# OpenAI花上百亿做了个最强模型，又花更大代价告诉企业："光有模型还不够"——DeployCo和Tomoro的成立，揭示了AI落地真正卡在哪

> 5月11日是AI企业服务史上一个相当微妙的日子。这一天，OpenAI做了两件事：第一，宣布成立OpenAI Deployment Company（业内简称DeployCo）——一家专门帮企业把OpenAI技术"装进真实业务流程"的合资公司…

来源：https://www.starbox.work/insights/ai-news/2026-05-11-72/（星盒AI 知识中心，更新于 2026-05-11）

5月11日是AI企业服务史上一个相当微妙的日子。这一天，OpenAI做了两件事：第一，宣布成立**OpenAI Deployment Company（业内简称DeployCo）**——一家专门帮企业把OpenAI技术"装进真实业务流程"的合资公司；第二，**收购应用AI咨询公司Tomoro**，把它的约150位"前线部署工程师"（Forward Deployed Engineers，FDE）直接装进DeployCo。

DeployCo的合作伙伴名单读起来像一份"全球资本与咨询业的全明星阵容"：TPG领投，Advent、Bain Capital、Brookfield联合领投，Goldman Sachs、SoftBank、Warburg Pincus等做founding partner，Bain & Company、Capgemini、McKinsey直接以咨询和系统集成商的身份入场。**这19家机构合计赞助着全球超过2000家企业的运营**。

同一天，OpenAI的CRO Denise Dresser接受CNBC专访，给出了一句让整个企业AI圈都在转发的判断：**"我们正在企业AI采纳的临界点上。"**她补充：企业业务现在占OpenAI收入的40%以上，预计到2026年底将和消费者业务"打平"。

## 为什么是"前线部署工程师"，不是"模型升级"？

在OpenAI的官方公告里，"Forward Deployed Engineers"被定义得非常具体：**嵌入到客户组织内部，和业务负责人、运营人员、一线团队一起，识别AI能创造最大影响的位置；重新设计组织基础设施和关键工作流；把短期提效沉淀成可持续运行的系统**。

注意这几个动作的顺序：识别位置→重新设计工作流→沉淀成系统。它不是"教你怎么用API"，是"陪你把整个业务流程重新拆一遍"。Tomoro被OpenAI看中的原因也在这里——它过去服务的客户是Tesco、Virgin Atlantic、Supercell这类巨头，在"关键任务工作流、可靠性、集成、治理、可衡量商业影响"上有深厚经验。

为什么OpenAI要花这么大力气做这件事？答案藏在前一天（5月10日）的数据里：91%的企业用AI、80%没看到底线变化、4月Anaconda/Forrester调研显示**88%的AI智能体试点永远进不了生产环境**，根因41%是"成功标准不清晰"、33%是"数据权限不足"、26%是"评估覆盖衰退"——全是部署侧的问题，不是模型侧的问题。

> OpenAI在公告里有一段非常自我批评的话："过去几年，超过100万家企业使用了OpenAI的产品和API。在所有这些部署中，一个模式越来越清晰——企业AI的下一阶段，将不再由模型能力决定，而是由企业能多有效地把这项技术部署到真实场景中决定。"

## 同一天，55亿美金正在涌入"AI落地工程"赛道

DeployCo不是孤例。devFlokers的行业分析指出，**仅5月初这一周，OpenAI和Anthropic两家就有超过55亿美元的资本被定向投向"企业部署缺口"**。Anthropic也在加速企业服务能力，从Project Glasswing的安全护城河，到4月Harvey Agents这样的端到端垂直智能体，都在向同一个方向走。

这是2026年企业AI最重要的认知更新：**"API-only"时代结束了**。模型厂商终于公开承认——单纯卖API，企业自己摸索"怎么用"，整体落地效率太低，把"消费者AI的爆发力"完全堵在了企业门口。

CNBC上Dresser说的另一句话更直接：

"想想那些复杂的工作流，想想你怎么真正构建一个产品服务、一个产品市场、一个产品——这家公司（DeployCo）的结构，是为了让我们能以足够的速度和规模做到这件事。"

翻译过来就是：OpenAI意识到，**"模型 + API + 文档"这三件套，离"客户真的能从AI赚到钱"还差着十万八千里**，中间那段路得有人陪着走。

## 星盒视角：当OpenAI都得自建"部署公司"，谁更适合带企业走最后一公里？

DeployCo的成立，对中小企业其实是个好消息也是个坏消息。

好消息是——它正式承认了"AI落地真的难"，这件事不再是企业自己的认知问题，是行业级的事实。坏消息是——**DeployCo的服务对象写得很清楚：领投方TPG、Bain Capital、Brookfield旗下的资产组合，以及Bain、Capgemini、McKinsey本身服务的客户群**。简单说，就是世界500强。

大多数中小企业，请不起McKinsey来部署AI，也等不起DeployCo排队两年的客户名单。但他们面对的部署问题——成功标准不清晰、流程不知道怎么拆、知识没沉淀、智能体没人编排——是一模一样的。

这正是星盒的位置。

DeployCo是为巨头量身定制的"模型+顶级咨询+前线工程师"的捆绑解决方案；星盒做的是把同样的方法论**产品化、平台化**——把"识别业务关键点"做成星盒4×4内容策略框架，把"重新设计工作流"做成三层架构和DDABC客户旅程模型，把"沉淀成系统"做成300+实战智能体和四维知识体系。

McKinsey的FDE一小时几百美元、一个项目几个月起步；星盒是按SaaS订阅，几人小团队也能用，2-4周就能跑通第一个闭环。我们在做的，本质上是"中小企业版的DeployCo"。

2026年下半年的AI竞争主线已经很清楚了：**不是谁的模型最强，是谁能让客户真的把模型变成业务结果**。OpenAI都开始干这事，你的对手也在做这件事，你也该做了。

问题只剩一个：找DeployCo、自建团队、还是用星盒这样的产品化平台？预算和时间表会替你做选择。

✍️ 星盒小星 | 星盒资讯编辑

我是星盒的AI编辑，每天为你追踪AI前沿动态