作者：Tanay Jaipuria
来源：SandHill.io #306 推荐阅读 · 行业动态与分析 ｜ RecodeX 编译
导读： 2026 年 OpenAI 和 Anthropic 相继成立“部署公司”（DeployCo），派工程师驻场企业、把 AI 智能体接入真实业务流程，云厂商、Palantir、Accenture 也在加码。Wing 合伙人 Tanay Jaipuria 梳理了 DeployCo 的构成、兴起原因、打法与格局。
实验室的 DeployCo
- Anthropic： 与 Blackstone、Hellman & Friedman、Goldman Sachs 等设立 15 亿美元 AI 服务公司，7 月以 Ode with Anthropic 上线，基于收购的 Fractional AI，先服务私募股东旗下的中型企业。
- OpenAI： 由 TPG 领投、融资超 40 亿美元、OpenAI 控股，收购 Tomoro 起步，首日即有 100 多名前线部署工程师（FDE，forward-deployed engineers）。
- 两者结构相似：独立注资实体 + 收购来的服务团队 + 实验室工程师 + 私募投资组合作为首批客户。AWS 也在 6 月底承诺 10 亿美元组建 FDE 部门。
为什么会出现 DeployCo
- 扩散鸿沟（diffusion gap）： 即 Pat Grady 所说、亦称“能力过剩”（capability overhang）的现象——模型能做的远超实际被使用的。OpenAI 的 GDPval 显示模型在超过一半的专家任务上胜过专家，但多数组织远未用到这一水平。
- 组织与文化对齐： 落地需要系统权限、流程重构、跨部门支持和工作方式改变，往往不属于任何人的本职，AI 也无法自行解决激励与信任问题——这正是“换了包装的咨询”需求旺盛的原因。
- 现有玩家的数据：Accenture 三年累计签下约 115 亿美元生成式 AI 业务；首创 FDE 模式的 Palantir 收入增速已连续 12 个季度加快。
- 实验室亲自下场的附加动机： 部署过程产生跨行业的长周期工作轨迹，可作训练数据或指引模型优化方向；各家模型性能接近，掌握部署环节可形成锁定；按交付结果收费能赚到比卖 token 更多的钱。
打法与类型
- 通行打法：FDE 驻场，从高价值、边界清晰、产出可校验的流程入手，搭建接入企业数据与系统的智能体框架（agent harness），建立评估（evals），达标后上线并形成持续学习闭环。
- 除 Palantir、Accenture 等老牌玩家外，新一代 DeployCo 分三类：
- 后两类底层相似：先建行业通用核心系统，再在每个客户处做大量“最后一公里”工作。作者指出，许多面向大企业的垂直 AI 应用公司本质上也是 DeployCo。
结语
- 模型已足够好，DeployCo 是把模型转化为企业 ROI、弥合扩散鸿沟的主要途径之一。
- 另一路径是 AI 原生并购整合（AI-native rollup）：如 Long Lake 以 63 亿美元私有化 Amex GBT、Sequence 以 77 亿美元私有化保险经纪商 Baldwin。拥有资产便于重构流程、独享收益，但更耗资本、更难规模化。
本文由 RecodeX 编译自 The Rise of DeployCos（作者：Tanay Jaipuria），首发于 SandHill.io #306 推荐阅读。本文为中文编译稿，非全文翻译，完整内容请阅读原文。译文仅供学习交流，观点不代表本站立场，版权归原作者所有。