IT服务的可寻址市场扩大到2030年的3000亿到4000亿美元。

    两家说的都没错——市场可能在扩张的同时,赚钱的方式却完全变了。

    Infosys自己的股价今年已经跌了超过35%。

    传统服务按人头扩,Hang Ten想按项目积累杠杆

    Mayfield的管理合伙人Navin Chaddha说,Hang Ten和VianAI不一样——VianAI做的是企业AI应用和分析工具,Hang Ten是一个”AI原生的IT服务公司”,靠智能体代码生成、可复用的AI技能和领域专长来交付项目。

    传统IT服务公司的人效是线性扩展的——要多接活就得多加人;Hang Ten的设想是,每做一个项目,AI的杠杆率就增长一分。Chaddha说,Hang Ten”一个月前才刚启动”,但已经有客户了。

    团队核心成员不少是Sikka在SAP、Infosys和VianAI时期的老部下,包括联合创始人兼CTO Navin Budhiraja、首席设计官Sanjay Rajagopalan和前部署工程高级副总裁Tao Liu。

    公司总部在湾区,正在全球多地招人,覆盖交付、工程、销售和领导岗位。

    一个人挑战一个行业

    这件事最值得玩味的地方在于:一个在传统IT服务行业里做到顶尖的人,现在出来做一件可能颠覆那个行业的事情。如果Hang Ten成了,Infosys们要面对的问题就不是怎么用AI,而是AI会不会直接把他们的生意做了。

    Sikka在宣布这家公司的博客里写,Hang Ten已经在帮大企业” hang ten on the biggest wave of our lifetimes”——在我们有生之年最大的浪潮上冲浪。这句话的自信倒是很符合他一贯的风格。


    IT服务行业全球一年产值几千亿美元,Infosys、TCS、Wipro这些印度公司占了相当大的份额。如果AI真的能把这类工作的边际成本压到接近零,这个行业的游戏规则就要全部重写。Sikka这次赌的,就是这个过程已经开始了。