2026年4月25日，一则行业内人都能读懂的信号出现在科技媒体头条：前Slack CEO Denise Dresser，已正式出任OpenAI首席营收官（CRO）。

与此同时，CNBC报道，来自Salesforce、Snowflake、Datadog等企业软件头部公司的多名高管，正在被OpenAI和Anthropic以”大额薪酬包+历史机遇”悄悄挖走。Palantir的前线部署工程师（Forward-Deployed Engineers）也在被OpenAI批量招募。

这不是一条简单的人事新闻。这是一场更大的权力转移正在发生的先行信号。

如果你看懂了这波挖人的逻辑，你就会看到一件比任何模型发布都更重要的事正在发生：AI实验室正在系统性地收购企业软件行业的神经末梢——不是它的代码，不是它的产品，而是它的关系网络和行业认知。

而这个判断，比任何技术发布都更深刻地揭示了AI行业在2026年的权力转移方向。

一份简历背后的战略意图

Denise Dresser的职业轨迹不复杂，但它代表的能力组合，正是OpenAI在这个阶段最需要的。

Dresser从销售起步，历经多个企业软件公司的关键角色，最终在Slack担任CEO（Slack已被Salesforce收购并整合）。在这个位置上，她的核心工作不是管技术，而是在一个已经成熟的市场里，把Slack从一个”好用的聊天工具”变成”企业工作流的标准基础设施”——进入每一家大公司的年度IT预算，签下5年、10年的Enterprise合同，在一个已经有微软Teams虎视眈眈的竞争环境里维持并扩大市场份额。

这套能力，在硅谷的叫法是”Enterprise GTM能力”（Go-to-Market，市场进入能力）。它包括：

第一，企业采购决策链的导航能力。一家Fortune 500公司做一个重要的IT采购，通常涉及CTO（技术审核）、CISO（安全审核）、CFO（预算审核）、Legal（合规审核）、采购委员会（最终决策），还有终端用户部门的业务负责人（最终使用者，影响力不小但没有直接签字权）。懂得如何在这个复杂的决策网络里协调和推进，是一项极难从头培养的能力——只有在大企业做过十年销售的人才真正掌握。

第二，关系网络的积累。Dresser在企业软件行业深耕多年，她认识的人——可以直接打电话的那种认识——遍布科技行业的CIO、CTO、VP of Engineering。当OpenAI需要打开一扇门，她能告诉你谁是守门人，并且能直接打那个电话。这种关系网络不是名片夹，它是多年信任的积累，是别人的职业声誉对她的个人背书。

第三，行业叙事能力。顶级企业软件销售不只是把产品的功能列给客户看——他们要讲一个故事，一个关于”这个工具将如何改变你的组织”的故事，要让保守的企业决策者相信一个尚未被完全验证的未来是安全的赌注。Dresser在Slack时代精于此道，在OpenAI，她需要把这个能力迁移到一个更大的叙事上：企业AI的未来。

现在，这些能力被OpenAI以CRO级别的位置收入囊中——不是VP Sales，而是CRO。这个级别上的CRO，意味着她进入了公司最高决策层，能参与产品策略、定价策略和GTM资源分配的讨论，而不只是执行销售计划。

与Dresser一同加入OpenAI的，还有Salesforce销售高管Jennifer Majlessi，出任go-to-market负责人。Majlessi在LinkedIn上写道：”这个机会之所以特别有意义，是因为我真心相信这个产品。我亲眼看到这项技术在工作和生活中有多有用。” 这句话听起来像是去朝圣，但本质上是一个顶级销售人员用自己的职业选择，对一个价值千亿美元的市场做出了方向判断。

据CNBC报道，Anthropic同样从Salesforce挖走了数名高管，具体姓名未披露。

这些人带来的，表面上是”销售经验”和”go-to-market能力”，但更深层的价值是：他们手里握着企业客户的决策者网络，以及多年在IBM、Oracle、SAP、Salesforce等传统软件生态中积累的”信任账户”。

OpenAI现在缺的不是技术，而是把技术变成大企业采购合同的能力——而这种能力，不能从头培养，只能从已经拥有它的人身上获取。

40%是起点，50%是野心

OpenAI CFO Sarah Friar在2026年初透露：企业客户目前占OpenAI业务的40%，目标是年底达到50%。同时，OpenAI已拥有超过100万家企业客户（官方数据，2025年11月）。

这两个数字的背后，是一个根本性的商业模式转型信号：OpenAI正在从”消费品公司”变成”企业软件公司”。

这个转变有充分的经济动机。我们来拆解一下：

To C的经济学：规模大，但护城河浅。ChatGPT Plus每月$20，即使有数千万付费用户，这个价格天花板决定了它的增长上限。更重要的是，消费者订阅的流失率相当高——一旦竞争对手推出更好的免费替代品（比如DeepSeek开源版），用户转移成本几乎为零。这是Google和Facebook的广告模式的优点所在：量大，但单个用户的价值很难提升，也很难保留。

To B的经济学：规模小，但护城河深。企业级合同通常是多年期的，涉及定制化集成、数据接口、安全审计和合规认证。一旦一家企业把核心工作流搭建在OpenAI的模型上，替换成本极高——不只是技术成本，还有员工培训成本、业务中断风险、和合同违约成本。这就是SaaS行业所说的”粘性”（stickiness），也是Salesforce、Workday、ServiceNow能够维持90%以上续约率的根本原因。

Fortune 500级别的合同价值：一个中等规模的Enterprise合同，年费可能在数十万到数百万美元之间；头部大客户的年费可以达到数千万美元。这意味着，10000个Enterprise客户的价值，可能等同于数百万个Plus订阅者。

OpenAI想要的，是Salesforce今天拥有的——企业IT支出中不可替代的位置。

而这个目标，仅靠技术领先是无法实现的。你需要懂得如何进入企业的采购流程，如何在关键决策节点提供正确的信息和保障，如何在CIO级别建立持续的信任关系，如何应对在最后一刻冒出来的安全顾虑和合规问题。

这正是以CRO级别引进Dresser的战略逻辑所在。

Palantir的秘密武器被抢了

这波人才战争中，最被外界低估的一条线是：OpenAI从Palantir挖走了多名”前线部署工程师（Forward-Deployed Engineers，FDE）”。

要理解这件事的战略意义，先要理解Palantir的FDE是什么。

Palantir的竞争对手经常说，Palantir的产品并没有特别厉害。这个说法不完全错，但它忽略了一个关键：Palantir真正的竞争优势不在于软件本身，而在于它的实施和落地能力，而FDE是这个能力的核心载体。

FDE不是普通的工程师，也不是普通的销售工程师。他们通常拥有很强的技术背景（能写代码、能做数据分析），同时具备极强的客户沟通和问题定义能力。他们的工作模式是驻场——长期待在客户公司内部（有时长达数年），把Palantir的平台与客户的具体业务场景深度融合，解决客户在实际落地中遇到的每一个具体问题。

这种模式的结果是：Palantir的客户——尤其是政府和国防领域——往往对Palantir的粘性极高，因为FDE在客户内部积累的知识和关系，是不可能被一个竞争对手通过产品演示夺走的。Palantir在政府合同上的续约率，在全行业是最高的一批。

OpenAI挖走Palantir FDE，意味着它在主动引入这种”嵌入式服务模式”——从”你通过API调用我的模型”变成”我的工程师在你们公司里，帮你把AI能力落地到每一个具体的业务流程里”。

这是从产品销售向服务交付的一次根本性模式升级。而这种模式，是企业AI落地中最稀缺的能力，也是高价值长期合同最可靠的来源。

这个举动的战略意义远超一般的人才竞争：OpenAI不只是在挖人，它在买入一种更深层的竞争模式。

市场的回应：软件股正在定价这种转移

让我们看一下市场的反应，因为资本市场往往比分析师更早看见结构性变化。

iShares Expanded Tech-Software ETF（IGV）2026年以来已下跌近20%。这个ETF追踪的正是以Salesforce、Workday、ServiceNow为代表的企业软件板块。

表面上，这些公司的财报并没有那么糟糕——ServiceNow Q1 2026的业绩实际上超出了市场预期。但市场在给一个更长期的故事定价：AI工具的快速发展，正在挤压企业软件公司的核心价值主张。

Salesforce的核心价值是”帮助企业管理客户关系”——但如果AI Agent可以直接从非结构化数据（邮件、聊天记录、通话）中提取和维护客户信息，CRM的传统功能价值就会被侵蚀。Workday的核心价值是”帮助企业管理人力资源”——但如果AI可以自动完成薪资处理、绩效评估和招聘筛选，人力资源软件的差异化就会减少。

这种侵蚀不是立即发生的，但它是方向性的，而且市场已经在定价这个方向。

高管出逃在这个背景下，具有额外的信号价值：这些最懂行的人，用自己的职业选择在告诉市场：AI实验室才是下一个增长中心，而不是传统SaaS。 这不是一个人的决定，而是多家公司的多名高管在短期内做出了相同的选择——这种集体行为的一致性，有时比任何分析报告都更有参考价值。

当然，这种解读有一定局限：个人职业选择受多种因素影响，包括薪酬差异、个人关系、特定机会的吸引力等。不能把每一次高管跳槽都解读为行业趋势的确认。但当这种流动变得系统性——来自多家公司、多个职能、在短时间内集中发生——市场判断往往是正确的。

反向视角：OpenAI买的是认知特权

我想提出一个被大多数分析忽视的视角：为什么AI实验室需要”懂Enterprise销售”的人，而不是从头培养？

答案关乎一种特殊的资产，我称之为”认知特权”。

AI实验室本身是工程师文化主导的组织——他们能造出世界最好的模型，能跑出最漂亮的benchmark数字，但在企业采购决策者眼中，他们是”有趣但有风险的技术公司”，而不是”可以把重要数据和核心工作流交给的合作伙伴”。

这种信任鸿沟，不是靠更好的benchmark数据能填平的，也不是靠更低的API价格能弥合的，甚至不是靠更长的企业白皮书能解决的。

它需要的是人——一个在企业决策者眼中已经建立了信誉的人，站出来说”我认为这个产品是可信赖的”。

Denise Dresser从Slack时代积累的，不只是联系人名单——更是她在企业客户眼中代表的可信度。当一家Fortune 500公司的CIO面对”要不要把公司的销售数据接入OpenAI”这个问题时，他需要相信：这个决定不会让他在明年的审计中惹麻烦，不会在安全事故发生后让他成为替罪羊，不会在董事会面前解释不清楚。

看到一个他认识的、在企业软件圈子里有真实信用的人在OpenAI担任CRO，这本身就是一种风险背书：“她不会推荐一个不可靠的产品，因为她的职业声誉押在上面了。”

这是认知特权的运作方式：通过收编行业认可的人物，AI实验室在企业决策者的脑海中完成了从”技术实验室”到”企业级合作伙伴”的认知跃迁。信任，是企业合同的先决条件，而信任只能从已经拥有它的人身上转移，而不能凭空创造。

在这个意义上，OpenAI聘用Dresser不只是在购买她的销售能力，而是在购买附着在她身上的、多年积累的企业信任资产。这种资产，是OpenAI自己花多少钱也无法在短期内有机建立的。

企业软件的反制策略：窗口期还有多久？

面对AI实验室这波系统性的人才收割和市场渗透，传统企业软件公司的反制手段是存在的，但窗口期正在收窄。

Salesforce的最大优势是数据主权和工作流深度。企业客户多年积累在Salesforce生态中的客户关系数据、销售流程数据、服务记录，有着极高的迁移成本。Agentforce如果能真正把这些历史数据变成AI Agent的运行上下文，让AI”懂得每一个客户的历史”，就能提供OpenAI Enterprise无法替代的价值。

但这有一个前提：Agentforce需要在真实企业场景中证明它能让工作变得更好，而不只是在演示阶段表现出色。目前的证据是参差不齐的——有些企业在Agentforce试点中看到了生产力提升，有些则发现Agent的自主决策在复杂场景下不可靠。

Snowflake和Databricks的机会在”数据不出域”的价值主张上。越来越多的大型企业，尤其是金融和医疗领域的公司，面临严格的数据本地化或数据不出域的合规要求。这意味着他们无法把核心数据接入OpenAI的云端API——这正是开源模型和私有化部署方案的生存空间。Snowflake如果能在自己的平台上提供可私有化部署的高质量模型，就能让企业在数据安全和AI能力之间不必做非此即彼的选择。

这些反制策略有一个共同的时间压力：它们都需要2-3年才能落地并被市场验证，而AI实验室的企业渗透在现在就在发生。如果传统软件公司不能在这个窗口期稳住关键决策者的关系，等到OpenAI的FDE已经驻场在客户公司的IT部门里，回头再争夺就难了。

历史上，每一次权力中心转移的过程中，旧权力中心都不是立即倒下的——IBM依然存在，Oracle依然盈利，SAP依然有大量的企业客户。但权力的增量——新项目、新预算、新人才——开始流向新的中心。当增量停止流向一家公司，这家公司就开始进入”防守模式”，而防守模式在一个快速变化的行业里，往往是通往缓慢衰退的开始。

Salesforce现在面临的，正是这个局面的早期阶段。

大格局：AI行业的权力中心正在移动

把镜头拉到最远，这一波人才流动是一个更大历史叙事的局部。

过去30年，企业IT支出的权力中心经历了三次有据可查的迁移：

第一次：1980年代-1990年代，从定制化系统向标准化平台。IBM主机的霸主地位被开放架构所侵蚀，权力从硬件供应商转向了Oracle（数据库）、SAP（ERP）等标准化平台厂商。在这次迁移中，最早的信号是：大型企业开始从”专有系统工程师”向”Oracle认证工程师”转型。

第二次：2000年代-2010年代，从本地化软件向云服务。Salesforce用SaaS模式颠覆了Siebel的本地CRM，AWS把基础设施变成了按需的云服务。在这次迁移中，最早的信号是：年轻工程师开始把AWS认证放在简历最显眼的位置，而不是Cisco或Microsoft认证。

第三次：正在进行，从SaaS应用向AI模型层。这次迁移的最早信号是：企业软件行业最优秀的销售人才，开始批量流向AI实验室。

每一次迁移，旧的权力中心都不会立即消失。IBM依然存在，Oracle依然盈利，Salesforce依然拥有庞大的客户群。但权力的增量——新项目、新预算、顶级人才的首选方向——开始指向新的中心。

当最懂企业软件销售的人选择去卖OpenAI的API，这不是他们个人的职业选择，而是整个行业的一个时代路标。

路标上写着：权力的中心，已经开始移动了。

参考资料:

  • CNBC: “AI talent war: Software industry is a new target as top executives jump ship to OpenAI” (April 25, 2026) — https://www.cnbc.com/2026/04/25/ai-talent-wars-enterprise-software-executives-openai.html
  • OpenAI official announcement: Denise Dresser appointed as Chief Revenue Officer — https://openai.com/index/openai-appoints-denise-dresser/
  • OpenAI: “1 million businesses putting AI to work” (November 2025) — https://openai.com/index/1-million-businesses-putting-ai-to-work/
  • CNBC: “20k job cuts at Meta, Microsoft raise concern of AI labor crisis” (April 24, 2026) — https://www.cnbc.com/2026/04/24/20k-job-cuts-at-meta-microsoft-raise-concern-of-ai-labor-crisis-.html
  • LinkedIn: Jennifer Majlessi post announcing OpenAI role — https://www.linkedin.com/posts/jennifermajlessi_excited-to-share-that-im-starting-a-new-share-7449671742056263680-0rOE
  • iShares: iShares Expanded Tech-Software Sector ETF (IGV) performance data — https://www.ishares.com/us/products/239728/ishares-north-american-tech-software-etf

深度剖析：为什么这波人才流动发生在2026年而不是更早？

这里有一个值得深入思考的时间问题：OpenAI和Anthropic早在2022-2023年就已经相当强大，为什么企业软件行业的顶级人才流动在2026年才开始显著化？

这个问题的答案，能帮助我们更准确地理解这个时刻的历史意义。

第一个原因：AI实验室的企业收入规模刚刚跨过了”足以吸引顶级销售人才”的门槛。2022-2023年，OpenAI的年化收入大约是几亿美元，这个规模对于顶级企业软件销售人才来说，风险太高——加入一家还在找商业模式的AI公司，比留在已经证明了自己的Salesforce风险要大得多。但2025-2026年，OpenAI的年化收入已经达到数十亿美元，增长轨迹清晰，企业客户比例从不到20%跃升至40%，这才让风险/回报的计算发生了根本性转变。

第二个原因：企业AI采购从”试点”进入”规模化”阶段。2022-2024年，大多数企业的AI投入还处于”试验田”阶段——IT部门或某个创新团队做POC，投入有限，不涉及核心业务系统。2025-2026年，越来越多的企业开始把AI引入核心工作流——客服中心、代码生产、市场内容、合规审查。这个阶段的转变，产生了对”懂怎么把AI卖给CIO级别决策者”的真实市场需求，AI实验室开始面临”技术好但不会卖”的瓶颈。

第三个原因：传统企业软件公司的增长天花板越来越清晰。2022-2024年，Salesforce、Workday的增长虽然放缓，但还没有出现根本性的结构问题。2025-2026年，随着AI工具加速落地，这些公司的增长天花板开始变得很具体——客户在减少新增席位，因为AI可以让更少的人做同样的工作。这让在这些公司的顶级销售人才开始认真思考：他们在卖的是不是一个正在缩小的市场的份额？

这三个条件在2026年同时成熟，才制造了这波集中性的人才迁移。这不是偶然，而是AI行业进入新阶段的一个系统性信号。

从历史中寻找类比：上一次类似的人才迁移发生在什么时候？

把视野拉开，AI行业人才战争不是第一次发生。在科技史上，有一个非常接近的类比，可以帮助我们校准对当前局势的判断。

2010-2013年，移动互联网浪潮中的人才迁移。

当iPhone和Android生态成熟，移动互联网的商业价值开始清晰化，一件类似的事情发生了：PC互联网时代的顶级人才，开始向移动创业公司迁移。不是刚毕业的学生，而是有5-10年大公司经验的成熟产品经理、技术总监、市场高管开始离开微软、雅虎、eBay，加入Instagram（被收购前）、Uber（早期）、Snapchat。

这次迁移在很多人眼中太早了——2010年的移动互联网公司还没有盈利，风险很高。但几年后回头看，正是这批人帮助移动互联网公司建立了规模化的商业运营能力，从而加速了PC互联网公司的结构性衰退。

这个类比不是完美的——AI和移动互联网有根本性的差异，而且AI实验室目前已经比2010年的移动互联网公司成熟得多。但模式是相似的：当一波新的技术范式成熟到足以支撑大规模商业化时，旧范式中最懂商业化的人才，会开始把职业赌注押在新范式上。

如果历史能提供任何参考，2026年的AI人才迁移，可能只是这个更大转移的早期阶段。

这场迁移对个体从业者意味着什么？

如果你是一个在企业软件公司工作的产品经理、销售工程师或解决方案架构师，这波新闻对你意味着什么？

如果你已经具备Enterprise GTM能力：这是一个罕见的历史性时间窗口。AI实验室目前最急需的不是更多研究员，而是懂得如何让企业为AI产品买单的人——这包括解决方案架构师（帮客户设计AI集成方案）、客户成功经理（帮客户实现ROI）、合规和安全销售工程师（帮客户应对CISO和Legal的疑虑）。这些角色在传统软件公司的价值，已经开始被AI对冲；而在AI实验室，他们的价值正在快速升高。

如果你主要靠”懂某个传统软件产品”吃饭（比如是认证的Salesforce Admin或Workday专家）：这个技能的市场溢价在未来5年内会面临压力，但不会立即消失——大量企业依然依赖这些系统，需要维护和优化。但长期看，增量机会将减少，值得开始建立AI工具相关的技能。

如果你是工程师：这波迁移对你的直接影响相对较小，因为工程人才的抢夺本来就更激烈，且已经进行多年。更值得关注的是：AI对工程师本身工作的影响——agentic coding工具的能力提升，正在让一部分重复性工程工作被自动化。理解这个趋势，远比担心是否要跳槽更重要。

这场迁移对整个行业从业者的启示是清晰的：未来最有价值的技能组合，不是”精通某个传统软件产品”，而是”能把AI能力转化成企业实际价值”。 这包括理解AI的能力边界、能设计AI驱动的工作流、能向非技术决策者解释AI的价值和风险。

这种能力，既可以在传统企业软件公司积累（Agentforce销售），也可以在AI实验室的前沿积累（OpenAI Enterprise）。但市场给出的价格信号越来越清晰：学会为AI的落地服务，比学会为传统软件的使用服务，有更高的长期回报。

这场迁移的最终历史评价，将在5-10年后才能看清楚。也许OpenAI的企业化尝试会遭遇文化冲突和执行挫折，也许传统企业软件公司会成功转型并守住主阵地，也许开源模型会让整个企业AI市场的竞争逻辑发生根本性颠覆。但无论哪种情况，2026年4月的这波人才流动，都将作为一个重要的历史坐标，被未来的行业分析师反复引用——标志着AI实验室从技术驱动向商业驱动的转型，开始进入它的执行阶段。