Anthropic和Blackstone押注下一个万亿美元的人工智能业务在于实施，而非模型

# Anthropic和Blackstone押注：下一家万亿美元AI公司是落地实施，而非模型本身 | TechCrunch 来源：https://techcrunch.com/2026/07/15/anthropic-blackstone-bet-the-next-trillion-dollar-ai-business-is-implementation-not-models/ AI模型的能力越来越强，但企业究竟会如何采纳AI仍是一个大问题。为了塑造这一未来，Anthropic和OpenAI等实验室纷纷拆分出独立业务（https://techcrunch.com/2026/05/04/anthropic-and-openai-are-both-launching-joint-ventures-for-enterprise-ai-services/），专门向客户企业派驻AI工程师——他们押注，帮助公司弄清楚如何使用自己的AI模型，将是下一个万亿美元级别的赛道。 其中一家业务如今有了名字：Ode with Anthropic。这个估值15亿美元的AI实施公司，是Anthropic在5月与Blackstone、Hellman & Friedman、高盛等机构合资成立的。此举紧随OpenAI自家的同类业务“The Deployment Company”之后，凸显出前沿AI实验室的一个共识：赢得企业客户远不止是发布更好的模型那么简单。 Ode最初由Blackstone构思。这家投资机构发现，在为其投资组合公司部署AI时，需要拉上大型咨询公司和小型AI服务精品店，但其中存在缺口。其中一家精品店——AI工程服务初创公司Fractional AI——显然表现突出。于是在合资公司宣布后不久，Ode便收购了这家初创公司。（Fractional在被收购前，结束了与OpenAI为期11个月的合作关系。） Fractional已成为如今Ode的基础——一种“扩大规模的精品店”式AI服务公司。其领导者雄心勃勃。 “只要执行得当，完全可以想象这家公司有朝一日成为万亿美元级别的企业，”Ode首席执行官兼Fractional联合创始人Chris Taylor在接受TechCrunch独家专访时表示。“该业务的核心挑战在于，如何在经历超高速增长的同时，不牺牲对质量的重视？” Ode目前拥有100名工程师，并与Anthropic的应用AI团队紧密合作，识别技术在不同业务中的潜在影响，并为每家企业的运营量身打造系统。 Anthropic的内部团队将继续专注于战略性的、与使命对齐的部署，一位发言人对TechCrunch表示。支持Ode的私募股权公司将把各自投资组合的公司作为潜在客户引荐给这个合资企业，但Ode不会将服务销售仅限于这些公司。 在Taylor看来，Ode的理想客户是其首席执行官深信AI前景的企业。 “我们做的很多工作，都是该公司CEO心目中的头等或次等优先事项，”Taylor说。“要么是公司未来两年要打造的最重要的产品功能，要么是改造公司最重要的业务流程。” Ode将遵循“Claude优先”原则，即尽可能实施Anthropic的技术，包括像Slack中的Claude Tag（https://techcrunch.com/2026/06/23/anthropics-claude-tag-is-learning-your-company-one-slack-message-at-a-time/）这样的功能。不过，Ode并不局限于Anthropic的技术，必要时也会使用竞争对手的AI产品。 Ode首席技术官、Fractional联合创始人Eddie Siegel表示，该合资企业的秘诀在于实施质量，以及针对业务问题构建定制化解决方案的能力。 “我认为模型选择很重要，但它并不是消耗大部分精力的地方，”Siegel说。“它是一个需要工程化设计的系统中的一种成分。就像你构建软件时选择编程语言一样……我不会根据一家企业选择Python还是Java来定义其数字化转型。” Taylor补充说，Ode背后的创始信念是“非AI公司如果以正确的方式采用这项技术，将在这场AI浪潮中成为最大的赢家之一。”但要将AI——这个“神奇又会产生幻觉的成分”——用来重构核心业务流程或客户体验，企业需要大量帮助。 “这需要顶尖的应用AI人才，而大多数公司并不具备这样的能力，”Taylor说。 Ode的高管将他们的团队形容为精英通才软件工程师，其中超过一半曾是创始人——用Siegel的话说，是那种能够“同时应对极具挑战性的技术问题，又能端到端负责一件事”的人。或者像一位Blackstone高管所比喻的：一支由“成熟”工程师组成的团队，是“特种部队”，而不是一大批前向部署工程师（FDE）。 正如参与该合资企业的几位人士向TechCrunch透露，市场对这种FDE团队的需求远超供应。Ode的目标是继续扩大规模，包括在国际上扩张，同时保持其精品公司的定位——换句话说，就是持续进行评估，衡量AI实施对业务的实际影响。 但在顶尖工程人才本就稀缺的世界里，维持并发展这样一支团队面临着真正的挑战。如果成为一名精英应用AI工程师需要企业家经验、系统优先思维、AI技能以及企业产品判断力，那么Ode能否培养出足够的人才来满足需求？ 雪上加霜的是，Ode不仅要与OpenAI的The Deployment Company竞争，还要与德勤（https://www.deloitte.com/us/en/services/consulting/articles/announcing-forward-deployed-engineering.html）和埃森哲（https://newsroom.accenture.com/news/2026/accenture-launches-microsoft-forward-deployed-engineering-practice-to-help-organizations-scale-ai-across-the-enterprise）等咨询巨头竞争——这些公司也已组建了自己的FDE团队。 Siegel并不太担心成熟通才工程师的枯竭。 “现在成为企业家比以往任何时候都容易，”他说。“通过尝试端到端地解决问题、寻找产品市场契合度、推动业务增长，你能学到很多东西。这些是从解决狭隘问题中学不到的。这正是适合Ode的技能组合。” 是否有足够多的此类工程师出现，仍是个悬而未决的问题。但如果Ode及其支持者的判断正确，那么下一场重大的AI竞赛将不再只是关于最好的模型，而是关于谁能成功地将这些模型部署到全球最大型企业的内部工作中。 *当你通过我们文章中的链接购买商品时，我们可能会获得小额佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这并不影响我们的编辑独立性。*