文 | 窄播，作者｜李威
两个几乎同时发布的消息，在释放出同一个信号。
IBM 宣布与 OpenAI 建立战略合作，把 GPT-5.6、Codex 和 ChatGPT Work 接入 IBM Consulting Advantage，并成立由数千名顾问和工程师组成的 OpenAI 专项团队。同一周，获得 OpenAI 投资的 Thrive Holdings 以 120 亿美元估值融资 20 亿美元，它在通过收购会计、IT 服务公司，将 AI 融入工作流中。
这两件事共同表明，OpenAI 的 to B 商业化在从「向企业出售工具」，延伸向直接进入并参与重构服务交付；从模型供应商，变成企业 AI 服务的直接参与者。
过去，OpenAI 是提供 API，软件公司包装产品，咨询公司负责实施。现在，这条分工线开始松动。模型公司、资本和咨询机构共同涌入交付层，争夺客户、工作流、行业经验和业务结果的定义权。
这种变化不只出现在 OpenAI 身上。在中国市场，字节进一步组合豆包、飞书和火山引擎；腾讯 WorkBuddy 要扩展为连接办公生态与行业系统的企业平台；阿里新推出的千问办公为钉钉留出了接口；WPS 也推出了组织级 AI 办公产品 WPS Comate。
他们都试图将互联网时代的企业服务经验与 AI 办公产品紧密结合起来，让其变成进入 AI 企业服务最后一公里的优势。
企业买到模型，不等于获得生产力。真正的障碍还包括哪些流程值得改造，如何连接数据、权限和旧系统，怎样让 Agent 符合行业规则，又用什么指标证明项目产生了收入或成本收益。这些经验过去大多沉淀在企业服务公司、咨询公司和系统集成商手中。OpenAI 的种种布局，都是为了拿到这些。
金山办公 CEO 章庆元把企业 AI 的瓶颈概括为：「模型是发动机，但决定这辆车能否真正跑起来的，是数据是否打通、系统是否连接、成本是否可控、权限是否可管。」大模型能力的普及降低了企业使用 AI 的门槛，而商业上限越来越取决于对场景、流程和组织的理解。
我们关注 OpenAI 的动作，是因为它面向企业服务领域做了更丰富、全面的探索：先借资本「买下」场景，再自建交付能力，最近又联合 IBM 借道扩张。三者同时并行，分别着重解决 AI 企业服务的深度、控制力和覆盖广度问题。
用资本买出业务深度
OpenAI 向交付层延伸的一条较早路径，是借资本「买下」重要场景。
2025 年 12 月，OpenAI 获得 Thrive Holdings 股权。后者由 OpenAI 的重要投资方 Thrive Capital 孵化，负责投资、收购和运营适合长期技术改造的传统服务企业，最初选择从会计和 IT 服务切入。OpenAI 则把研究、产品和工程团队派进这些公司，与一线从业者共同重构流程。
这是当下火热的 AI Roll-up 模式：通过资本和股权整合，将传统企业纳入统一体系，再以 AI 能力重构其业务流程、运营效率与增长方式。「买」的是在真实业务场景改造中的观察权和话语权。投资人 Elad Gil 认为，AI Roll-up 模式的优势是，拥有一项资产比作为供应商向企业出售软件，更容易快速完成改造。
传统软件公司把工具卖给客户后，很难看到它如何改变完整的服务过程。AI Roll-up 模式则把技术、产品和服务放进同一个组织关系，让 OpenAI 在卖出 AI 办公能力后，也能够看到材料如何进入系统、任务如何分配、员工在哪些环节纠正 Agent，以及最终结果如何交付给客户。
比如，Thrive 旗下的 Crete 一直在努力采用 AI 技术，实现自动化录入数据、处理纳税申报等任务。OpenAI 的研究人员和工程师进驻后，双方共同开发出了 Tax AI，目前已经处理 7000 份报税表，将处理量提高约 50%。会计师对结果的修改与调整，也会被记录成结构化反馈，服务于产品优化。
但是，买下只解决了行业理解的「深度」问题，单一资产提供了足够深的行业观察，却很难把这种经验快速复制到更多企业和行业。收购一家企业需要资本，整合多个业务需要时间，而且每服务一个行业就收购一家公司的做法并不适配所有行业。
把交付能力沉淀到自己的池子里
2026 年 5 月，OpenAI 成立 Deployment Company（DeployCo）。新公司由 OpenAI 持有多数股权并控制，合作方包括 TPG、Advent、贝恩资本、Brookfield、软银以及麦肯锡、凯捷等 19 家投资和咨询机构。为此，OpenAI 收购了 AI 咨询公司 Tomoro，一次性获得约 150 名驻场工程师和交付专家。
DeployCo 采用由 Palantir 普及的 FDE 模式，不只是派工程师安装产品。FDE 模式下，一项典型合作从诊断企业哪些环节最值得改造开始，随后选择关键流程，把 OpenAI 模型接入数据、工具、权限和旧系统，再与业务人员一起设计、测试和运行生产级 Agent。
从 Thrive 到 DeployCo，OpenAI 完成的是从理解垂类场景到沉淀普适性方法论的拓展。Thrive 可以让它观察 AI 如何改造一个具体的行业或服务；DeployCo 则试图把架构、评测、实施流程和工作流模板沉淀为一套可以向更多企业复制的服务能力。
OpenAI 在官方博客中写道：随着模型变得更加强大，企业可以将人工智能应用于其运营方式中更大、更重要的部分。现在的工作是帮助组织围绕智能重新思考关键工作流程，让这些工作流程可以推理、行动和提供可衡量的结果。
自建最重，高度依赖驻场人员、行业知识和持续定制，很难像 API 那样边际成本快速下降。但OpenAI 认为，这个业务能让客户与塑造前沿人工智能的研究、产品和内部部署团队保持密切联系。这种联系是一种优势，能帮助客户使用更新的功能，保持对竞争对手的领先。
在建立直接联系之外，FDE 模式要比 AI Roll-up 模式具备更快的拓展速度和更可控的业务积累。客户获得竞争优势的同时，也意味着对 OpenAI 产品依赖度的增强。这种依赖不是建立在 OpenAI 服务的第三方产品上的，而是直接建立在 OpenAI 自身的 AI 能力上的。
但要注意，自建重交付团队固然能沉淀方法论，也会极大地拉低大模型公司原本极高的毛利率，并带来极重的组织管理成本——这是 OpenAI 走向下场交付时必然面临的「咨询公司化」阵痛。
借道 IBM，换取扩张速度
OpenAI 也并不满意 FDE 模式的扩张效率。因此，OpenAI 推动了与 IBM 的直接合作，要借助 IBM Consulting Advantage，共同面向金融、政府、电信和零售客户开发方案。这一合作，让 OpenAI 获得了一支庞大的销售队伍，进入大型企业核心系统的长期关系、旧系统改造经验，以及金融和政府项目所需要的安全与合规能力。
IBM 咨询全球高级副总裁安迪 · 鲍德温表示，正寻找切实可行的落地路径，将 AI 融入核心业务流程，以此产出可量化的经营成果、打造全新商业模式。当前的核心瓶颈并非获取 AI 技术，而是如何在复杂的企业级环境与工作流中，安全地完成规模化 AI 集成。
这是一场双向奔赴的合作。OpenAI 可以借道 IBM，快速扩张自己的 AI 企业服务业务；IBM 则获得更先进的模型、编程工具和 Agent 产品，用来改造自己的咨询交付。
这也是一种相互防备的合作。IBM 需要把顾问的行业经验沉淀为 Agent 和软件，否则模型公司一旦具备直接交付能力，传统咨询公司就可能退化为实施人力；OpenAI 则需要延伸向下游，避免自己始终只是 IBM 解决方案中的一个可替换模型。
如果模型公司可以直接判断场景、设计流程并运行 Agent，传统咨询公司的部分工作就可能被沉淀为软件。双方一边合作扩大市场，一边争夺谁来定义方案、掌握客户和评价结果。
向下游走是共同选择
对 OpenAI 来说，走向企业服务的下游，能同时解决三个问题：一次性的模型调用可以变成持续需求；业务人员的每次修改都能变成产品反馈；决定模型选择和 Agent 部署的平台，则有机会成为企业 AI 的入口。
OpenAI 披露，企业业务已经贡献其四成以上收入，并预计 2026 年底与消费者业务大致持平。企业服务不再是模型业务的补充，而正在成为 OpenAI 商业化的一根支柱。
接下来，Agent 进入企业核心流程后，模型、产品、咨询、实施和持续运营被组合在一起，客户购买的不再只是工具，而是一项由 AI 和人共同完成的业务结果。谁定义哪些流程应该被 AI 改造，谁决定采用什么模型和 Agent 平台，谁掌握客户关系、交付标准和效果数据，谁就更有资格决定客户为什么付费，以及这笔收入如何分配。
不同的企业会继续依托不同的优势去争夺 AI 时代企业服务的定义权。OpenAI 希望从上游调用费进入项目和业务结果；IBM 等咨询机构希望把行业知识沉淀成 Agent 和软件，避免成为模型公司的实施人力；字节、腾讯和金山办公则依靠云、办公软件与协同入口，把模型直接推入企业工作流。
这场竞争还没有赢家，但产业边界已经开始移动。
