点击上方蓝字「羽飞智能」关注我们
7月2日，微软宣布掏出25亿美元，成立一家"前线公司"，把约6000名工程师和行业专家直接派进客户的公司里驻场干活（CNBC，7月2日）。全球最大的软件公司之一，开始靠上门服务卖AI。
促使它下场的，是一个流传了近一年的尴尬数字：95%的企业AI试点，没给利润带来可衡量的改善。数字吓人，结论却指向机会——做成的那5%回报可观，大厂正是冲着这5%集体下场。
95%，这个数字捅破了窗户纸
MIT研究项目NANDA在报告《生成式AI鸿沟》里给出的结论相当直白：调研300多个企业AI部署项目、访谈150多位负责人后发现，企业在生成式AI上投入了300亿至400亿美元，约95%的试点对损益表没有可衡量的影响，只有约5%创造了可度量的财务价值（《财富》，2025年8月18日）。
报告把主要原因归为"整合失败"，与模型能力关系不大：AI工具在演示里很惊艳，进了真实业务就卡壳——卡在老系统对接，卡在数据没理干净，卡在没人负责把它接进日常流程。买回来的工具再强，接不进接单、对账、开票这些具体环节，就只能停在"试点"里。
报告里还有一个常被忽略的对比：与外部专业伙伴共建的项目，成功率明显高于纯自研，差距接近一倍。
一个月内，四家大厂开出同一张药方
微软的前线公司不按工时计费，按业务结果收钱，首批客户包括联合利华、诺和诺德。比它早两天，亚马逊承诺10亿美元组建自己的AI落地团队。OpenAI从5月起向大客户派驻工程师，上周它的落地公司又收购了咨询企业Northslope。谷歌在年度云大会上发布Gemini Enterprise，重点是替企业管住AI智能体：谁能动什么数据、做过什么留痕、越权就拦下。
驻场交付成了大厂争抢的生意（配图来自Unsplash，可免费商用）
四家路数不同，方向相同：工具得连人带方法一起交付，比拼的重心是谁能把AI装进客户的业务里，并且让账面看得见。
主线判断：AI进入"装修队"阶段
买建材和住上新房是两回事。过去三年，AI行业卖的主要是建材：模型、工具、账号。从今年开始，头部公司亲自组装修队上门，量尺寸、改水电、验收交房。
工具早就备齐，缺的是会装的人（配图来自Unsplash，可免费商用）
这组动作反过来印证了AI的价值：那5%做成的项目，回报大到让四家大厂愿意砸几十亿美元去抢"装修"生意。做成的项目有共同点：只盯一个具体环节改造，指标定得清清楚楚，多数选择与外部专业伙伴合作，少走自研弯路。卡住项目的多半是流程和数据，模型本身很少是瓶颈。
和生意的关系
第一，选型时先看服务，再看模型。6000人驻场的待遇只属于世界500强；中小企业挑供应商，把"谁来接、接多久、怎么算见效"写进合同，比对比模型参数有用。
第二，从一个环节开始，定一个能量化的指标。失败的试点多数一上来就想铺满全公司；成功的通常只改一个流程。先挑对账、客服、报价整理这类重复量大的环节，把"省几小时、错几单"的标准定好再动手。
第三，观望的成本在变高。会把AI装进业务的人、团队和方法成了稀缺品。大厂集体转向说明落地能力开始单独定价，越晚动手，合适的"装修队"越难约。
资料来源：CNBC关于微软前线公司的报道（2026年7月2日）；TechCrunch（2026年7月2日）；《财富》关于MIT报告的报道（2025年8月18日）及关于微软落地转向的报道（2026年7月6日）；MIT NANDA《The GenAI Divide: State of AI in Business 2025》；Google Cloud Next '26官方发布。文中数字为各报告披露口径。配图来自Unsplash，遵循其免费商用许可。
