AI行业的转折点：从"造模型"到"用模型"

2026年7月，一则消息在AI行业投下重磅炸弹：AI实验室Anthropic联合全球最大另类资产管理公司Blackstone，以及Hellman & Friedman、Goldman Sachs等投资方，正式推出了一家名为Ode的AI实施公司，投资规模高达15亿美元。这家公司不研发大模型，而是帮企业把AI真正嵌入核心业务流程。

这一举动释放了一个明确信号：AI行业的竞争焦点正在从"谁的模型更强"转向"谁能把模型真正用起来"。模型本身正逐渐成为基础设施，而如何将AI能力转化为企业业务价值，正在成为下一个万亿级市场的入口。

为什么：AI落地的鸿沟正在急速扩大

模型能力突飞猛进，但企业用不起来

过去三年，大语言模型的能力以指数级速度提升。然而，一个尴尬的现实是：绝大多数企业买了AI工具，却不知道怎么用。根据Uber CEO Dara Khosrowshahi在2026年6月的公开表态，Uber"一个季度就花光了全年的AI预算"，但落地效果远不及预期。这并非个例——从初创公司到财富500强，"AI预算烧得快、产出看得慢"已成为普遍痛点。

真正的瓶颈不在模型，而在实施

Ode的首席技术官Eddie Siegel一语道破关键："模型选择很重要，但它不是消耗最多精力的地方。它只是一个系统工程中的一个配料。"换言之，企业AI转型真正的难题在于：如何重新设计业务流程、如何集成现有系统、如何衡量AI的业务影响、如何培训团队。这些"最后一公里"的工作，恰恰是大模型公司不擅长、传统咨询公司做不深的领域。

市场需求远超供给

Ode目前仅有100名工程师，但据其CEO Chris Taylor透露，企业对"前沿部署工程师（FDE）"团队的需求远超供给。Ode的目标客户是那些将AI视为"CEO级别优先事项"的企业——要么是未来两年要打造的核心产品功能，要么是重写最重要的业务流程。Blackstone最初正是发现，在旗下投资组合公司中推进AI转型时，大型咨询公司和小型AI服务工作室都无法满足需求，这才催生了Ode的诞生。

意味着什么：三重信号值得关注

信号一：AI产业链正在分化为"模型层"和"实施层"

就像云计算早期分化出IaaS（基础设施）和SaaS（软件服务）一样，AI产业正在形成清晰的分层：底层是大模型提供商（OpenAI、Anthropic、Google等），上层是AI实施服务商（Ode、The Deployment Company、Deloitte、Accenture等）。模型层将越来越趋向商品化，而实施层的利润空间和竞争壁垒反而更高——因为它需要的是对业务的深度理解，而非单纯的模型调用能力。

信号二：非AI企业可能成为最大赢家

Taylor提出了一个反直觉的观点："非AI公司将成为整个AI时刻的最大赢家之一——前提是它们以正确的方式采纳这项技术。"这意味着，传统行业的公司如果能把AI深度融入核心业务，反而可能比纯AI公司获得更大的竞争优势。但这需要"顶级的应用AI人才"，而这正是大多数企业最缺的。

信号三：成本压力加速AI"性价比"竞争

与此同时，AI成本正在成为企业不可承受之重。据NPR 2026年7月报道，旧金山初创公司Lindy.ai的CEO Flo Crivello透露，Anthropic的模型费用"超过全部员工工资"，是公司第一大支出。最终Lindy.ai将100%流量迁移至中国开源模型DeepSeek-V4，成本降低了10倍，节省了数百万美元。Airbnb也被Bloomberg报道使用了阿里巴巴的Qwen模型，评价是"好、快、便宜"。这表明：企业在AI实施过程中越来越关注投入产出比，而非盲目追求最强模型。

接下来会怎样：三个趋势预判

趋势一：AI实施服务将催生万亿级市场

Chris Taylor直言Ode"有一天可能成为万亿美元公司"。虽然这带有愿景色彩，但背后的逻辑是成立的：全球数千万家企业需要AI转型，而能提供高质量实施服务的团队极度稀缺。OpenAI已推出"The Deployment Company"，Deloitte和Accenture也在组建FDE团队——多方入局意味着市场共识已经形成。

趋势二：企业AI能力建设的"内化"趋势

依赖外部实施团队终究不是长久之计。越来越多的企业将意识到，真正可持续的AI转型需要内部能力的持续建设——不只是技术能力，还包括员工对AI工具的理解和使用能力。这意味着，企业培训和学习体系将成为AI转型的关键基础设施。那些能够帮助员工持续学习AI技能、保持知识更新的平台，将获得巨大的市场机会。

趋势三：开源模型与商业模型的长期共存

中国开源模型在Hugging Face等平台的主导地位正在改变AI的成本结构。据TechCrunch报道，开源模型在越来越多的生产场景中替代商业模型，这意味着企业AI实施的门槛将持续降低，但"用好AI"的能力要求反而更高——因为选择多了，决策更复杂了。

结语：AI的真正价值在于"用起来"

从Anthropic与Blackstone的15亿美元豪赌，到Uber的预算超支焦虑，再到Lindy.ai的成本大迁徙，2026年的AI行业正在传递一个清晰的信号：拥有最强的模型已经不够了，能帮助企业把AI真正用起来的人，才是下一个时代的赢家。

对于企业而言，AI转型不是一次性项目，而是一场需要持续学习、持续迭代的能力建设之旅。选择合适的工具和平台，构建组织内部的学习能力，可能是比选择哪个模型更重要的事情。

数据来源：TechCrunch（2026年7月15日）、NPR（2026年7月15日）、Bloomberg报道