2026年5月11日，OpenAI宣布成立一家新公司。

这不是一个新的AI模型，不是一个新的API，而是一家专门帮助企业部署和实施AI系统的服务公司——名为Deployment Company。

根据Reuters的报道，这家新公司获得了超过40亿美元的初始投资，以140亿美元估值独立运营。投资者阵容包括：TPG（领投）、SoftBank、Bain Capital、Brookfield，以及另外15家机构，合计19家。

同一天，OpenAI宣布收购AI咨询公司Tomoro，后者约有150名工程师，专门帮助企业从零到一地落地AI系统。

这两件事叠加在一起，释放了一个清晰的信号：OpenAI正在从”模型供应商”向”AI实施伙伴”转型。它不再只是卖工具，它要开始帮你用工具。这是一条从技术供应商到解决方案提供商的质变之路——而这个转型，恰恰是AI产业化进程中最难走、也最值钱的一步。

这家公司从哪里来

要理解这一举动，需要理解过去12个月里AI企业化进程中最核心的一个矛盾：

模型很强，落地很难。

GPT-5.5、Claude Opus 4、Gemini Ultra……大语言模型的能力曲线在2025-2026年间迎来了质的飞跃。但同样在这段时间里，企业部署AI的失败率居高不下。Gartner的调查显示，即使是那些已经部署了AI的企业，高ROI案例依然是少数——麦肯锡研究也指出，大量企业AI试点项目止步于实验阶段，从未进入生产环境。

问题不在模型。问题在实施。

企业需要的不只是一个API密钥，他们需要：数据清洗和整合、系统集成、员工培训、流程重设计、安全合规审查、持续监控和迭代……这些工作都是传统咨询顾问擅长的领域，但传统咨询顾问不懂AI；AI公司懂模型，却不懂企业复杂的业务系统和变革管理。

这个中间地带，是一个价值数千亿美元的市场缺口。

OpenAI看到了这个缺口，并决定亲自填补它。

一笔值得细读的账

Deployment Company的估值是140亿美元。

作为参照：OpenAI母公司估值约为3000亿美元。也就是说，这家专注企业服务的新公司，一开局就被定价为母公司的约1/20。

这个数字既体现了投资人对企业AI服务市场的高度看好，也揭示了一个结构性现实：AI服务层（”如何用AI”）的商业价值，正在快速逼近甚至在某些场景超越AI基础层（”AI本身”）的商业价值。

40亿美元的初始资金，在企业服务行业意味着什么？一家顶级咨询公司顾问的年均成本大约在30-60万美元。40亿美元，如果全部用于雇佣顾问，理论上可以建立一支超过8,000人的专业服务团队——这与埃森哲或麦肯锡的核心AI团队规模相当。当然，实际运营会更复杂，但这个数字说明了一个事实：OpenAI正在建立一支能够大规模渗透全球企业的服务交付能力。

SoftBank的参与尤其值得关注。孙正义的投资组合横跨电信、互联网、芯片……他早早押注了WeWork（失败了），也押注了Arm（成功了）。他对Deployment Company的参与，某种程度上说明了一件事：AI企业服务，正在成为2026年最确定的商业赌注之一。而孙正义在”下注AI未来”这件事上，从未退缩过。

Tomoro：顾问基因的移植

140名Tomoro工程师的到来，不只是人数的补充，而是能力的移植。

Tomoro是一家专注于企业AI实施的咨询公司，其团队的独特之处在于：他们同时具备企业业务理解和AI技术能力——这恰恰是这个市场最稀缺的组合。

传统咨询顾问（麦肯锡、波士顿、埃森哲）懂业务，但AI技术能力有限，往往需要依赖合作伙伴的工具和API。AI公司的工程师懂技术，但缺乏企业变革管理的经验、行业知识积累和客户关系网络。

Tomoro团队代表的是一种混合能力——他们是OpenAI内部用来建立”顾问基因”的核心种子。

这个收购的战略意图非常清晰：不只是收购人，而是收购一套经过市场验证的企业实施方法论，以及更重要的，一批与企业客户之间已经建立的信任关系。在B2B服务领域，这种信任是最难用金钱快速构建的资产，而Tomoro的团队已经拥有它。

对OpenAI来说，收购Tomoro的成本远小于从头培养同等能力。这也是为什么这笔收购被安排在Deployment Company成立的同一天宣布——两者共同构成了一个完整的战略信号：我们不只是说说，我们已经有人、有方法、有资金了。

战场：OpenAI vs. 传统咨询巨头

OpenAI此举的竞争对手是谁？

表面上是埃森哲、麦肯锡、波士顿、德勤——那些在全球企业中深度布局的传统咨询公司。但这些公司已经开始在AI方向发力：麦肯锡在全球部署了超过10,000名AI相关顾问；埃森哲宣布了30亿美元的AI投资计划；德勤建立了自己的AI Practice团队。

但OpenAI有一个传统咨询巨头永远无法复制的优势：它拥有世界上最好的AI模型，以及最大规模的AI使用数据。

当Deployment Company的顾问进入一家企业时，他们不只是带着一套方法论，他们带着GPT-5.5、带着OpenAI直接访问客户成功数据的能力、带着他们在数千个企业AI实施项目中积累的模式识别能力。

这是一种传统咨询公司无法匹配的”数据优势”。

与此同时，OpenAI之前已经与BCG和麦肯锡建立了Frontier Alliances合作关系——让这些咨询巨头成为OpenAI的分销渠道。现在成立Deployment Company，是否意味着OpenAI要直接跟这些合作伙伴竞争？

这个问题目前没有明确答案。OpenAI目前的官方立场是，Deployment Company将”与合作伙伴生态系统协作”，而非取代它。但现实的逻辑很清晰：当你有自己的实施能力，你就有了议价权；当你有了议价权，合作关系的天平就会倾斜。

可以预见的是，麦肯锡和埃森哲接下来对AI实施能力的投资力度，将会进一步加速——被竞争对手的竞争动态所驱动。这场AI服务层的角力，才刚刚开始。

对中国企业的启示

对于正在推进AI转型的中国企业来说，这一事件值得认真思考。

中国市场同样面临”模型强、落地弱”的矛盾。无论是百度、阿里巴巴的AI产品，还是DeepSeek等新兴力量，都在某种程度上面临同样的困境：如何从技术能力转化为企业真正能用的生产力。

目前，中国的AI实施服务市场呈现两极分化：顶层是拥有深厚企业服务基因的传统IT巨头（用友、金蝶、SAP中国等），他们有客户关系但技术能力待升级；底层是大量AI创业公司，技术能力强但缺乏规模化交付经验。

真正的机会窗口，在于能够同时具备AI技术能力和企业服务经验的新型公司。这个市场目前还没有出现一个类似OpenAI Deployment Company的整合性力量。

国内AI平台（如百度智能云、阿里云灵积、华为昇腾）是否会跟进，建立类似的企业AI实施服务部门？这将是接下来12个月中国AI产业最值得关注的动向之一。

OpenAI Deployment Company的出现，预示了一个全球趋势：AI产业的下一个巨大价值层，不在模型，而在实施。

谁能建立一套可扩展、可复制的企业AI实施体系，谁就能在接下来的AI商业化浪潮中拿走最大的一块蛋糕。

最后一个问题

一个值得所有人思考的问题是：OpenAI为什么现在成立这家公司？

最简单的答案是：他们看到了需求。企业想用AI，但需要帮助。

但更深层的答案可能是：OpenAI意识到，仅仅做最好的模型，不足以赢得AI时代。

一个能力强但难以部署的模型，最终会被一个能力稍弱但实施友好的竞争对手超越——就像历史上很多技术创新的命运一样。更好的技术不一定赢，更容易被采用的技术才能赢。

成立Deployment Company，是OpenAI在整个价值链上打出的一记重拳。从”卖模型”到”帮你用模型”，这不只是商业模式的扩张，而是对竞争护城河的重新定义。

这也引发了一个关于整个AI行业结构的更大问题：如果OpenAI要同时做基础模型和企业服务，它的估值天花板在哪里？

一家AI模型公司，参照的估值框架是SaaS或平台公司。一家AI服务公司，参照的是咨询和系统集成公司——后者的市盈率通常远低于前者。但Deployment Company的价值，可能恰恰在于它打破了这个分类。它既不是纯技术公司，也不是纯服务公司，而是一种全新的物种：AI原生实施商（AI-native implementer）。

如果这个物种能够成立，那么它所代表的价值将超出任何现有的估值框架。

IBM在1990年代从硬件公司转型为服务公司，花了近十年时间，经历了几乎致命的危机，但最终完成了转型并在接下来十年实现了复兴。OpenAI的转型速度和方式完全不同——它不是取代模型业务，而是在模型业务之上构建服务层，两者相互强化。

但历史的教训依然适用：从产品公司到服务公司的转型，从来都不是简单的业务线增加，而是组织文化、激励结构、人才体系的全面重构。

140名Tomoro员工只是一个开始。真正的考验，在于OpenAI如何在保持技术创新速度的同时，建立起一套严谨、可复制、规模可扩展的企业服务交付体系——这将是OpenAI成为真正企业服务公司的关键检验。

这场实验，从今天开始。这个结果，将在未来三到五年内揭晓。

参考资料: