AI 企業應用的新戰場:FDE 軍備競賽,誰能勝出?

2026 年 7 月 15 日,Ode 正式對外亮相,這家由 AI 大廠 Anthropic 出資成立的公司,專門派遣工程師進駐企業,幫助客戶將 AI 整合到最核心的業務流程中。Ode 的成立規模達到 15 億美元,背後有高盛、Blackstone、Hellman & Friedman 等投資巨頭支持。然而,這只是近期一系列類似動作的一部分。OpenAI、AWS、微軟等科技巨頭紛紛加入這場 FDE(Forward Deployed Engineering)軍備競賽,瞄準企業 AI 應用的「最後一裡」。

各大巨頭的 FDE 布局

OpenAI 在 2026 年 5 月成立 The Deployment Company,投入 40 億美元的啟動資金,整體合資規模上看 100 億美元,收購了倫敦顧問公司 Tomoro,納入約 150 名工程師。AWS 於 6 月 30 日宣布成立 FDE 組織,投入 10 億美元,每個客戶配置約 5 到 6 人的工程小組,總人力上看數千人,主打加速代理型 AI(agentic AI)的導入。微軟也不甘示弱,7 月 2 日宣布投入 25 億美元,動員約 6,000 名工程師,成立 Microsoft Frontier Company,其中包括 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,採取平台中立策略。

各方反應

Ode 技術長 Eddie Siegel 表示,模型選擇固然重要,但並非最關鍵的環節。「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。」真正的挑戰在於如何將 AI 整合到企業的核心業務流程中。Ode 執行長 Chris Taylor 認為,傳統企業只要用對方法導入技術,便能成為這波 AI 浪潮的大贏家。

微軟亞洲區總裁 Rodrigo Kede Lima 則強調,微軟的 FDE 策略旨在提供全方位的支持,確保 AI 技術能夠真正落地,創造實質效益。

FDE 模式的背景與未來

FDE 模式最早由 Palantir 在 2005 年提出,當時 Palantir 在為美國中央情報局(CIA)、國家安全局(NSA)等機構開發 GOTHAM 平台時,遇到一個難題:客戶的資料是機密的,資料結構沒有文件,能否做出「可用的軟體」取決於 Palantir 總部工程師永遠看不到的實戰知識。Palantir 發明了 FDE 模式,派遣通過安全審查的工程師常駐客戶現場,直接使用客戶的機密資料寫出可上線的程式。

這套模式的核心在於為每個客戶打造專屬的本體論(ontology),即將客戶的業務對象、關係與規則建成一套資料模型,再讓 AI 在此基礎上運作。如今,Anthropic、OpenAI、Google DeepMind、Databricks 等公司紛紛複製這套模式,連 Deloitte、Accenture 等顧問巨頭也成立了自己的 FDE 團隊。

從產業面來看,FDE 模式正在成為企業 AI 應用的主流趨勢。這不僅意味著 AI 技術的商業化道路更加清晰,也反映了企業對 AI 實踐的需求日益增長。然而,真正的挑戰在於如何將 AI 真正嵌入企業的核心流程,而這需要頂尖的應用 AI 人才和深度的業務理解。
— 資深專欄作家

這場 FDE 軍備競賽可能會連帶改變 AI 產業的「護城河」定義。傳統上,AI 公司的護城河在於模型的強大能力,但現在,護城河變成了「你多懂這個客戶」。這意味著 AI 公司需要更多地關注如何將技術與客戶的業務流程深度融合,而不是單純賣 API 訂閱。

私募巨頭如 Blackstone、Goldman Sachs 等也看到了這場競賽的潛力,用 PE 的算盤進行投資,看重的是可預測的現金流、長天期合約與穩定報酬。Ode 最初的構想便是 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 服務商之間存在缺口,才催生出來的。

對台灣企業的啟示

這場 FDE 軍備競賽對台灣企業也有重要啟示。過去評估 AI 公司時,習慣先問模型能力:參數多大、跑分多高、上下文多長。然而,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,能否將 AI 嵌入自身的資料與流程,並算得出對營運的實質影響。

當供應商带着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裡,那麼買方最該盯緊的,也正是這最後一裡。

面對這場 AI 軍備競賽,台灣企業應更加注重 AI 的實踐應用,而不仅仅是追求模型的性能指標。只有將 AI 真正嵌入核心業務流程

※ 此篇文章由 AI 改寫或生成,內容僅供參考,可能存在錯誤或不準確之處。

本文改寫整理自公開新聞來源,原始報導由科技新報發布。