OpenAI的DeployCo、Codex增长与AI回报压力

关键信息

Fournier表示，DeployCo的前线部署工程师处在产品、研究和客户团队之间，帮助企业落地合规、可监控的AI系统，而不只是提供API。他还提到，除非客户明确要求，OpenAI不会用客户数据训练模型；而像GPT-5.5这样的新模型，因为计算更复杂，成本也可能更高。

资讯摘要

OpenAI部署负责人Arnaud Fournier在采访中介绍了公司如何通过子公司DeployCo更深入地进入企业软件领域。他表示，这个部门会组建工程师团队，直接进入企业的IT系统和业务流程中，目标是让AI真正融入日常运营并发挥作用。Fournier说，这种一线部署工作还能形成反馈回路：工程师会发现模型的不足和需要改进的地方，再把这些经验带回OpenAI的研究团队。他强调，单靠模型或API并不会创造价值，只有把技术嵌入工作流、做好合规管理并持续监控，价值才会显现。Fournier还提到，OpenAI在巴黎、伦敦和慕尼黑都有站点，并与德国企业开展联合项目。

DeployCo的首个收购对象来自英国咨询公司Tomoro，后者将带来大约150名前线部署工程师和部署专家。谈到合作伙伴时，他提到了OpenAI的Frontier Alliance，包括Accenture、Capgemini、BCG和McKinsey，并认为这些伙伴需要OpenAI的帮助，才能跟上快速变化的模型能力。采访还谈到数据使用问题：Fournier表示，除非客户明确要求参与研究合作，否则OpenAI不会用客户数据训练模型。他还认为，AI智能的价格已经大幅下降，但像GPT-5.5这样的新模型因为需要更复杂的算力，成本可能更高。最后，他表示OpenAI仍然无法给出计算AI投资回报率的统一公式，这也说明企业证明AI项目商业价值依然非常困难。

来源与参考

1. 原始链接
2. OpenAI's deployment chief on Codex growth, falling AI prices, and the ROI question