AI落地，到底靠誰來推？

關于AI改變企業組織的話題已經寫了兩篇文章，但有個問題一直沒有正面回答：AI落地，到底靠誰來推？

第一篇在長沙實地走訪了三一重工、芒果TV、威勝集團，看到AI在產線里真實運轉——不是PPT，是7×24小時穩定跑著的生產常態。第二篇依托騰訊研究院和Gartner的研究，辨清了兩條變革路徑：互聯網公司靠自下而上的個體覺醒，傳統重資產企業靠一把手頂層破局。

麥肯錫的數據擺在那里：全球只有1%的企業完成了AI深度組織蛻變，剩下87%全困在買工具、裝軟件的淺層試用里。因此結論很清楚：靠譜的AI變革，一定是AI扎根業務血肉，不是浮在流程表皮的外掛插件。

順著這個結論往下走，大模型公司OpenAI和Anthropic最近的動作，剛好提供了兩個極端參照。再加上制造業企業三一重工的本土實踐，一個被行業普遍忽視的關鍵變量浮出來了：AI交付模式。

這無關模型參數，本質是組織話語權之爭。AI要鉆進企業核心業務，誰來交付、怎么交付、交付到什么深度，三個問題直接決定企業是留在87%的工具陷阱，還是躋身1%的變革贏家。

一、OpenAI的平臺化與Anthropic的駐場化

全球頭部AI廠商已經走出兩條背道而馳的落地路線。

OpenAI押注規模化的平臺分發路線。

今年5月，OpenAI拉上TPG、布魯克菲爾德、貝恩資本、軟銀一眾頂級資本，籌建百億級AI聯合落地實體。這不是一輪簡單募資，是精妙的股權置換：出讓部分股權，換取資本方手握的全球2000多家龍頭企業資源入口。

OpenAI的算盤很清楚：死守底層大模型與通用平臺底座，場景落地、業務適配全部甩給合作方承接。高管Oliver Jay直言，這套合作網絡就是AI新時代的運營商分銷體系。同時OpenAI加速脫離微軟單一生態、布局多云——目標只有一個：鋪量、鋪渠道、靠海量API調用賺規模化的錢。

簡言之，OpenAI做通用基建，只求遍地開花，不求深耕痛點。

Anthropic反其道而行，深耕重交付的駐場服務路線。

同期Anthropic聯合黑石、高盛成立15億美元專屬企業服務公司，徹底放棄卷API流量，主打貼身定制落地。核心是源自Palantir、被Anthropic發揚光大的FDE前哨工程師制度——FDE團隊常駐客戶企業，既吃透模型底層邏輯，又摸透企業幾十年沉淀的老舊ERP和非標業務流程，一邊改算法，一邊打通數據孤島，把Claude釘進法務、財務、研發、產線全鏈條。

Anthropic看得透徹：對全球五百強而言，簡單調用API是最廉價的淺層方案，大企業要的是貼合私有數據、滿足嚴苛合規、無縫嵌入固有工作流的專屬解決方案。

OpenAI走普惠廣撒網，Anthropic做深耕精細化。兩條主流外援路徑擺在面前，問題也來了：靠外人送進來的AI，真能撬動企業深層組織變革嗎？

二、第三條路：三一重工“自己干”

不管是OpenAI的平臺外包，還是Anthropic的駐場托管，本質都是外部技術向內輸入，企業永遠被動遷就服務商。

也有一部分企業選擇跳出這個框架——不靠外援、全鏈路自建，把AI落地主動權牢牢攥在自己手里。華為在供應鏈AI上全棧自研、比亞迪在智能制造上自己搭架構，走的是同一條邏輯：不靠外部服務商，自己控數據、自己定節奏。

而三一重工的路徑之所以值得解剖，不是因為它是唯一，而是它的組織架構設計對重型制造企業有最強的參考價值。

三一重工的做法，錨定一個判斷：AI變革必須是集團級頂層戰略，不是IT部門的邊角項目。

因此，CIO許國強成為三一重工AI變革的關鍵人物，他的履歷橫跨IBM的咨詢架構、華為的產線數字化和阿里的數據中臺——是傳統制造企業AI轉型最稀缺的復合能力組合。三一重工把他放到CIO高位，本身就是一份聲明：這次變革，IT要坐到戰略桌上。

傳統企業數字化的第一絕癥是：IT埋頭做系統，業務冷眼旁觀，項目上線即閑置。許國強在三一重工推動GPO數智化協同架構，核心就一招：讓業務負責人自己管AI規劃、自己扛落地成敗。

研發、供應鏈、制造、銷服四大核心域全部設立GPO崗位，由資深業務負責人出任，IT無權空降接管。業務自己定AI怎么用，再也甩鍋不了IT。

落地方式也踩中痛點——先上剛需應用，再倒逼數據治理。絕大多數企業先花半年梳理數據，久不見收益，業務躺平擺爛。

三一重工反向操作：直接上經營看板、售后智能助手，從業務使用需求倒推數據采集和標準優化。業務眼見降本增效，自然主動配合完善數據。

還有一條容易被忽略的配套動作：三一重工曾組織近600名管理層含全體董事，關起門來集訓DAMA數據體系、統一考核。表面上是一次培訓，實質是統一協作語言——研發、采購、生產各部門握著自己的分段數據，概念不通、標準各異，再好的系統也跑不起來。

統一術語，從根源砍掉跨部門溝通內耗，這也是騰訊研究院"降低組織摩擦提升競爭力"公式的現實注腳。

三、技術可買，人才難求

遍歷三種交付路線，結論愈發清晰：算力能租、模型能買、平臺能合作，但能縫合技術、業務、管理層的復合型人才，花錢也很難批量買到。

純技術高管能堆出漂亮技術架構，卻說服不了老板、聯動不了業務，最后淪為無效基建。純業務高管熟稔一線痛點，卻看不清技術邊界、控不住落地風險，想法永遠落不了地。

三一重工找到許國強擔任CIO這個關鍵變量，打通了三層話語體系：用咨詢邏輯說服高層敲定戰略預算，用實業經驗錨定落地場景，用數據思維量化收益。他不是向公司推銷項目，而是站在同一維度和管理層談——AI到底幫公司省錢、增收還是提效。

但找到這樣橫跨咨詢、實業、互聯網的人才，對大多數企業來說，比買算力難得多。這也是為什么自建路線雖好，真正走通的企業屈指可數。

四、三種路徑的終局

三種路徑放在一起，差距很清楚。

OpenAI平臺化路線，擴張快、入局成本低，但落地浮于表面，難以滲透核心業務，客戶粘性弱。

Anthropic深度服務化路線，落地深、壁壘高，但人力成本畸高、高度依賴優質FDE人才，規模化擴張困難。

自建路線自主可控、深度扎根業務，構筑獨家組織壁壘——代價是前期投入高，極度稀缺復合型頂層操盤人。

前兩類外援模式，上限就是工具提效，永遠碰不到組織重構。唯有自建路線，才有機會沖進1%第一梯隊。

而無論哪條路線，人才都是卡脖子的關鍵：平臺模式缺內部懂行人才，再好的工具也是擺設；服務模式缺優質FDE，深度定制無從談起；自建模式缺復合型操盤CIO，整套體系無從搭建落地。

五、真正的壁壘

三篇文章寫下來，邏輯鏈很清楚：第一篇證可行性，AI具備顛覆組織的實力；第二篇辨路徑，上下結合才是轉型正道；第三篇破落地，交付定深淺，人才定成敗。

技術、算力、模型全是標準化商品，全行業人人可得，構不成差異化優勢。所有外部服務商，頂多幫企業優化單點效率，做不了組織基因重塑。工具可以外購，組織變革只能內生。

多數企業年年砸錢上AI，困在工具層原地打轉，根源從來不是技術落后——而是沒想清楚一個前置問題：誰來推、怎么推、推到什么深度。

交付模式的選擇，比選哪個大模型更決定生死。