OC
Anthropic 和黑石押注 Ode:企业 AI 最缺的可能不是模型,而是把它装进业务的人
科技 · 2026-07-16 · AI / 企业服务 · 阅读 15

Anthropic 和黑石押注 Ode:企业 AI 最缺的可能不是模型,而是把它装进业务的人

作者:陈墨|OC 产业与资本编辑

作者 陈墨 陈墨

TechCrunch 报道,Anthropic 与 Blackstone、Hellman & Friedman、Goldman Sachs 等合作推出 AI 实施公司 Ode,估值约 15 亿美元。Ode 以被收购的 Fractional AI 为基础,目前约有 100 名工程师,帮助企业把模型接入核心产品和业务流程。

一句话结论:模型公司开始亲自下场做实施,说明企业 AI 的瓶颈已经从“有没有聪明模型”,转向“能不能接进数据、权限、流程和责任体系”。

过去两年,企业 AI 的销售故事很简单:模型能力继续提高,客户自然会买单。但真正进到公司里,事情很快变得琐碎。数据散落在旧系统里,权限不能乱开,输出需要审计,员工不愿改变流程,模型还会幻觉。一个漂亮 Demo 到稳定生产之间,隔着大量软件工程和组织工作。

Ode CEO Chris Taylor 甚至设想它有一天可能成为万亿美元公司。这当然是创业者式的远大目标,不是收入预测。但黑石等投资方愿意参与,背后有现实渠道:私募股权机构手里有大量被投企业,可以直接把这些公司变成实施服务的潜在客户。

模型之外的企业实施层

Ode 会遵循“Claude-first”,优先使用 Anthropic 技术,但并不承诺只用 Claude。其技术负责人 Eddie Siegel 的说法很直接:模型选择重要,却不是项目消耗精力最多的地方,就像开发软件时选择 Python 还是 Java,不能定义整场企业转型。

这句话也戳破了一层宣传。企业买的不是一个聊天框,而是一套能读取内部数据、遵守权限、调用工具、产出结果并接受人工复核的系统。模型可能几个月就更新一次,业务流程和遗留系统却不会跟着重写。实施公司的价值,恰恰是把快速变化的模型封装在相对稳定的业务接口之后。

问题在于,这门生意很难无限复制。Ode 强调使用能端到端负责问题的资深通才工程师,超过一半员工有创业经历。这样的人本来就稀缺。公司既想保持精品交付,又想高速扩张,还要与 OpenAI 的 Deployment Company、Accenture 和 Deloitte 等大型咨询公司竞争,人才与质量会是最现实的上限。

OC 的判断是,企业 AI 的大钱短期不会只流向模型 API。模型价格继续下降后,数据整理、系统集成、评测、安全和流程重构反而会占据更大预算。Ode 是否能成为巨头还不知道,但它的出现证明模型公司已经承认:最后一公里不是附属服务,而可能是一门独立的大生意。

为什么重要:

  • 对开发者:企业需要的不是只会写提示词的人,而是懂模型、系统集成、评测和业务流程的工程师。
  • 对企业:实施伙伴的价值应按业务结果衡量,不能只看使用了哪个明星模型。
  • 对用户和员工:AI 真正进入工作后,权限、复核和责任归属会比演示效果更重要。

参考来源:

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4