95%的企業(yè)AI試點(diǎn)打了水漂，微軟砸25億賭“人住進(jìn)公司”才能破局

同樣一個(gè)企業(yè)AI市場(chǎng)，有人說(shuō)“買(mǎi)軟件就夠了”，有人直接掏25億美元說(shuō)“不對(duì)，你得派6000個(gè)工程師住進(jìn)我公司”。誰(shuí)是對(duì)的？微軟剛剛用真金白銀站了隊(duì)——企業(yè)客戶要的不是API調(diào)用次數(shù)，是把AI試點(diǎn)真正變成生產(chǎn)系統(tǒng)的那張成績(jī)單。

這家被微軟押注25億美元的公司叫Frontier Company，背后站著6000名工程師和行業(yè)專家。他們的工作方式聽(tīng)起來(lái)很古老：直接嵌入客戶組織內(nèi)部，跟一線團(tuán)隊(duì)一起把那些卡了半年沒(méi)動(dòng)過(guò)的AI原型推進(jìn)到生產(chǎn)線。早期客戶名單上已經(jīng)能看到倫敦證券交易所集團(tuán)、聯(lián)合利華、藍(lán)多湖公司和埃森哲這類巨頭。微軟這局玩得直接，不賣(mài)愿景，賣(mài)的是駐場(chǎng)交付。

但微軟不是唯一這么想的人。幾天之內(nèi)，亞馬遜宣布投入10億美元做AWS部署承諾，OpenAI成立自己的部署公司并拿下超過(guò)40億美元資金支持，順手收購(gòu)了咨詢公司Tomoro，立即增加了150名部署工程師。Anthropic則以合資公司形式瞄準(zhǔn)中型企業(yè)——那些有需求但養(yǎng)不起內(nèi)部AI團(tuán)隊(duì)的玩家。四家主導(dǎo)AI賽道的玩家，合計(jì)投了超過(guò)80億美元，就為解決一件事：企業(yè)自己搞不定AI。

三年賣(mài)鏟子，發(fā)現(xiàn)客戶手被綁著

回頭看過(guò)去三年的敘事線，企業(yè)AI這張餅畫(huà)得總是同一張：模型能力。更長(zhǎng)的上下文窗口、更強(qiáng)的推理能力、更便宜的算力消耗。邏輯很直接——買(mǎi)軟件、接API、然后等著業(yè)務(wù)自己變天。但失敗模式來(lái)得同樣直接。

麻省理工學(xué)院的NANDA項(xiàng)目追蹤結(jié)果顯示，大約95%的企業(yè)生成式AI試點(diǎn)項(xiàng)目在利潤(rùn)和虧損表上打不出任何可量化的水花。加特納則預(yù)測(cè)，到2026年底約40%的企業(yè)應(yīng)用會(huì)帶著嵌入式AI代理出貨，而2025年這個(gè)數(shù)字還不到5%。能力在飛速分發(fā)，吸收能力卻遠(yuǎn)遠(yuǎn)跟不上配送速度。這中間裂出的溝，就是80億美元要填的東西。

各大AI實(shí)驗(yàn)室得出了同一個(gè)判斷：?jiǎn)渭冑u(mài)授權(quán)已經(jīng)撐不起產(chǎn)品戰(zhàn)略。如果企業(yè)買(mǎi)了座位許可卻產(chǎn)不出價(jià)值，續(xù)約談判就變成一場(chǎng)災(zāi)難。當(dāng)95%的試點(diǎn)項(xiàng)目毫無(wú)進(jìn)展時(shí)，把工程師直接送進(jìn)客戶機(jī)房，成了保住未來(lái)十年企業(yè)收入最便宜的保險(xiǎn)策略。

思科的9萬(wàn)個(gè)AI同事

部署問(wèn)題的規(guī)模本周變得更加難以忽視。思科宣布將從2026年7月底新財(cái)年開(kāi)始，為約9萬(wàn)名員工每人配一個(gè)個(gè)性化AI代理。這套系統(tǒng)的運(yùn)行邏輯不是無(wú)腦調(diào)用最強(qiáng)模型，而是把每個(gè)任務(wù)路由到最便宜且能勝任的模型上，大部分基礎(chǔ)設(shè)施跑在本地，既控成本又卡住數(shù)據(jù)安全。

真正讓這個(gè)案例超出人頭數(shù)字意義的，是它撕開(kāi)的治理缺口。思科CFO透露，公司管理層討論與分析報(bào)告的第一稿——也就是上市公司文件中最關(guān)鍵的那部分?jǐn)⑹隆壳?0%到90%由AI生成。這不是一個(gè)聊天機(jī)器人在旁邊待命的實(shí)驗(yàn)狀態(tài)。這是機(jī)器在寫(xiě)公司對(duì)自身的敘事初稿，人類負(fù)責(zé)校對(duì)。

那么問(wèn)題來(lái)了：當(dāng)9萬(wàn)人提交的工作成果，是一個(gè)模型起草、沒(méi)人完整審讀的東西，最終誰(shuí)該為這些產(chǎn)出負(fù)責(zé)？工具能不能跑已經(jīng)不是核心焦慮，責(zé)任歸屬才是。

產(chǎn)線上真正斷裂的那環(huán)

從實(shí)際搭建過(guò)生產(chǎn)級(jí)AI系統(tǒng)的從業(yè)者角度看，實(shí)驗(yàn)室演示和企業(yè)落地之間的斷裂點(diǎn)出奇一致。模型能力已經(jīng)足夠好，但企業(yè)數(shù)據(jù)堆在數(shù)百個(gè)互不相通的系統(tǒng)里，權(quán)限體系以反AI的方式設(shè)計(jì)，業(yè)務(wù)流程里塞滿了“這一步由人類做判斷”的隱性依賴。當(dāng)一個(gè)模型被接進(jìn)來(lái)，它會(huì)精準(zhǔn)撞上每一條沒(méi)有被文檔化的規(guī)則，然后停下來(lái)等人救。

這就是駐場(chǎng)工程師的價(jià)值線。他們不是來(lái)做模型調(diào)優(yōu)的，而是來(lái)替企業(yè)理清那套“AI就緒度”拼圖：哪些數(shù)據(jù)能碰、哪些流程該拆、哪些判斷邏輯必須留在人手里。這活靠API文檔干不了，靠聊天界面也干不了。

80億美元砸向的不是部署這個(gè)動(dòng)作本身，而是一個(gè)殘酷的對(duì)賭：如果再不把最后一公里跑通，前一千公里的研發(fā)投入就全白燒了。企業(yè)AI這場(chǎng)馬拉松，最終比的不是誰(shuí)模型大，是誰(shuí)能陪著客戶跑完最后那幾步，并且跑完之后還站得住。