Anthropic，黑石集团押注下一个万亿美元的人工智能业务是实施，而不是模型

人工智能模型的能力正变得越来越强大，但企业的采用究竟会是什么样子仍然是一个大问题。为了塑造这样的未来，像Anthropic和OpenAI这样的实验室已经成立了独立的企业，致力于将人工智能工程师部署到客户的办公室——赌注帮助企业弄清楚如何使用他们的人工智能模型是下一个万亿美元的类别。

其中一家企业现在有了一个名字：Ode with Anthropic，这是一家价值15亿美元的人工智能实施公司，是人工智能实验室于5月与Blackstone、Hellman & Friedman、Goldman Sachs等公司成立的合资企业的一部分。此举遵循了部署公司 (The Deployment Company) 自己对此的看法，突显了前沿人工智能实验室越来越多地认识到，赢得企业客户需要的不仅仅是提供更好的模型。

Ode最初是由Blackstone构思的，该公司在联合大型咨询公司和小型人工智能服务精品店在其投资组合公司中实施人工智能时注意到了差距。其中一家精品公司——人工智能工程服务初创公司Fractional AI显然脱颖而出，该合资企业在该初创公司宣布后不久就收购了该公司。 （Fractional在被收购后终止了与OpenAI长达11个月的合作关系。）

Fractional已经成为现在Ode的基础——一家“规模化精品”人工智能服务公司。它的领导人有着雄心勃勃的目标。

OdeCEO兼Fractional联合创始人克里斯·泰勒 (Chris Taylor) 在独家采访中告诉TechCrunch：“如果我们执行得好，很容易想象有一天这将成为一家价值数万亿美元的公司。” “业务的关键挑战是如何在不失去对质量的重视的情况下度过高速增长阶段？”

Ode目前拥有100名工程师，并与Anthropic的应用人工智能团队密切合作，以确定技术可以在哪些方面对不同业务产生影响，并创建适合每个组织运营的系统。

一位发言人告诉TechCrunch，Anthropic的内部团队将继续专注于战略性、与任务一致的部署。支持Ode的私募股权公司将把自己的投资组合公司作为潜在客户引入合资企业，但Ode不会限制向这些公司销售其服务。

泰勒表示，对于奥德来说，理想的客户是CEO信守诺言的客户。

“我们正在做的很多工作都是公司CEO的首要一两个优先事项，”泰勒说。 “这是该公司将在未来两年内打造的最重要的产品功能，或者说它正在重新设计他们拥有的最重要的业务流程。”

Ode将按照“Claude优先”原则运行，这意味着它将尽可能实施Anthropic的技术，包括Slack中的Claude Tag等功能。不过，该公司并不局限于Anthropic的技术，并且如果需要，还将使用竞争对手的人工智能产品。

Ode的首席技术专家兼Fractional联合创始人埃迪·西格尔 (Eddie Siegel) 表示，该合资企业的秘诀在于其实施质量，以及为业务问题构建定制解决方案的能力。

“我认为模型选择很重要，但这并不是大部分卡路里消耗的地方，”西格尔说。 “它是必须设计的系统中的一个组成部分。这就像构建一个软件时选择编程语言一样 [...] 我不会据他们选择Python还是Java来定义企业转型。”

泰勒补充说，Ode背后的创始信念是，“如果非人工智能公司以正确的方式采用该技术，它们将成为整个人工智能时代的大赢家。”但他表示，要利用人工智能“这种神奇的、令人产生幻觉的成分”，并用它重新连接核心业务流程或客户体验，需要很多帮助。

“这需要顶尖的应用人工智能人才，而大多数公司并不具备这种能力，”泰勒说。

Ode的高管将他们的团队描述为精英通才软件工程师，其中一半以上是前创始人 - 据西格尔的说法，这些人可以“解决真正具有挑战性的技术问题，但也拥有端到端的东西”。或者正如一位Blackstone高管所说：一支由“成熟”工程师组成的团队，即“特种部队”，而不是一支由前沿部署工程师 (FDE) 组成的军队。

正如几位参与该合资企业的人士告诉TechCrunch的那样，对此类FDE团队的需求远远超过供应。 Ode的目标是继续在国际上扩大规模，同时保持其精品公司的定位——换句话说，不断进行评估以衡量人工智能实施对业务的影响。

但在顶级工程人才已经稀缺的世界中，维持和发展这样的团队是一个真正的挑战。如果成为一名精英应用人工智能工程师需要企业家经验、系统优先思维、人工智能能力和企业产品判断，那么Ode是否能够培训足够的人才来满足需求？

让这些困难更加复杂的是，Ode不仅要与OpenAI的The Deployment Company竞争，还要与德勤 (Deloitte) 和埃森哲 (Accenture) 等咨询巨头竞争，这些巨头已经创建了自己的FDE团队。

西格尔并不太担心成年通才工程师数量的减少。

“现在成为一名企业家从来没有这么容易过，”他说。 “通过尝试端到端地解决问题、尝试让产品适应市场、推动业务发展，你可以学到很多东西。在那里你可以学到很多东西，而不仅仅是解决一个狭窄的问题。这就是非常适合Ode的技能组合。”

是否有足够多的工程师出现仍然是一个悬而未决的问题。但如果Ode及其支持者是对的，那么下一场伟大的人工智能竞赛将不仅仅是关于最好的模型，而是关于谁能够成功地将这些模型运用到世界上最大的公司内部。