你的供应商就是你的竞争对手

为何前沿实验室正积极增设服务部门，以及这意味着什么

任何《All In》播客的听众都知道，Chamath 向来语出惊人，不管是好是坏。

几周前，他确实提出了一个非常犀利的观点：经营 Anthropic 和 OpenAI 相关业务的咨询公司，正是在“引狼入室”。

 

那么，是什么促使他发表这一看法的呢？

5 月 4 日，Anthropic 宣布与 Blackstone、Hellman & Friedman 及 Goldman Sachs 成立一个 15 亿美元的合资企业 ，并获得 Apollo、General Atlantic、GIC、Leonard Green 和 Sequoia 的支持，旨在将工程师直接嵌入中型企业内部，并将 Claude 部署到核心业务运营之中。

一周后，OpenAI 推出了 “OpenAI Deployment Company”， 获得 40 亿美元融资，估值达 140 亿美元 ，由 TPG、Bain Capital、Brookfield 提供支持，而令人惊讶的是，McKinsey、Bain & Co.和 Capgemini 也以权益投资者身份入局。与此同时，OpenAI 收购了 Tomoro——一家应用型 AI 咨询公司，首日即纳入 150 名前置部署工程师。还有，高盛为这两项业务都提供支持。而就在这一切发生前几周，Google Cloud 承诺投入 7.5 亿美元 ，为包括 Accenture、Deloitte 和 McKinsey 在内的咨询合作伙伴提供资金，用于代理式 AI 部署。

也就是说，在短短几周内，全球最重要的三大 AI 平台集体大举进军服务与咨询领域。它们不是试探性涉足，而是携数十亿美元而来，收购了一家咨询公司，并与私募股权公司合作——这些机构合计在数千家中型市场和大型企业的董事会中占有席位。

我们的观点是：如果你是一家基于基础模型构建产品的初创公司，或是一家为客户提供 AI 采用建议的咨询公司，这将是今年影响最为深远的发展——而且要警惕，你的供应商可能会变成你最大的竞争对手。

Palantir 剧本

这并非一次偶然转向服务业务。OpenAI 和 Anthropic 都在明确复制一种模式：正是这种模式让 Palantir 从一个长期被质疑“他们到底何时才能真正跑通”的故事，变成了一个市值超过 2500 亿美元的巨头 ——前沿部署工程师。

FDE 并不是来安装软件的。他们深入客户组织内部，与您的团队并肩工作，梳理混乱的数据环境，重构工作流程，并构建贴合企业实际运营方式的生产系统。Palantir 的洞察在于，这些工程师并非成本中心，也不是拖累公司的专业服务部门——他们是公司的核心产品发现引擎 。他们在一线遇到的每一次棘手集成、每一个古怪的边缘案例、每一种权宜变通，都会被反馈回来并抽象为平台能力，使下一次部署更快、更便宜。正是这一飞轮效应，推动 Palantir 的美国商业收入同比增长 137%，并在五年内带来 640%的股票回报。

但让 AI 实验室这一版本对整个生态系统可能更危险的地方在于：Palantir 部署的是其自有的专有平台，而 OpenAI 和 Anthropic 部署的，却是数千家初创公司赖以构建产品的同一批模型。当 DeployCo 的前线部署工程师走进一家《财富》500 强企业账户，并使用 GPT 构建一套定制化 AI 系统时，这家公司就不太可能再购买你那家初创公司的垂直封装产品。如今，平台供应商同时掌控了模型、实施、客户关系以及反馈闭环。这种程度的垂直整合，是 Palantir 从未实现过的。

这从根本上说，是 AWS 模式的重演。Amazon 花了多年时间搭建云平台，让数千家初创公司在其上蓬勃发展，随后又系统性地推出了最受欢迎服务的自有版本。那些“薄封装”初创公司最先死去。真正具备差异化能力的企业活了下来——但它们必须对自己的护城河究竟在哪里，保持近乎残酷的清醒认知。这一次的不同之处在于速度。AWS 花了十年时间才实质性进入服务领域，而 OpenAI 从“一家 API 公司”发展成“一个 140 亿美元的咨询业务部门”，用时还不到三年。

谁会被挤压

有三类群体正处于打击范围之内。

基于基础模型构建产品的 AI 初创公司。 这种生存风险相当直接。如果 DeployCo 正向企业客户派出 150 多名工程师，利用 OpenAI 自家的模型进行定制化部署，那么那家销售基于同一 API 打造的垂直 AI 产品的初创公司会怎样？这家初创公司的推介话术原本是：“我们比实验室更懂你的行业。”而实验室如今的反击话术则是：“我们会派出比任何人都更懂模型的工程师，并由 40 亿美元资金以及 TPG’s portfolio of 2,000+ companies 为我们打开大门。”

咨询公司。Axios 对 DeployCo 发布的点评最为一针见血 ：OpenAI“竟然说服了这些老牌公司出资帮助实现对自身中介地位的颠覆。”McKinsey 和 Bain & Co.是这家公司的权益投资者，而这家公司存在的目的，就是借助前置部署工程师和全球最顶尖的语言模型，去做这些公司通常让每小时收费 500 美元的初级顾问完成的那类工作。较为宽容的解读是，它们是在为自己买一张牌桌上的席位——提前获得模型使用权，并在部署生态中占据一席之地。不那么宽容的解读则是，它们是在花钱买一张观看自身被颠覆的前排座位。Fortune 对 Anthropic 这家合资企业的报道概括得很清楚： 企业每花 1 美元购买软件，就会花 6 美元购买服务 。正是这种 6 比 1 的比例，把咨询业打造为一个数万亿美元规模的行业。而这也使咨询市场成为那些需要在 IPO 前证明营收增长的 AI 实验室最诱人的目标。

企业买家（隐性风险）。 首席信息官们正被提供一种极具诱惑力的方案：由模型提供商自己的工程师进驻你的组织，为你构建 AI 系统。但正如一位 CIO 分析师所说 ，这些 FDE “既能看到正式架构，也能看到非正式的变通办法；既能看到流程图，也能看到异常队列。他们既能看到企业宣称自己如何运作，也能看到它在一个艰难的周二下午究竟是如何实际运转的。”如果 OpenAI 保留对 DeployCo 的多数控制权，而 DeployCo 的工程师又身处你的系统内部，那么数据边界由谁来管控？他们积累的运营知识归谁所有？这些都是真实存在的问题，而大多数买家尚未开始追问。

掌握自己的命运

那么，如果你正在打造或投资 AI，这意味着什么？

这迫使许多一直在回避现实的初创公司直面一个程度前所未有的真相。在模型供应商已将一名前线部署工程师派驻到你的客户办公室的世界里，我们认为真正的防御力所在之处如下：

• 实验室无法在六周合作中复制的专有数据和领域专长。 如果你的公司通过数千次客户互动积累了多年特定领域的数据——真实的合同谈判、真实的威胁情报、真实的临床决策——这就不是一名通才型前线部署工程师（FDE）能够轻易上手并复制出来的。我们目前投资的公司中，看起来最具持久性的，是那些每完成一次客户部署，产品就会变得更好的公司，而这种积累起来的优势几乎不可能被迅速追赶。

• 多模型架构是一种关乎生存的必需，而非技术偏好。 如果你的产品只运行在某一家实验室的模型之上，那就等于把房子建在了竞争对手的土地上。各大实验室已经把这一点说得很明白——它们的服务部门存在的目的，就是推动采用它们自己的模型。Anthropic 的合资项目旨在“迅速将 Claude 引入核心业务运营”。DeployCo 的存在，是为了部署“OpenAI 的模型”。那些可运行于多种模型之上、并让切换变得容易的初创公司，才能有底气对企业买家说：“我们为你服务，而不是为实验室服务。”当另一种选择是雇主本身就是模型供应商的前线部署工程师时，这就是一种差异化定位。

• 深耕，而非铺开。FDE 模式成本高昂。这些合资项目势必会优先服务规模最大、利润最丰厚的客户——也就是由其私募股权合作伙伴投资组合所支持的那些客户。初创公司的机会在于长尾市场：那些过于细分的行业、规模过小的企业，以及过于专业化、让通才型 FDE 无法在六周内掌握的工作流程。相比“AI 赋能一切”这类横向通用打法，深厚的垂直领域专长，以及为服务不足细分市场量身打造的产品，更难被商品化。

• 掌握上游客户关系。 如果实验室的 FDE 是第一个进入现场的技术人员，创业公司就已经输了。能够在平台供应商竞争中存活下来的公司，是那些在供应商出现之前就通过社群、内容、信任和领域信誉掌握客户关系的公司。这就是为什么那些拥有深厚从业者社群、并积累了多年深度客户信任的公司，具备任何 FDE 部署都难以轻易复制的结构性优势。

你打造的是什么？

现在，我们经常会问创始人一个过去从未问过的问题：如果你的模型供应商向你最大的客户派驻一名 FDE，会发生什么？如果对方的回答只是愣住，或者泛泛而谈什么关系和信任，那就不太妙了。那些能够清楚回答这个问题的公司——因为它们掌握专有数据，因为它们构建于多个模型之上，因为客户被工作流程和行业专长牢牢绑定，而不是靠每月一张发票维系——才是值得支持的对象。

任何经历过 AWS 时代的人都熟悉这套剧本。平台让你去构建，观察资金流向何处，然后带着比你更雄厚的资本和更强的分发能力亲自下场。只是这些实验室动作更快、也比 Amazon 当年更不加掩饰——不到三年就从 API 公司转型为价值数十亿美元的咨询业务部门，并借助私募股权公司在第一天就打开了通往数千家企业账户的大门。

这并不意味着初创公司已经走到尽头。但一厢情愿的空间已经不复存在。能够存活下来的，将是那些打造出 FDE 无法在六周项目周期内复制之物的公司——真正的专有数据、真正的行业深度、真正的客户信任。不是一个外壳，也不是建立在模型供应商会安于模型业务这一假设之上的产品。

平台总会冲着你而来。问题在于，你是否早已看出这一点。