OpenAI找顧問助攻企業落地

OpenAI 最近一次出手，很像在補自己最缺的那塊拼圖。它跟 Accenture、Boston Consulting Group、Capgemini、McKinsey & Co. 簽下多年合作，要把 OpenAI 的 Frontier 更快塞進企業工作流。

這不是單純賣模型。OpenAI 內部說，企業客戶已經占它業務約 40%。CFO Sarah Friar 甚至提過，年底可能接近 50%。講白了，OpenAI 的錢越來越往企業端跑。

這也很合理。企業導入 AI，卡關的通常不是模型分數。卡的是資料散、流程亂、權限多、部門互踢皮球。這種活，顧問公司最會收錢。

OpenAI 為什麼要找顧問

Frontier 的定位，是企業內部的智慧層。它要把資料、系統和流程串起來。不是只會聊天，而是能進 ERP、CRM、客服、採購和內部知識庫做事。

OpenAI 商務長 Denise Dresser 對 CNBC 說，選顧問夥伴，是因為他們本來就握有企業關係，也懂這些客戶怎麼運作。這句話很直白。產品再強，也不代表客戶會自己上線。

這批合作被包裝成 Frontier Alliances。OpenAI 沒公開金額，這很正常。重點不是合約數字，而是它在補一個服務交付層。對 AI 公司來說，這層常常比模型本身更難。

• OpenAI 能借用顧問公司既有客戶網路。
• 顧問能把 AI 塞進轉型案裡一起賣。
• 企業能少走幾輪試點和內部溝通。
• OpenAI 不用自己立刻養一大票服務團隊。

這招也很像企業軟體老路。以前賣資料庫、ERP、雲端平台，最後都得靠 SI 和顧問收尾。現在只是主角換成 LLM、Agent 和 API。

我覺得 OpenAI 很清楚一件事。企業買單，從來不是只看模型準不準。它們更在意導入風險、內控、法遵和 ROI。這些東西，靠 demo 解決不了。

這句話很能說明市場狀態

Accenture 的 AI 與資料長 Lan Guan，對這波合作講得很直接。她說，產品公司、顧問公司和策略公司應該一起合作，才能加速 AI 部署。這句話聽起來像公關稿，但其實很貼近現場。

“This is the inflection moment,” Guan said in an interview with CNBC. “It’s our time to help enterprise clients to actually realize the value of AI.”

這句話的重點，不是「AI 很熱」。而是企業已經不想再聽抽象願景。它們要的是能上線、能稽核、能量化的成果。這也是為什麼顧問公司會在這波 AI 採購裡，重新變得很重要。

Capgemini 的策略與發展長 Fernando Alvarez 也講得很直接。他說，這種規模的部署，本來就需要一整個團隊。說白了，企業 AI 不是一個人、也不是一個模型能搞定。

OpenAI 也不是只把顧問當外包。它說這些夥伴會跟 forward deployed engineers 一起進企業。顧問會建立專門實務團隊，做技術認證，還能拿到產品路線和技術資源。

這代表 OpenAI 想把合作做深，不是只掛個 logo。它要的是可重複的導入模板。這種模板一旦跑通，才有機會把 Frontier 往更多產業複製。

跟其他 AI 供應商比，差在哪

如果拿市場來比，OpenAI 這步很有意思。Anthropic 靠安全與開發者口碑打企業市場。Google Cloud 則能直接把 AI 塞進既有企業帳戶。OpenAI 的打法，是把模型能力和顧問交付綁在一起。

這種打法不是新東西，但在 AI 時代很實用。因為企業採購 AI，常常不是買一個工具，而是買一段轉型服務。模型只是入口，真正的成本在整合、訓練、權限和流程改造。

• OpenAI：強在品牌、模型與產品聲量。
• Anthropic：強在安全敘事與開發者信任。
• Google：強在雲端、資料和既有企業關係。
• 顧問公司：強在導入、流程和組織變更。

從數字看，OpenAI 已經把企業當主戰場。企業客戶占比約 40%，年底可能到 50%。這不是小修小補，是營收結構在變。

再看時間點也很有意思。Frontier 才剛推出，合作就跟著來。這表示 OpenAI 不想慢慢試。它想直接把產品、顧問和前線工程師綁成一組。

我覺得這會逼其他 AI 廠商跟進。因為企業買單時，常常問的不是「你模型多強」，而是「誰幫我上線」。這問題如果答不好，單靠技術很難贏。

企業端真正買的是什麼

企業採購 AI，表面上在買模型。實際上，它們買的是交付能力。你如果在台灣待過大型企業案，就知道一個 POC 常常能拖三個月，真正上線再拖半年。

原因很現實。資料權限要開。API 要串。內部法務要看。資訊部門要測。業務單位還會問成效在哪。這些事沒有顧問和工程師一起扛，很容易卡死。

OpenAI 這次找四大顧問，等於把「導入」這件事外掛出去。這會讓它更像企業軟體公司，而不是單純的聊天機器人供應商。對投資人來說，這種轉向也比較容易理解。

如果看實際採購邏輯，企業通常會問幾個問題：能不能接內部資料、能不能控管權限、能不能留下稽核紀錄、能不能算出節省工時。這些都很務實，也很難靠單一模型解決。

所以這波合作的價值，不在於顧問公司名字多大，而在於它們能不能把 AI 變成流程的一部分。這才是企業真正掏錢的地方。

這背後其實是企業軟體老套路

回頭看，這種模式其實不陌生。過去的 ERP、CRM、雲端資料倉儲，都是先靠軟體公司打進去，再靠顧問和 SI 把案子做完。OpenAI 現在做的，只是把主角換成 AI。

差別在於，AI 的變動更快。模型會更新。Token 成本會變。Agent 的能力也會一直調。這讓導入案不再是一次性專案，而是持續調整的營運流程。

這也是為什麼顧問公司會搶著進場。它們賺的不只是導入費，還有後續的治理、訓練、流程重設和擴散部署。對它們來說，AI 是新收入池，不是單一專案。

對台灣開發者來說，這件事也有啟發。未來很多 AI 工作，不會只是在做模型調參。更多時候，是在做資料整合、權限設計、工作流編排，還有把 API 接進既有系統。

講白了，會寫 Prompt 不夠。會把 AI 放進真實業務流程，才值錢。

接下來要看什麼

OpenAI 這次找顧問，不像單純的宣傳操作。它是在押注一個很明確的方向：企業 AI 的勝負，會落在落地速度和交付品質。

接下來可以盯三件事。第一，Frontier 的部署案例會不會快速增加。第二，企業合約金額會不會拉高。第三，OpenAI 會不會把這種合作模式複製到更多區域和產業。

如果這三件事都往上走，那就很清楚了。AI 競爭不只是模型比拚，而是誰能把模型變成日常工作的一部分。這場仗，現在才真正開始打。

你如果是企業端或系統整合團隊，我會建議現在就檢查三件事：資料是否乾淨、流程是否標準化、權限是否可追蹤。這三項沒先整理好，再強的 LLM 也只能當聊天玩具。