OpenAI 的 DeployCo 押注企业集成
The Decoder··作者 Maximilian Schreiner
关键信息
这一策略借鉴了 Palantir 的前置部署工程模式，即工程师到现场围绕复杂的旧系统数据、安全和工作流约束进行定制。OpenAI 表示，DeployCo 会先做诊断，再挑选少数优先工作流逐步上线；而 ChatGPT Enterprise 仍然是独立的横向产品。
资讯摘要
OpenAI 正在打造一个名为 DeployCo 的咨询和实施业务，名称全称是 OpenAI Deployment Company。这个子公司由 OpenAI 控制多数股权，背后获得了来自一大批投资者和合作伙伴超过 40 亿美元的资金支持。TPG 领投，Advent、Bain Capital 和 Brookfield 担任联合领投方，参与者还包括 Goldman Sachs、SoftBank、Warburg Pincus、BBVA、Bain & Company、Capgemini 和 McKinsey 等机构。与此同时，OpenAI 还在收购英国咨询公司 Tomoro，这家公司曾服务于 Tesco、Virgin Atlantic 和 Supercell 等客户，约 150 名前置部署工程师和部署专家预计会在交易完成后转入 DeployCo。该收购仍需监管批准。
文章指出，DeployCo 借鉴了 Palantir 的做法：直接把工程师派到客户现场，识别高价值工作流，并围绕模型、数据、工具和治理机制构建定制系统。OpenAI 表示，典型项目会先进行诊断，再把少数优先级最高的工作流逐步推向生产环境。其核心战略判断是，随着模型越来越容易互换，真正的护城河不再只是模型本身，而是把 AI 深度嵌入业务流程、合规结构和日常运营。OpenAI 还表示，这个子公司会与总部保持紧密连接，可能提前获得未来模型能力，同时也计划通过进一步并购扩大规模。
资讯正文
OpenAI 的 DeployCo 子公司借鉴了 Palantir 的打法，打造出一种没有实验室能够模拟的工作流护城河
要点
- OpenAI 已推出名为“DeployCo”的子公司，由 TPG、Goldman Sachs 和 SoftBank 等投资者提供超过 40 亿美元支持，帮助企业将 AI 直接整合进业务运营。
- 借鉴 Palantir 的打法，OpenAI 将派工程师驻场，构建将其模型与客户数据、工具和工作流连接起来的定制系统。
- 战略目标是：随着 AI 模型变得可互换，真正的竞争护城河将是深度的企业级集成，而不是模型本身；同时，来自一线的洞察还会反哺未来的模型开发。
OpenAI 正在打造一项咨询和实施业务。名为“OpenAI Deployment Company”、内部简称 DeployCo 的主体，是一家由 OpenAI 持有多数控制权的子公司，旨在帮助企业将 AI 系统整合进其核心运营。
这次推出带来了此前已被泄露的超过 40 亿美元投资。私募股权公司 TPG 领投，Advent、Bain Capital 和 Brookfield 担任共同领投方。共有 19 家投资者、咨询公司和系统集成商参与其中，包括 Goldman Sachs、SoftBank、Warburg Pincus、BBVA，以及 Bain & Company、Capgemini 和 McKinsey 等咨询公司。
作为此次启动的一部分，OpenAI 还将收购英国咨询公司 Tomoro，后者曾为 Tesco、Virgin Atlantic 和 Supercell 等客户提供服务。约 150 名所谓的 Forward Deployed Engineers（FDEs）和部署专员将在交易完成后转入 DeployCo。该收购仍需获得监管批准。
DeployCo 借鉴了 Palantir 在 AI 落地中的打法
OpenAI 在这里正式化的 Forward Deployed Engineering 模式，最初来自 Palantir 的数据分析业务。从 2000 年代中期开始，Palantir 便把自家工程师直接派往情报机构、军事客户，以及后来私营部门公司，因为如果不做大量定制，其平台几乎无法使用。数据分散在异构的遗留系统中，工作流复杂，安全要求严格。这些驻场合作最终催生了可复用的产品组件。
OpenAI 的类比显而易见：AI 模型或 API 单独看只是抽象存在。只有将其嵌入业务流程、数据管道和合规架构中，真正价值才会显现。接下来，OpenAI 工程师将直接在客户现场工作，识别具体工作流，并构建定制系统，把 OpenAI 的模型与公司的数据、工具和控制机制连接起来。根据 OpenAI 的说法，一次典型合作会先从诊断阶段开始，随后挑选少数优先级最高的工作流，再以迭代方式投入生产。
关键区别在于生态系统。Palantir 基本上独立运作。OpenAI 则带来了一个完整的资本伙伴和咨询公司网络，包括 TPG、McKinsey、Bain 和 Capgemini，以便在其投资组合公司中扩大分发规模。
提前接触新模型让 DeployCo 天然占优
该子公司作为一个独立业务单元运作，但与 OpenAI 保持着紧密联系。这样的安排据称能让 FDE 们提前接触即将推出的模型能力。在客户侧，OpenAI 表示，其投资伙伴旗下已有超过 2,000 家投资组合公司排队成为潜在客户。DeployCo 还计划通过进一步收购来扩张。
OpenAI 首席营收官 Denise Dresser 表示，AI 正越来越有能力在组织内部完成有意义的工作，而当前的挑战是帮助企业将这些系统整合进支撑其业务的基础设施和工作流中。
ChatGPT Enterprise 保持不变，并继续作为一种横向许可产品提供服务。DeployCo 则运行在更深一层。它不卖席位，而是构建定制系统，把模型与客户数据、工具以及治理要求连接起来。OpenAI 作为参考提到的 BBVA 项目展示了两者如何协同运作：据 OpenAI 称，这项合作最初从部署 ChatGPT Enterprise 开始，如今已扩展到 25 个国家的 120,000 名员工，AI 已嵌入银行流程的核心。OpenAI 并未说明这些深度定制集成在多大程度上补充或取代了许可产品。
DeployCo 是 OpenAI 对即将到来的 AI 模型商品化的回应
DeployCo 不只是一个新的销售渠道。它是 OpenAI 对所有模型提供商都日益面临的一个问题的回答：当竞争对手的模型追上来时，你如何留住客户？
第一个答案是商业模式本身。咨询和集成的利润率是建立在 token 收入之上的，而不是取而代之。DeployCo 构建的每一个系统最终都运行在 OpenAI 的模型之上，而且随着 GPT-5.5 这类显著更昂贵的版本以及潜在的企业级微调变体出现，单个客户的 token 收入还有很大的增长空间。OpenAI 表示，已有超过一百万家公司在使用其产品，但许多企业 AI 项目仍停留在试点阶段。DeployCo 要填补的正是这一空白，而集成做得越成功，对整个组织更多 AI 应用的需求就会越强。
第二个答案是锁定效应。当一家公司围绕 GPT 模型、OpenAI 专有工具以及 FDE 设计的架构来构建核心流程时，竞争对手的聊天机器人订阅服务并不能轻易取而代之。转换成本会从合同问题，转变为一场重大的 IT 重构。
第三个答案在战略上最为重要。如果前沿模型在能力上持续趋同并走向商品化，那么竞争护城河就不会在模型本身，而会在它在客户层面的集成深度。
就像 Palantir 的做法一样，现场工作也会反向流回去：FDE 们遇到的每一个重复性工作流、集成难题和失败模式，都会直接成为下一代 agentic models 和产品化解决方案的输入，而没有企业现场运营团队的竞争对手无法获得这种反馈。那正是 DeployCo 以及 Anthropic 的替代方案现在正在构建的护城河，在它们真正需要之前就开始构建。
AI News Without the Hype – Curated by Humans
订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六次的独家“AI Radar”前沿报告、完整档案访问权限，以及评论区访问权限。
来源与参考
收录于 2026-05-12