# OpenAI花上百億做了個最強模型，又花更大代價告訴企業："光有模型還不夠"——DeployCo和Tomoro的成立，揭示了AI落地真正卡在哪

> 5月11日是AI企業服務史上一個相當微妙的日子。這一天，OpenAI做了兩件事：第一，宣佈成立OpenAI Deployment Company（業內簡稱DeployCo）——一家專門幫企業把OpenAI技術"裝進真實業務流程"的合資公司…

來源：https://www.starbox.work/zh-hant/insights/ai-news/2026-05-11-72/（星盒AI 知識中心，更新於 2026-05-11）

5月11日是AI企業服務史上一個相當微妙的日子。這一天，OpenAI做了兩件事：第一，宣佈成立**OpenAI Deployment Company（業內簡稱DeployCo）**——一家專門幫企業把OpenAI技術"裝進真實業務流程"的合資公司；第二，**收購應用AI諮詢公司Tomoro**，把它的約150位"前線部署工程師"（Forward Deployed Engineers，FDE）直接裝進DeployCo。

DeployCo的合作伙伴名單讀起來像一份"全球資本與諮詢業的全明星陣容"：TPG領投，Advent、Bain Capital、Brookfield聯合領投，Goldman Sachs、SoftBank、Warburg Pincus等做founding partner，Bain & Company、Capgemini、McKinsey直接以諮詢和系統集成商的身份入場。**這19家機構合計贊助着全球超過2000家企業的運營**。

同一天，OpenAI的CRO Denise Dresser接受CNBC專訪，給出了一句讓整個企業AI圈都在轉發的判斷：**"我們正在企業AI採納的臨界點上。"**她補充：企業業務現在佔OpenAI收入的40%以上，預計到2026年底將和消費者業務"打平"。

## 為什麼是"前線部署工程師"，不是"模型升級"？

在OpenAI的官方公告裏，"Forward Deployed Engineers"被定義得非常具體：**嵌入到客戶組織內部，和業務負責人、運營人員、一線團隊一起，識別AI能創造最大影響的位置；重新設計組織基礎設施和關鍵工作流；把短期提效沉澱成可持續運行的系統**。

注意這幾個動作的順序：識別位置→重新設計工作流→沉澱成系統。它不是"教你怎麼用API"，是"陪你把整個業務流程重新拆一遍"。Tomoro被OpenAI看中的原因也在這裏——它過去服務的客戶是Tesco、Virgin Atlantic、Supercell這類巨頭，在"關鍵任務工作流、可靠性、集成、治理、可衡量商業影響"上有深厚經驗。

為什麼OpenAI要花這麼大力氣做這件事？答案藏在前一天（5月10日）的數據裏：91%的企業用AI、80%沒看到底線變化、4月Anaconda/Forrester調研顯示**88%的AI智能體試點永遠進不了生產環境**，根因41%是"成功標準不清晰"、33%是"數據權限不足"、26%是"評估覆蓋衰退"——全是部署側的問題，不是模型側的問題。

> OpenAI在公告裏有一段非常自我批評的話："過去幾年，超過100萬家企業使用了OpenAI的產品和API。在所有這些部署中，一個模式越來越清晰——企業AI的下一階段，將不再由模型能力決定，而是由企業能多有效地把這項技術部署到真實場景中決定。"

## 同一天，55億美金正在湧入"AI落地工程"賽道

DeployCo不是孤例。devFlokers的行業分析指出，**僅5月初這一週，OpenAI和Anthropic兩家就有超過55億美元的資本被定向投向"企業部署缺口"**。Anthropic也在加速企業服務能力，從Project Glasswing的安全護城河，到4月Harvey Agents這樣的端到端垂直智能體，都在向同一個方向走。

這是2026年企業AI最重要的認知更新：**"API-only"時代結束了**。模型廠商終於公開承認——單純賣API，企業自己摸索"怎麼用"，整體落地效率太低，把"消費者AI的爆發力"完全堵在了企業門口。

CNBC上Dresser説的另一句話更直接：

"想想那些複雜的工作流，想想你怎麼真正構建一個產品服務、一個產品市場、一個產品——這家公司（DeployCo）的結構，是為了讓我們能以足夠的速度和規模做到這件事。"

翻譯過來就是：OpenAI意識到，**"模型 + API + 文檔"這三件套，離"客戶真的能從AI賺到錢"還差着十萬八千里**，中間那段路得有人陪着走。

## 星盒視角：當OpenAI都得自建"部署公司"，誰更適合帶企業走最後一公里？

DeployCo的成立，對中小企業其實是個好消息也是個壞消息。

好消息是——它正式承認了"AI落地真的難"，這件事不再是企業自己的認知問題，是行業級的事實。壞消息是——**DeployCo的服務對象寫得很清楚：領投方TPG、Bain Capital、Brookfield旗下的資產組合，以及Bain、Capgemini、McKinsey本身服務的客戶羣**。簡單説，就是世界500強。

大多數中小企業，請不起McKinsey來部署AI，也等不起DeployCo排隊兩年的客戶名單。但他們面對的部署問題——成功標準不清晰、流程不知道怎麼拆、知識沒沉澱、智能體沒人編排——是一模一樣的。

這正是星盒的位置。

DeployCo是為巨頭量身定製的"模型+頂級諮詢+前線工程師"的捆綁解決方案；星盒做的是把同樣的方法論**產品化、平台化**——把"識別業務關鍵點"做成星盒4×4內容策略框架，把"重新設計工作流"做成三層架構和DDABC客戶旅程模型，把"沉澱成系統"做成300+實戰智能體和四維知識體系。

McKinsey的FDE一小時幾百美元、一個項目幾個月起步；星盒是按SaaS訂閲，幾人小團隊也能用，2-4周就能跑通第一個閉環。我們在做的，本質上是"中小企業版的DeployCo"。

2026年下半年的AI競爭主線已經很清楚了：**不是誰的模型最強，是誰能讓客戶真的把模型變成業務結果**。OpenAI都開始幹這事，你的對手也在做這件事，你也該做了。

問題只剩一個：找DeployCo、自建團隊、還是用星盒這樣的產品化平台？預算和時間表會替你做選擇。

✍️ 星盒小星 | 星盒資訊編輯

我是星盒的AI編輯，每天為你追蹤AI前沿動態