AI落地，到底靠谁来推？

关于AI改变企业组织的话题已经写了两篇文章，但有个问题一直没有正面回答：AI落地，到底靠谁来推？

第一篇在长沙实地走访了三一重工、芒果TV、威胜集团，看到AI在产线里真实运转——不是PPT，是7×24小时稳定跑着的生产常态。第二篇依托腾讯研究院和Gartner的研究，辨清了两条变革路径：互联网公司靠自下而上的个体觉醒，传统重资产企业靠一把手顶层破局。

麦肯锡的数据摆在那里：全球只有1%的企业完成了AI深度组织蜕变，剩下87%全困在买工具、装软件的浅层试用里。因此结论很清楚：靠谱的AI变革，一定是AI扎根业务血肉，不是浮在流程表皮的外挂插件。

顺着这个结论往下走，大模型公司OpenAI和Anthropic最近的动作，刚好提供了两个极端参照。再加上制造业企业三一重工的本土实践，一个被行业普遍忽视的关键变量浮出来了：AI交付模式。

这无关模型参数，本质是组织话语权之争。AI要钻进企业核心业务，谁来交付、怎么交付、交付到什么深度，三个问题直接决定企业是留在87%的工具陷阱，还是跻身1%的变革赢家。

一、OpenAI的平台化与Anthropic的驻场化

全球头部AI厂商已经走出两条背道而驰的落地路线。

OpenAI押注规模化的平台分发路线。

今年5月，OpenAI拉上TPG、布鲁克菲尔德、贝恩资本、软银一众顶级资本，筹建百亿级AI联合落地实体。这不是一轮简单募资，是精妙的股权置换：出让部分股权，换取资本方手握的全球2000多家龙头企业资源入口。

OpenAI的算盘很清楚：死守底层大模型与通用平台底座，场景落地、业务适配全部甩给合作方承接。高管Oliver Jay直言，这套合作网络就是AI新时代的运营商分销体系。同时OpenAI加速脱离微软单一生态、布局多云——目标只有一个：铺量、铺渠道、靠海量API调用赚规模化的钱。

简言之，OpenAI做通用基建，只求遍地开花，不求深耕痛点。

Anthropic反其道而行，深耕重交付的驻场服务路线。

同期Anthropic联合黑石、高盛成立15亿美元专属企业服务公司，彻底放弃卷API流量，主打贴身定制落地。核心是源自Palantir、被Anthropic发扬光大的FDE前哨工程师制度——FDE团队常驻客户企业，既吃透模型底层逻辑，又摸透企业几十年沉淀的老旧ERP和非标业务流程，一边改算法，一边打通数据孤岛，把Claude钉进法务、财务、研发、产线全链条。

Anthropic看得透彻：对全球五百强而言，简单调用API是最廉价的浅层方案，大企业要的是贴合私有数据、满足严苛合规、无缝嵌入固有工作流的专属解决方案。

OpenAI走普惠广撒网，Anthropic做深耕精细化。两条主流外援路径摆在面前，问题也来了：靠外人送进来的AI，真能撬动企业深层组织变革吗？

二、第三条路：三一重工“自己干”

不管是OpenAI的平台外包，还是Anthropic的驻场托管，本质都是外部技术向内输入，企业永远被动迁就服务商。

也有一部分企业选择跳出这个框架——不靠外援、全链路自建，把AI落地主动权牢牢攥在自己手里。华为在供应链AI上全栈自研、比亚迪在智能制造上自己搭架构，走的是同一条逻辑：不靠外部服务商，自己控数据、自己定节奏。

而三一重工的路径之所以值得解剖，不是因为它是唯一，而是它的组织架构设计对重型制造企业有最强的参考价值。

三一重工的做法，锚定一个判断：AI变革必须是集团级顶层战略，不是IT部门的边角项目。

因此，CIO许国强成为三一重工AI变革的关键人物，他的履历横跨IBM的咨询架构、华为的产线数字化和阿里的数据中台——是传统制造企业AI转型最稀缺的复合能力组合。三一重工把他放到CIO高位，本身就是一份声明：这次变革，IT要坐到战略桌上。

传统企业数字化的第一绝症是：IT埋头做系统，业务冷眼旁观，项目上线即闲置。许国强在三一重工推动GPO数智化协同架构，核心就一招：让业务负责人自己管AI规划、自己扛落地成败。

研发、供应链、制造、销服四大核心域全部设立GPO岗位，由资深业务负责人出任，IT无权空降接管。业务自己定AI怎么用，再也甩锅不了IT。

落地方式也踩中痛点——先上刚需应用，再倒逼数据治理。绝大多数企业先花半年梳理数据，久不见收益，业务躺平摆烂。

三一重工反向操作：直接上经营看板、售后智能助手，从业务使用需求倒推数据采集和标准优化。业务眼见降本增效，自然主动配合完善数据。

还有一条容易被忽略的配套动作：三一重工曾组织近600名管理层含全体董事，关起门来集训DAMA数据体系、统一考核。表面上是一次培训，实质是统一协作语言——研发、采购、生产各部门握着自己的分段数据，概念不通、标准各异，再好的系统也跑不起来。

统一术语，从根源砍掉跨部门沟通内耗，这也是腾讯研究院"降低组织摩擦提升竞争力"公式的现实注脚。

三、技术可买，人才难求

遍历三种交付路线，结论愈发清晰：算力能租、模型能买、平台能合作，但能缝合技术、业务、管理层的复合型人才，花钱也很难批量买到。

纯技术高管能堆出漂亮技术架构，却说服不了老板、联动不了业务，最后沦为无效基建。纯业务高管熟稔一线痛点，却看不清技术边界、控不住落地风险，想法永远落不了地。

三一重工找到许国强担任CIO这个关键变量，打通了三层话语体系：用咨询逻辑说服高层敲定战略预算，用实业经验锚定落地场景，用数据思维量化收益。他不是向公司推销项目，而是站在同一维度和管理层谈——AI到底帮公司省钱、增收还是提效。

但找到这样横跨咨询、实业、互联网的人才，对大多数企业来说，比买算力难得多。这也是为什么自建路线虽好，真正走通的企业屈指可数。

四、三种路径的终局

三种路径放在一起，差距很清楚。

OpenAI平台化路线，扩张快、入局成本低，但落地浮于表面，难以渗透核心业务，客户粘性弱。

Anthropic深度服务化路线，落地深、壁垒高，但人力成本畸高、高度依赖优质FDE人才，规模化扩张困难。

自建路线自主可控、深度扎根业务，构筑独家组织壁垒——代价是前期投入高，极度稀缺复合型顶层操盘人。

前两类外援模式，上限就是工具提效，永远碰不到组织重构。唯有自建路线，才有机会冲进1%第一梯队。

而无论哪条路线，人才都是卡脖子的关键：平台模式缺内部懂行人才，再好的工具也是摆设；服务模式缺优质FDE，深度定制无从谈起；自建模式缺复合型操盘CIO，整套体系无从搭建落地。

五、真正的壁垒

三篇文章写下来，逻辑链很清楚：第一篇证可行性，AI具备颠覆组织的实力；第二篇辨路径，上下结合才是转型正道；第三篇破落地，交付定深浅，人才定成败。

技术、算力、模型全是标准化商品，全行业人人可得，构不成差异化优势。所有外部服务商，顶多帮企业优化单点效率，做不了组织基因重塑。工具可以外购，组织变革只能内生。

多数企业年年砸钱上AI，困在工具层原地打转，根源从来不是技术落后——而是没想清楚一个前置问题：谁来推、怎么推、推到什么深度。

交付模式的选择，比选哪个大模型更决定生死。