「模型只是原料」：AI巨頭的新戰場，是Palantir跑了20年的FDE
2026年7月15日，一家名為Ode的公司正式對外亮相，專門派工程師進駐企業，幫客戶把AI接進最核心的業務流程。它由AI大廠Anthropic在5月出資成立，規模15億美元，背後還有高盛、Blackstone、Hellman & Friedman等一整排私募與投資巨頭支持。
如果只看這一則消息，這只是「又一樁AI創投案」，但是把時間軸拉開，會發現各大AI巨頭都在做類似的事情：OpenAI推出性質相同的The Deployment Company；6月30日，AWS投入10億美元，成立前進部署工程（Forward Deployed Engineering，FDE）組織；7月2日，微軟宣布投入25億美元，動員6,000名工程師組建Microsoft Frontier Company。
這幾家握有頂尖AI模型或雲端運算資源的公司，正把新戰場開在同一個地方：幫企業把AI真正用進日常營運。
模型只是原料，懂下廚才是真本事
Ode技術長、同時是母公司Fractional AI共同創辦人的Eddie Siegel表示，模型選擇當然重要，但那不是耗費最多心力的環節，「它只是一項原料。就像蓋軟體時選程式語言，我不會用『他們選了Python還是Java』來定義一場企業轉型。」
模型只是食材，能不能煮成一道客戶吃得下的菜，才是真本事。
這裡可以看看麥肯錫（McKinsey）的《AI現況》調查所透露的訊息：2026年已有88%的企業組織在至少一個業務功能上例行使用AI，滲透率看似驚人，但是真正的問題藏在後半段：只有約三分之一的企業開始把AI擴展到全公司規模，真正做到完全規模化的僅7%，被歸類為「AI高績效者」的只有6%，而回報AI帶來企業級息稅前利潤（EBIT）影響的，也只有39%。
也就是說，大部分的企業導入了AI，卻無法規模化，甚至算不出增加的獲利，這說明模型再強，如果進不了企業的核心流程，就只是一個昂貴的聊天視窗。
這道「導入缺口」，正是AI變現卡住的地方。Ode執行長、Fractional AI共同創辦人Chris Taylor認為，那些原本跟AI無關的傳統企業，只要用對方法導入技術，會是這波AI浪潮的大贏家，但要把AI這個「會產生幻覺的魔法原料」嵌進核心業務流程，需要大量協助，「那需要頂尖的應用AI人才，而這正是多數公司沒有的東西。」
這其實是Palantir 20年前的舊招式：FDE
派工程師常駐客戶現場，其實是Palantir一套跑了20年的運作模式：FDE。
2005年，Palantir在把Gotham平台賣給美國中央情報局（CIA）、國家安全局（NSA）與陸軍情報單位時遇到一個難題：客戶的資料是機密的，資料結構沒有文件，能不能做出「可用的軟體」，取決於Palantir總部工程師永遠看不到的實戰知識。傳統廠商只能給兩種人，一種是不會寫生產級程式的顧問，另一種是不能重新設計產品的解決方案工程師，但是這兩種都不夠用。
Palantir於是發明了第三種角色：一個通過安全審查的工程師，直接坐進Fort Bragg或Langley的辦公室6到12個月，學會客戶的專業領域，用客戶自己的機密資料寫出可上線的程式，再把產品需求回饋給Palo Alto的平台團隊。他們內部有一句口號叫「第一天就交付」（ship on day one），新進工程師必須在第一週內就交出一個能在真實資料上運作的東西，而不是花90天做完調研、交出一份簡報。
這套模式的核心，是為每個客戶打造專屬的本體論（ontology），也就是把客戶的業務對象、關係與規則建成一套資料模型，再讓AI在這個基礎上運作。Palantir同時堅守一條底線：拒當系統整合商，不接那種「把Accenture換成更好的軟體」的案子，交付的是客戶自己擁有的應用程式，不是按工時計費的人力派遣。
這套打法撐起了Palantir的一切。2014年，它已在政府與商業客戶端部署超過100名前進部署工程師；2023年4月推出AIP平台後，到2024年底已跑了超過1,000場密集導入的bootcamp，並高比例轉換成七位數美元的合約；2024年公司營收約28.7億美元，其中光是政府部門就貢獻約15.7億美元；從2020年9月直接上市到2025年中，股價報酬率約640%。
如今Anthropic、OpenAI、Google DeepMind、Databricks全在複製這套模式。連Deloitte、Accenture等顧問巨頭，也各自成立了自己的FDE團隊。
企業AI市場正在「Palantir化」，但這次規模更大
現在這波FDE浪潮的規模更大了，整個前沿實驗室加上雲端巨頭同時用重金在押注這件事情，可以說已經變成了一場全產業的軍備競賽。
Ode目前約有100名工程師，母體是Anthropic透過合資公司收購來的AI工程服務新創Fractional AI，走「Claude-first」路線，優先導入Anthropic的技術，但必要時也會用競爭對手的產品。Ode形容自己的團隊是頂尖的通才軟體工程師，超過一半是前創業者，一位Blackstone高層把他們比喻為「成熟的」工程師、是「特種部隊」，而不是一支人海戰術的工程師大軍。
OpenAI的The Deployment Company在2026年5月成立，啟動承諾資金40億美元，整體合資規模上看100億美元，投資方包含TPG、Brookfield與Bain，並收購了倫敦顧問公司Tomoro，一口氣納入約150名工程師。
AWS在6月30日成立前進部署工程組織，投入10億美元，採約45天的專案週期，每個客戶配置約5到6人的工程小組（pod），總人力上看數千人，主打加速代理型AI（agentic AI）的導入。
兩天後的7月2日，微軟也登場了。由商業事業執行長Judson Althoff宣布、前微軟亞洲區總裁Rodrigo Kede Lima領軍的Microsoft Frontier Company投入25億美元、動員約6,000名工程師，其中包含2,000名解決方案架構師、1,800名部署工程師、1,200名訓練師與1,000名策略師。微軟走的是平台中立路線，可以跑OpenAI、Anthropic、自家與開源模型。
護城河邏輯：為什麼私募巨頭願意用PE的算盤下注？
這場戰爭可能會連帶改變AI產業的「護城河」定義。
如果你只是賣AI工具，別人明天就能複製一個。但每個客戶跟著前進部署工程師走完整套流程之後，會得到一套用自己資料訓練、依自己業務流程打造的專屬系統。這套系統別家複製不來，客戶也難以抽身，黏著度遠高於單純賣應用程式介面（API）訂閱。Anthropic的官方說法是：把Claude放進一家組織的核心營運，需要親手的工程投入，以及對這門生意如何運轉的深入理解，這正是多數企業缺乏的能力。
護城河從「模型多強」變成「你多懂這個客戶」，商業模式的性質也跟著改變。這也說明為什麼Blackstone、Goldman Sachs這些傳統私募股權（Private Equity，PE）巨頭願意進場，而且是用PE的算盤，不是創投的算盤。
創投賭的是少數項目一飛沖天的爆發性成長；私募看的是可預測的現金流、長天期合約與穩定報酬。前進部署工程這門生意剛好對上PE的胃口：客戶簽的是長約，系統一旦嵌進流程就會持續產生收入。
以OpenAI的The Deployment Company為例，這樁合資案給投資人約17.5%的保證報酬，這是典型的PE條件，並不是創投思維。更關鍵的是，這些私募巨頭手上握有大量投資組合公司，可以直接把它們送進合資公司當現成客戶。Ode最初的構想，正是Blackstone在替旗下投資組合公司導入AI時，發現顧問巨頭與小型AI精品服務商之間存在缺口，才催生出來的。
對台灣的意義：採購AI，別只問模型多強
這場轉向，替所有要評估AI公司的人多加了一道檢查題。
過去看一家AI公司，習慣先問模型能力：參數多大、跑分多高、上下文多長。現在多數企業卡關的地方證明，模型能力只是入場券。真正決定價值的，是有沒有「導入服務」這一層，能不能把AI嵌進你自己的資料與流程，並且算得出對營運的實質影響。
對台灣企業來說，這道題尤其實用。當供應商帶著最新模型上門推銷時，真正該追問的問題只有一個：你要怎麼把這套AI，接進我現有的資料、系統與工作流程？導入之後，我能不能長出一套別人複製不走的東西？畢竟，如果連握有最強模型的Anthropic、OpenAI、微軟都認定，下一個兆美元市場的關鍵在把模型送進企業的最後一哩，那麼買方最該盯緊的，也正是這最後一哩。
資料來源：TechCrunch、Anthropic、Perspective AI、CodersLab、The Next Web、TechCrunch、CNBC、McKinsey
延伸閱讀
【專訪】Dcard成立AI子公司GNTC，林裕欽在想什麼？
現在仍是「AI時代的1997年」！前a16z合夥人：模型會變水電，通路才是護城河
企業為AI砸下4,000億美元，多數人卻久久用一次？前a16z合夥人點出新創PMF的真正門檻