返回博客

1.5 万亿买算力,1.5 亿买人心:OpenAI 合作伙伴网络泄露的那句潜台词

AIOpenAI企业服务商业分析平台战略

6 月 14 日 OpenAI 发了个合作伙伴网络,砸 1.5 亿美元。所有人盯着这个数字,没人问一句:为什么这么小?小,才是题眼。

2026 年 6 月 14 日,OpenAI 上线了它的第一个正式合作伙伴网络(Partner Network),承诺投入 1.5 亿美元,帮全球的咨询公司、系统集成商、技术服务商把企业级 AI 真正落地。首批名单很扎眼:埃森哲、贝恩、波士顿咨询、麦肯锡、普华永道,全是那种一进门收费就以小时计的主。配套还有三个等级——Select、Advanced、Elite,按销售额、技术能力、真实交付经验往上爬;外加一个叫 Forward Deployed Experts 的试点,让伙伴的工程师贴着 OpenAI 自己的前置部署团队一起干活。目标写得很直白:到 2026 年底,培养 30 万名持证顾问。

新闻一出,标题清一色是"OpenAI 搭生态""利好企业 AI 落地"。这些话都对,对到等于没说。

我想说的是另一件事。在这条新闻里,1.5 亿美元是所有数字里最小的一个。而恰恰是这个"小",泄露了 OpenAI 真正在承认的东西。

先把数字摆在一起

1.5 亿,多吗?对你我是天文数字。放回 OpenAI 自己的账本里,是个零头。

过去一年,这家公司签下的算力相关承诺加起来约 1.4 万亿美元,分摊到未来八年:微软那边增购约 2500 亿美元的 Azure,AWS 七年 380 亿,博通 10 吉瓦定制芯片估值 3500 亿,CoreWeave 224 亿……一笔一笔砸下去,砸的全是钢筋、电力、晶圆。

把两个数放一块儿看:1.4 万亿买机器,1.5 亿买人。 比例大约是 9000 比 1。

一家公司怎么花钱,比它怎么说话诚实得多。OpenAI 把九成九的钱押在算力上,只掏出一根头发丝那么细的一笔,去笼络一群做集成的人。这个比例本身,就是它对企业 AI 现状的判断书。

公司怎么花钱,比它怎么说话诚实。

它在承认一件自己干不了的事

OpenAI 在公告里有一句话,说得比谁都直白:模型能力的提升,已经不再是企业采用 AI 的主要障碍。真正卡住企业的,是另外四件事——找不到高价值的用例、不知道怎么重新设计工作流、新系统接不进老系统、组织内部推不动变革。

停一下,体会这句话从 OpenAI 嘴里说出来的分量。

这家公司过去三年一直在卖一个叙事:模型再强一点,世界就会自己改变。GPT 每升一代,发布会上都是"博士级推理""超越人类基准"。它卖的是模型的天花板。现在它亲口说:天花板已经不是问题了,问题在地板——在模型怎么落到一家公司那套乱七八糟的旧系统、旧流程、旧人事里。

这就是企业 AI 真正的瓶颈。不是模型不够聪明,是模型聪明到没用,因为它落不了地。我自己也在企业侧做 AI 落地,这件事我太清楚了。一个能写代码、能推理、能过医师执照考试的模型,进了一家真实的公司,第一道墙不是算法,是那个用了十二年的核心系统没有 API;第二道墙是业务部门和 IT 部门互相甩锅;第三道墙是没人愿意改自己干了十年的流程。这些墙,没有一道是靠模型再强 10% 能推倒的。它们要靠人,一个一个项目地、一个一个流程地,用手把它接起来。

这活儿,叫"最后一公里"。它脏、慢、不性感,高度依赖人,几乎无法标准化。而它正好是 OpenAI 自己干不了、也不想干的那部分。

一家估值往万亿走、靠卖 token 撑起利润想象的公司,不可能、也不应该派一万个工程师去给每一家用 ChatGPT 的企业改 ERP 接口。那会把它从一家软件公司,拖回成一家咨询公司——毛利从七八成掉到两三成,估值逻辑当场崩盘。所以它必须找人来干这一公里。1.5 亿美元,买的就是这群人愿意进场。

这是一出演过很多遍的戏

如果你觉得这个剧本眼熟,那是因为它确实演过很多遍。

AWS、Salesforce、SAP、微软——每一个做大的平台,走的都是同一条路:自己守住底层(云、数据库、模型),然后把"把它装进客户公司"这件最重的活,外包给一整层集成商和咨询商。平台收订阅费,集成商收实施费。平台负责让东西存在,伙伴负责让东西能用。

这一层有多肥?IDC 算过一笔账,我把它原样搬过来,因为它比任何雄辩都有力:

微软每赚 1 美元,它的伙伴生态能赚到 9.58 美元(2020 年数据,后来还涨到了 10 美元以上)。Salesforce 每赚 1 美元,伙伴生态赚 6.19 美元。谷歌云这个数是 5.32 美元。

看清楚这个倍数。集成商、咨询商、实施伙伴这一层,赚走的钱是平台自己营收的五到十倍。平台是金矿的入口,但真正把金子挖出来卖掉、闷声把大钱赚走的,是这群卖铲子、租设备、帮你淘金的人。

所以淘金潮里最稳的生意从来不是淘金,是卖铲子。这话被说烂了,但它每一次都对。1849 年加州金矿,发财的是卖牛仔裤和铁锹的;这一轮 AI 金矿,发财的会是那群把模型接进企业系统的集成商。

OpenAI 这次做的事,翻译成大白话就一句:它亲手给这群卖铲子的人,盖了一个官方认证的章。 埃森哲、贝恩、麦肯锡本来就在卖 AI 落地服务,OpenAI 现在把它们编号、分级、发牌照,让它们成为"OpenAI 认证"的铲子供应商。30 万持证顾问,就是 30 万把贴了官方标的铲子。

为什么是现在,为什么这么急

把时间点对上,这事就更清楚了。

OpenAI 不是闲得没事才去搭这层伙伴的。它是被逼的。逼它的,是模型层正在以肉眼可见的速度被商品化。

三年前,能做出 GPT-4 这种水平的模型,全世界一只手数得过来,那时候模型本身就是壁垒。今天呢?Claude 咬得很紧,Gemini 咬得很紧,开源权重的模型(Llama、DeepSeek 这一脉)在很多企业用例上已经够用,而且便宜得多。对一个采购方来说,模型正在从"独家神器"变成"可替换的零件"。今天用 GPT,明天发现某个开源模型在自己的场景下又快又省,迁移成本并不高。

当你卖的东西正在变成可替换的零件,你靠什么留住客户?

靠"人"。靠把一整套实施伙伴、认证体系、forward deployed 工程师,焊死在你这套栈上。一旦埃森哲为某家银行做的整个 AI 改造,都是围着 OpenAI 的 API、OpenAI 的工具链、OpenAI 认证的方法论搭起来的,这家银行想换模型,要动的就不只是一行 API 地址——是一整个已经交付、已经跑起来、几十人维护的项目。模型可以替换,一个嵌进组织血肉里的实施栈,替换不了。

所以这 1.5 亿,本质上不是在搭生态,是在砌墙。用模型本身已经砌不住了,就改用人来砌。模型层守不住的壁垒,往上一层,用伙伴关系和切换成本重新建起来。

模型守不住的壁垒,它改用人来砌。

有人会说:你想多了,这就是正常的生态建设

我预料到一种反驳:每个平台公司都会做伙伴计划,这是标准动作,你非要解读出一层"承认失败"的潜台词,是过度阐释。

这个反驳有道理,但它恰恰证明了我的论点,只是方向反了。

对,每个成熟平台都会建伙伴生态——但它们通常是在自己主导地位已经稳了之后才做这件事。微软是在 Windows 和 Office 统治桌面之后,才把伙伴生态做成印钞机。它有底气慢慢来,因为底层没人撼得动。

OpenAI 不是在主导地位稳了之后做这件事,它是在主导地位正在被侵蚀的时候,急吼吼地做这件事。模型层的领先窗口正在收窄,它必须在窗口关上之前,赶紧把价值的重心从"模型有多强"转移到"有多少人被锁进我的栈里"。同样一个动作,微软做是收割,OpenAI 做是防守。时机不一样,含义就完全不一样。

还有一个反驳:1.5 亿确实不多,但 OpenAI 给伙伴带来的真金白银远不止这个数啊,伙伴图的是后面的实施合同。没错——可这正好是我说的:钱不在 OpenAI 手里,钱在伙伴手里。OpenAI 只出 1.5 亿当引子,让伙伴自己去赚那 5 到 10 倍的实施费。它清楚得很,自己赚不到那笔钱,也不该去赚那笔钱。它出的不是钱,是号召力——花最小的代价,把一群人组织起来,替自己干那一公里。

如果你在这条栈上做事

讲到这里,对不同的人,含义是不一样的。

如果你是做实施、做集成、做 AI 落地咨询的——恭喜,OpenAI 刚刚亲手承认,价值正在往你这一层流。模型公司打得越凶,越说明它们各自的模型越难单独赢下企业市场,越要靠你。你是被争夺的对象。这是一个被低估的好位置。但记住一件事:别把自己焊死在一家模型公司的认证体系里。OpenAI 想用认证把你锁进它的栈,对你最优的策略恰恰相反——你要做的是"模型中立"的能力,今天能给客户接 GPT,明天能接 Claude,后天能接开源模型。你的价值不在于你拿了谁的牌照,而在于你能把任何一个模型,可靠地接进任何一家公司的旧系统里。集成商真正的壁垒,是行业 know-how 和交付能力,不是一张证书。

如果你是在 OpenAI 这类模型公司的栈上做产品的——你要清醒地看到,你的供应商正在把战线从模型,往应用层和服务层推。这意味着平台会越来越往上够,去碰那些原本属于你的活。今天它发认证给集成商,明天它的 forward deployed 工程师就可能直接出现在你客户的会议室里。模型公司"往下游走"不是战略,更像是承认光卖模型已经赢不了——而它往下走的每一步,都在挤压它上面那一层人的空间。这一层是不是你,你自己心里要有数。

如果你只是想看懂这盘棋的——记住一个朴素的判断:当一家公司开始花钱买"人心"而不只是堆"算力",往往说明它最值钱的那个东西(这里是模型),正在变得没那么独家了。1.5 亿不是慷慨,是焦虑的价格标签。


我无意唱衰 OpenAI,搭这层伙伴是聪明且必要的一步,换我在那个位置也会这么干。我只是想把这个动作底下那句没说出口的话翻出来:企业 AI 的瓶颈,从来不是模型不够强,是模型落不了地——而落地这件最重的活,OpenAI 自己干不了,所以它花 1.5 亿,请别人来干。

1.4 万亿买机器,1.5 亿买人心。前者买的是它想成为什么,后者买的是它真正缺什么。两个数字摆在一起,答案已经写好了。

1.4 万亿买算力,1.5 亿买人心——这个比例本身,就是答案。