Anthropic联手多家巨头成立Ode，押注AI服务成企业未来

背景

2024年，Anthropic与多家顶级投资机构——包括Blackstone、Hellman & Friedman、Goldman Sachs——联合成立了一家名为 Ode with Anthropic 的合资企业。这家公司的核心模式是：将“前部署工程师”（forward-deployed engineers）直接派驻到企业客户现场，帮助它们落地AI解决方案。此前，Ode 收购了由 Chris Taylor 和 Eddie Siegel 创立的 Applied AI 服务公司 Fractional AI，后者构成了新合资企业的核心团队。

Ode with Anthropic 的赌注是：一小批工程师可能完成传统咨询公司一个团队的工作量。这种“AI原生服务”模式正在挑战大型企业长期以来依赖外部顾问实施技术项目的惯例。

核心内容

在 TechCrunch 播客节目 Equity 的最新一期中，主持人 Rebecca Bellan 与 Ode 的两位联合负责人 Chris Taylor 和 Eddie Siegel 进行了一场深度对话。他们主要探讨了两个关键问题：为什么那么多企业AI试点项目最终无法进入生产环境，以及为何他们认为“AI原生服务”即将成为科技领域最大的品类之一。

为什么AI试点难以投产？
Taylor 和 Siegel 指出，当前企业在尝试引入AI时普遍存在“试点陷阱”：企业往往先花几个月时间做概念验证（PoC），然后发现技术可行，但缺乏将试点成果规模化所需的工程能力、数据整合及组织变革。传统咨询公司擅长提供战略报告，但很难深入企业系统进行实际编码和集成。而Ode的做法是派驻自己的工程师——他们既懂AI模型（尤其Anthropic的Claude），又擅长快速编写生产级代码——直接与客户团队并肩工作，从第一天就开始“动手干活”，而不是写文档。

AI原生服务为何将成为大品类？
两位创始人认为，随着基础模型能力快速提升，企业不再需要从零训练模型，但需要大量“最后一公里”的工程工作来将模型嵌入业务流程。这些工作包括：数据管道搭建、提示工程、微调、安全护栏、与传统系统集成、以及持续监控。传统IT服务公司（如Accenture）和云服务商（如AWS、Azure）也能提供部分能力，但 Ode 更专注于“AI原生”——只做与AI部署相关的事，并且工程师深度了解当代模型（特别是Anthropic系列）的局限性。他们预测，未来五年内，全球企业将在AI服务上投入数千亿美元，这一市场有望超过传统软件订阅市场。

播客中还透露了Ode的实际运作方式：客户按月付费（类似订阅制），获得一支由3-5名Ode工程师组成的固定团队，这些工程师会常驻客户办公室（或远程），持续迭代AI功能。至今已服务数十家中大型企业，覆盖金融、医疗、法律等领域。

关键要点

• 核心模式： 用少数（3-5名）前部署工程师替代传统咨询团队的几十人，直接现场编码、集成AI模型，而非提供咨询报告。
• 解决的核心痛点： 企业AI试点项目（PoC）失败率极高，根本原因是缺乏能将模型投入生产环境的工程人才和持续维护机制。
• 为何是Anthropic？ Ode 深度依赖 Anthropic 的 Claude 系列模型，但也可根据客户需求接入其他模型（如 OpenAI 的 GPT）；Anthropic 作为投资者和合作伙伴，提供模型优先访问和技术支持。
• 收费方式： 按月订阅制，客户获得固定的工程团队，团队持续迭代，而非一次性项目制。
• 目标市场： 大型企业（尤其是金融、医疗、法律等受监管行业），这些行业对AI安全性、可解释性有极高要求，恰好契合Anthropic模型的定位。
• 竞争差异： 不同于 Accenture、Infosys 等传统IT服务公司，Ode 只聚焦AI部署，且工程师必须深度掌握当代大模型的最新能力；也不同于一些纯软件公司（如 Salesforce 的 Einstein），Ode 提供定制化、贴身服务。

意义与影响

对企业客户而言，Ode with Anthropic 提供了一种“轻咨询、重交付”的新选择。过去，企业要么购买百万元的软件许可证，然后自行整合（往往失败）；要么雇佣四大咨询公司花一年时间做战略，实际落地效果存疑。Ode 的按月付费 + 工程师驻场模式，降低了企业的前期投入风险，并确保了技术快速迭代。如果成功，可能会动摇传统IT咨询公司的定价权和交付模式。

对AI行业格局而言，Ode 是“AI原生服务”这个新兴品类的典型代表。随着基础模型商品化（各家模型能力趋同），真正的差异化将来自“如何让模型在企业里安全、高效地工作”。这催生了一个全新的服务层，类似移动互联网时代的“移动应用开发服务”。Anthropic 通过投资 Ode，实际上是在构建自己的生态护城河——让更多企业客户深度绑定Claude模型，并积累大量真实部署经验反哺模型改进。

潜在风险：Ode 高度依赖少数AI模型（主要是 Claude），若模型出现重大错误或安全事件，可能连带影响客户信任；同时，AI部署的“最后一公里”需要大量行业特定知识，Ode 能否快速积累跨行业经验仍是挑战。此外，人才竞争激烈（AI工程师薪酬极高），Ode 的订阅定价能否覆盖成本并实现盈利，尚需时间验证。

总体而言，Ode with Anthropic 代表了AI行业从“技术展示”向“实际生产力”跨越的关键一步。如果其模式被证明可规模化，那么“AI原生服务”可能成为继云计算、SaaS之后的下一个企业IT支出大项。