AI 实验室正在吃掉软件的中间商
2026 年 5 月 4 日，Anthropic 宣布与 Blackstone、Hellman & Friedman 和 Goldman Sachs 联合创建一家新的 AI 原生企业服务公司，更广泛的联盟包括 Apollo、General Atlantic、Leonard Green、GIC 和 Sequoia。一周后的 5 月 11 日，OpenAI 推出了 OpenAI Deployment Company，初始投资超过 40 亿美元，由 TPG 领投，Advent、Bain Capital 和 Brookfield 联合领投，Goldman Sachs、Warburg Pincus、SoftBank 以及三家应该非常密切关注自己刚签了什么的咨询公司加入：Bain & Company、Capgemini 和 McKinsey。
对这两个举措的主流解读大致是：AI 实验室正在进入咨询业。这个解读是错误的，正因为它是错误的，它产生了一波令人安心的评论，让现有企业回避了他们本周应该问自己的问题。
我们正在看到的不是两家新咨询公司的诞生。它是第一批 AI 原生转型的工业运营商的诞生。这种区别不是语义上的。它改变了未来十年谁在企业 AI 中捕获利润。
1、认知层的新运营商
在过去三年的大部分时间里，企业 AI 一直用软件的词汇来叙述：聊天机器人、副驾驶、生产力层、用例、试点、演示。分析单位始终是产品，购买者被假设在下游某处处理集成。这种框架现在已经过时了，而做了最多贡献来发明它的两家公司是最先放弃它的。
用 OpenAI 自己的话来读这个公告。新公司的存在是为了将被称为 Forward Deployed Engineer（前置部署工程师）的专业工程师直接嵌入客户组织。根据官方发布，这些工程师与业务领导者和一线团队合作，识别AI 在哪里能产生最大影响，围绕它重新设计组织基础设施和关键工作流，并将这些收益转化为持久的系统。为了在第一天就达到这个目标，OpenAI 收购了 Tomoro——一家应用 AI 咨询和工程公司——将大约 150 名前置部署工程师和部署专家带入新实体，在它开业之前。
Anthropic 的公告用不同的词汇表达了相同的想法。Anthropic 的应用 AI 工程师将与新公司的工程团队一起工作，进入中型企业识别 Claude 在哪里能产生最大影响，构建定制解决方案，并长期支持这些客户。Anthropic 的 CFO Krishna Rao 在官方新闻稿中用一句话说清楚了：企业对 Claude 的需求大大超过了任何单一交付模式。
剥离公关语言，两边的运营声明是完全一致的。实验室在用两种略有不同的方言说同一件事：他们不想再卖模型了。他们想坐在企业的工作流、运营和认知基础设施内部。那不是软件。那是以 AI 为底层的运营转型，由拥有底层能力的实体执行。那是一个范畴上不同的商业主张，假装否则会产生我前面提到的那种令人安心的误读。
2、价值链的压缩
在大约二十年里，技术咨询在企业 IT 价值链中占据了一个可防御的位置。其工作是为客户解释新兴技术、将能力转化为流程、编排异构供应商、实施和集成结果，并消化组织变革。那条价值链假设了关于技术供应商的特定前提：他们会留在上游。供应商卖能力，集成商将其缝接到业务中，咨询顾问解释为什么这一切重要，每一层捕获自己的份额。
这个前提不再成立。技术的生产者现在拥有模型、控制认知层、设定能力演进的速度，并且刚刚宣布他们将把自己的工程师直接派到客户组织中重新设计工作流和运行长期部署。 当上游参与者执行下游工作时，中间的层被压缩了。没有物理定律保护它们，只有现有关系的惯性，这是真实的但不是无限的。
正在出现的是一种不同的结构，我称之为垂直去中介化。经典的模型、编排层、部署、运营、工作流重设计和辅助治理的堆栈正在被整合为一个单一的工业主张，由也拥有模型的公司控制。这是有意义的改变。销售更多企业席位只是表面。更深层的变化是将集成层吸收到生产能力的同一个实体中。
OpenAI 没有组装一个通用的服务部门。它收购了 Tomoro——一家其前置部署工程师模型（正如新闻界以某种直接性指出的那样）几乎逐行改编自 Palantir 手册的公司：一个工程师飞到客户那里，与运营人员坐在一起，学习工作流，交付将前沿模型包裹在实际问题上的软件，并一直待到生产部署运行。实验室不是在即兴创作一个新的运营模式。他们正在从一家公司导入一个经过验证的模式，回想起来，这家公司是所有这一切的早期指标。
3、真正的颠覆是结构性的，不是技术性的
大多数关于 AI 和咨询的评论都是围绕错误的问题组织的。通常问的问题是 AI 是否会自动化咨询工作。这个答案不令人满意，因为它本质上同时是是和否，取决于你衡量哪个任务。它产生了无尽的生产力研究而没有太多洞察。
更有用的问题是结构性的：当技术生产者成为直接运营商时，咨询本身的运营模式会发生什么？ 我的答案——这也是论点中对我来说最重要的部分——是该行业正在走向其自身运营模式的去分层化。
传统咨询是重度分层的，而金字塔就是经济学。它之所以有效，是因为规模化执行曾经是劳动密集型的：文档、幻灯片、分析、集成、变革管理、系统推出。AI 不只是让这些任务更快。它移除了几层的存在理由——那些仅仅因为执行缓慢才存在的层。当执行加速一个数量级，而且技术生产者愿意执行工作中最有差异化的部分时，金字塔中间在经济上就不再必要了。
仍然有价值的东西位于两端。在顶端：定义 AI 运营模式、设计治理、控制经济和风险暴露、在同一工作流中编排人类和代理、管理认知风险、确保生产中的事实性，以及构建可扩展的 AI 原生流程。在底端：对特定行业、业务和监管环境的深度运营知识。中间——大多数咨询人员编制和大多数咨询利润目前所在的地方——是被压缩的部分。
这是一个比自动化故事更令人不舒服的论点，因为自动化可以用内部 AI 工具和修订后的利用率来解决。去分层化不行。它要求公司重新设计自己的运营模式，这比要求合伙人使用 Copilot 要难。
4、为什么私募股权是拼图中缺失的一块
两个公告中的合作伙伴组合不是随机的。Anthropic 选择 Blackstone、Hellman & Friedman 和 Goldman Sachs 作为创始合作伙伴，Apollo、General Atlantic、Leonard Green、GIC 和 Sequoia 在更广泛的联盟中。OpenAI 选择 TPG 作为领投，Advent、Bain Capital 和 Brookfield 作为联合领投，后面是一长串私募资本。这些不是显而易见的企业软件合作伙伴。它们是世界上最大的私募资本池之一，它们共享一个结构特征：数百家需要在确定的时间表上变得更高效的被投公司。
这就是为什么我确信 AI 实验室没有将其定位为许可。它们将其定位为运营利润率的工业转型。从大型另类资产管理者的角度来看，AI 不再是一个有趣的软件投资类别。它是在更高的资本成本、更慢的增长和更苛刻的 LP 基础的压力下，扩大整个投资组合 EBITDA 的杠杆。Blackstone 的总裁兼 COO Jon Gray 在发布公告中几乎就是用这些术语说的，他承诺建设一家大规模的、世界级的公司，将 Anthropic 的技术部署到 Blackstone 投资组合中的一系列业务及其他业务中。
把这当作公关辞令读你就错过了重点。当作战略意图读它就准确地告诉你金融逻辑是什么。Blackstone 不是在对 Anthropic 进行风险投资。它是在构建一个交付工具，将一个已知的能力按规模和按计划应用到它已经拥有的资产上。同样的逻辑，附上不同的名字，适用于 TPG 在 OpenAI Deployment Company 中的位置。资本提供者理解了一些咨询现有企业尚未理解的东西：在企业 AI 中，奖品不是卖工具。它是重新架构购买工具的公司的运营，并捕获当这种重新架构生效时释放的利润份额。
5、真正的战争是关于 AI 原生企业的
这就是框架需要转变的地方，也是我偏离大多数关于这个主题的读物的部分。AI 中有趣的战斗不再关乎哪个模型更好。 在能力方面，前沿模型已经足够趋同，对于绝大多数企业用例来说，有意义的差距不在 Claude 和 GPT 或 Gemini 之间。有意义的差距在于一个围绕 AI 代理重新架构过的组织和一个将 AI 拼接到遗留流程上的组织之间。
上面的两个公告最好被理解为那场战斗的开局。OpenAI 和 Anthropic 分别同时发现，长期的商业地位不是通过销售模型来维持的。它是通过成为重新架构的运营商来维持的。 微软从一个不同的起点一直在做基本相同的论证，当它谈论围绕 AI 代理重组公司并将 AI 视为运营底层时。实验室现在正在将资本和人员投入一个通过自己基础设施而非通过他们只部分控制的合作伙伴生态系统运行的版本。
对于欧洲企业——包括我最常合作的意大利企业——这不是抽象的。仍在将 AI 视为采购问题的公司——选择合适的供应商和签订合适的合同——与那些已经开始询问当流程中一半的认知工作由代理执行时其运营模式是什么样的公司，不在同一个对话中。第一组将从这些新运营商之一购买部署即服务。第二组将从更强的谈判地位出发，因为他们会知道该要求什么和该拒绝什么。
6、这对咨询行业实际上意味着什么
准确地说我说的不是什么：咨询不会消失。 对独立建议、行业特定判断、治理和风险能力的需求，以及作为技术生产者商业利益制衡的需求不会消失。在某些方面它变得更紧迫。当构建模型的公司也是重新设计你的工作流并运行你的部署的公司时，利益冲突不再是抽象的。它是 engagements 的一个结构特征。房间里需要有人代表买方的利益，而这个角色不属于转型的运营商。
我说的是，依赖于拥有集成层、销售通用系统集成、用大量交付团队对抗劳动密集型执行的咨询模式是被挤压的部分。试图捍卫那块阵地的公司将失去它，起初缓慢然后很快。转向 AI 运营模式设计、治理、经济控制、风险控制、人类与代理编排和 AI 原生工作流架构的公司将找到更可防御的位置， 因为这些正是新运营商没有被优化来提供的能力，即使他们说他们是。
值得注意的是 Bain & Company、Capgemini 和 McKinsey 是 OpenAI Deployment Company 的创始合作伙伴之一。这也不是偶然。主要咨询公司阅读了和我们一样的数据，他们选择，至少在第一轮，在新结构内部而不是外部。
7、我的看法
咨询行业的许多人仍然将这一刻框定为 OpenAI 和 Anthropic 进入他们空间的竞争威胁。这种框架令人安心，因为它暗示了一个熟悉的回应：更好的提案、更敏锐的定位、更积极的招聘、内部 AI 工具。在我看来，这也主要是错误的——关于正在发生的事情。
实验室不是在进入咨询业。他们在分层推理。当你控制模型、认知层、编排、部署和运营时，你不再是在销售技术。你已经成为了企业的运营基础设施。 那是一个不同的商业类别，有不同的经济学、不同的可防御性和不同的竞争对手。咨询现有企业不是这个新类别的自然竞争对手。它们是它设计要吸收的层之一。
用 Marc Andreessen 的老话来说，软件吃掉了世界。AI 开始吃掉软件的中间商。早早理解这一点的公司有时间重新定位。那些继续将其叙述为另一波供应商竞争的公司，将在两三年后发现他们运营模式下的地面已经移动，他们服务了一代的买家正在直接与构建底层的人谈判。
我宁愿站在对话中提问的一方——AI 原生运营模式是什么样的，以及如何治理它——而不是站在还在基准测试模型性能的一方。
原文链接: Why AI companies are becoming industrial operators of AI transformation
汇智网翻译整理，转载请标明出处