Anthropic 企業 AI 戰略在 2026 年 5 月第一週交出三張底牌:5 月 4 日宣布與 Blackstone、Hellman & Friedman、Goldman Sachs 合資成立 15 億美元的 Forward-Deployed Engineer 公司;同一天,OpenAI 公開 100 億美元估值的 The Deployment Company;5 月 5 日,Anthropic 在紐約宣布金融服務已是其第二大企業營收來源,Anthropic 頂級 50 大客戶有 40% 來自金融機構,並同步釋出 Claude Opus 4.7 與 10 個金融垂直代理人模板。三件事疊在一起,意思很明確:企業 AI 的勝負已經不在誰的模型分數高,而在誰能把工程師塞進客戶的營運流程裡。

這也是 Matt Slotnick 在他 Substack 上點出的觀察:個人生產力的 AI 很神奇,但組織生產力的 AI 才是真正的相變。本篇延伸他的觀察,補上完整的數據、來源驗證與台灣讀者比較關心的 Shopify、製造業、金融科技視角。


同一天兩個百億規模 JV:FDE 模式從 Palantir 走入主流

5 月 4 日週一早上,Anthropic 與三家華爾街巨頭宣布合資。Anthropic、Blackstone、Hellman & Friedman 各出資約 3 億美元,Goldman Sachs 約 1.5 億美元,加上 Apollo、General Atlantic、Leonard Green、新加坡主權基金 GIC、Sequoia Capital 等共組成約 15 億美元的承諾資本池。新公司目前還沒命名,定位是「AI 原生企業服務公司」,把 Anthropic 的工程師直接派駐到中型企業內部,重新設計工作流程。

幾小時後,Bloomberg 證實 OpenAI 募完 The Deployment Company:估值 100 億美元,由 TPG 領投,19 家機構合計投入超過 40 億美元,包括 Brookfield、Advent International、Bain Capital、Dragoneer、SoftBank。OpenAI 自身出資約 5 億美元起跳,並透過超級投票股維持多數控制權。最特別的條款是 17.5% 的五年期保證年化報酬,這在創投或私募基金的合資結構裡很罕見,本質上是 OpenAI 把一部分成長潛力換成像信用基金一樣可以承銷的固定收益工具。

兩家頂級 AI 實驗室的 JV,模仿的是同一個原型:Palantir 的 Forward-Deployed Engineer 模式。FDE 跟傳統顧問或系統整合商有別,工程師長期駐紮在客戶內部,跟著模型的能力迭代一起調整實作。麥肯錫、BCG、貝恩這類老牌顧問業,過去靠的是把方法論變成 PowerPoint 賣給客戶;Palantir 的差別在於工程師本人就是交付物,模型更新時實作能跟著動。

兩個 JV 的關鍵對比
項目 Anthropic JV OpenAI The Deployment Company
公告日 2026 年 5 月 4 日 2026 年 5 月 4 日
規模 約 15 億美元承諾資本(約新台幣 480,000,000,000) 估值 100 億美元,已募 40 億美元(約新台幣 1,280,000,000,000)
主要 PE 夥伴 Blackstone、H&F、Goldman、Apollo、Sequoia、GIC TPG、Brookfield、Advent、Bain、SoftBank、Dragoneer
Anthropic/OpenAI 自身出資 約 3 億美元 約 5–15 億美元
治理結構 獨立實體,工程師「嵌入」 多數控制(超級投票股)
報酬保證 無公開揭露 五年 17.5% 年化保證
鎖定客群 PE 投資組合中的中型企業 PE 投資組合中的大型企業
領導人 尚未對外揭露 Brad Lightcap
對標對象 McKinsey、BCG、Bain、埃森哲 同上

Goldman Sachs 全球資產與財富管理主管 Marc Nachmann 在新聞稿中解釋了結構:傳統顧問公司只交付方法論和簡報,但 AI 模型每週每月都在變,需要的是「能把技術跟業務實況結合起來,並真的把改變執行下去的人」。Blackstone 總裁 Jon Gray 補充說,能實作前沿 AI 系統的工程師供給太稀缺,這是企業 AI 採用最大的卡點。

Slotnick 觀察的精準之處在於指出:傳統的系統整合商會被排擠。過去頂級 AI 實驗室和 SI 是合作關係,現在實驗室自己跳下來做。客戶採購的不再是「模型授權加上一份外包顧問合約」,而是「模型加上專屬工程師團隊」的綁定產品。


Anthropic 的另一手:金融服務變成第二大營收引擎

5 月 5 日星期二,紐約。Anthropic 在受邀制的金融服務簡報會上,CEO Dario Amodei 跟 JPMorgan Chase 董事長 Jamie Dimon 同台。這是兩人第一次共同公開亮相,本身就是政治訊號:JPMorgan 在過去幾年對 AI 一直謹慎,連 ChatGPT 都禁用過一段時間。

Amodei 在台上講了一句被外媒反覆引用的話:「寫程式已經永遠改變了,金融是下一個。」他接著揭露第一季營收年化值「成長了 80 倍」。我查了一下其他來源,Anthropic 2026 年全年營收目標是 200 億美元上下,而 2025 年底是 90 億美元年化營收。從 90 億到 80 倍年化的成長率匯算下來,一季就完成相當於前一年總量的相當比例擴張,這在 SaaS 史上極為罕見。

同步釋出的產品矩陣

當天 Anthropic 一次推出五件事:

第一,Claude Opus 4.7 正式上線。這個模型在 Vals AI Finance Agent 基準拿到 64.37 分,領先 GPT-5.5 的 59.96 分與 Gemini 3.1 Pro 的 59.72 分。Vals AI 的基準是和 Stanford 研究人員、Goldman Sachs、Silver Lake、Citadel 的領域專家共同設計的,可信度比廠商自家基準高一個檔次。

第二,10 個金融專用代理人模板,分成兩組:

  • 研究與客戶服務組(5 個):pitch builder、meeting preparer、earnings reviewer、model builder、market researcher
  • 財務與營運組(5 個):valuation reviewer、general ledger reconciler、month-end closer、statement auditor、KYC screener

這些模板可以當作 Claude Cowork 或 Claude Code 的外掛使用,也可以透過 Claude Managed Agents 平台跑自動排程任務(例如夜間批次跑整本交易簿)。每個模板包裝三層內容:domain skills(含金融知識的指令集)、connectors(受治理的資料連線)、subagents(針對比較公司挑選、方法論檢查等子任務的專用 sub-model)。

第三,Microsoft 365 整合。Excel、PowerPoint、Word 的 Claude 外掛已 GA;Outlook 即將上線。對銀行業最重要的點是「上下文在三個應用之間自動帶過去」,分析師在 Excel 裡建好模型,跳到 PowerPoint 做投影片,不用重新貼資料;跳到 Word 寫信用備忘錄,也不用重新解釋客戶背景。這是把 Claude 從聊天介面真正推進到日常工作流程的關鍵一步。

第四,Moody's MCP App。Moody's 把 6 億家以上的公開與私人公司信用評等與數據包裝成 MCP 應用程式,直接接到 Claude。同時還有八個新資料連接器:Dun & Bradstreet、Fiscal AI、Financial Modeling Prep、Guidepoint、IBISWorld、SS&C IntraLinks、Third Bridge、Verisk。對風控與盡職調查工作來說,這代表 AI agent 不再只能讀公開資料,而是能存取機構級的私有資料。

第五,FIS 金融犯罪代理人。FIS 是美國銀行業核心系統的最大供應商之一,這次和 Anthropic 合作做出的第一個產品是 AML(反洗錢)調查代理人,宣稱可以把過去要幾天的調查壓縮到幾分鐘。BMO 與 Amalgamated Bank 是早期部署客戶,2026 下半年會推給更多 FIS 客戶。FIS CEO Stephanie Ferris 在發言時說:「世界上每一家銀行都想要會行動的 AI,不只是會回答的 AI。」

為什麼 40% 的頂級客戶來自金融業

Anthropic 自己公開的數字:頂級 50 大客戶有 40% 是金融機構。客戶名單裡包括 Goldman Sachs、JPMorgan Chase、Citi、AIG、Visa、Citadel、Walleye Capital、Carlyle、Mizuho、BNY、Travelers、Hg。

金融業特別適合 AI 滲透的結構性原因有三個。一是合規與審計需求高,模型輸出的可追溯性是必要條件,Anthropic 在「reliable, safe, auditable」的品牌定位上比 OpenAI 站得穩。二是知識密集工作多、結構化資料豐富,pitchbook、credit memo、ledger reconciliation 這些任務本來就是某種程度的範本化作業,AI agent 可以快速產出草稿,分析師審閱。三是付費能力極強,一家中型銀行的 IT 預算可能跟整個製造業上市公司的營收差不多,Anthropic 的單客戶 ARR 隨便就是七位數美元起跳。

Slotnick 在原文裡點出一個值得玩味的細節:Anthropic 從 Goldman Sachs 挖了一位新的金融服務董事總經理,她過去是 Goldman 的某 COO 與 Core Engineering 部門產品主管。這是 Anthropic 用「同行語言」打入金融業的標準動作。前金融業高管帶著人脈跟流程理解一起入職,比起 Silicon Valley 工程師空降效果好得多。Anthropic 在我撰稿時還沒對外正式公布該人事案的姓名與細節,所以這個推論先停在這裡。


平台戰爭:SAP 鎖門 vs Salesforce 開門

同一個禮拜,企業軟體層的兩個極端反應也浮上檯面。

The Information 在 5 月 4 日報導:SAP 透過更新 API 政策,禁止未經授權的第三方 AI agent 存取其平台,文件中點名的對象包括 OpenClaw。HubSpot、Workday、Salesforce、ServiceNow 之前都做過類似的鎖門動作。SAP 的官方理由是資安與合規。一個有員工權限的 rogue agent 可以對 ERP 系統造成不可逆的傷害,而責任最終會回到 SAP 頭上。商業理由也很明顯:SAP 同時在推自家的 Joule AI 助手,第三方 agent 是直接競爭。

反過來看 Salesforce。4 月 15 日的 TrailblazerDX 2026 大會推出 Headless 360,整個產品哲學是「不需要打開 Salesforce 介面也能用 Salesforce 所有功能」。新平台包含 60 個以上的 MCP 工具、30 個以上的預先設定 coding skills,支援 Claude Code、Cursor、Codex、Windsurf 等主流 AI 開發工具。AgentExchange 市集整合了 10,000 個 Salesforce 應用、2,600 個 Slack 應用、1,000 多個 Agentforce 代理人,加上 5,000 萬美元的合作夥伴扶植基金。共同創辦人 Parker Harris 直接問了一個刺耳的問題:「你為什麼還需要登入 Salesforce?」

兩種應對哲學
項目 SAP(鎖門派) Salesforce(開門派)
代表動作 4 月 29 日 API 政策禁止未授權 AI agent 4 月 15 日 TDX 2026 推出 Headless 360
對第三方 agent 態度 阻擋(OpenClaw 為主要點名對象) 歡迎並提供 MCP 介接
多模型支援 推自家 Joule,第三方需經過認證 原生支援 Claude、GPT-5、Gemini、LLaMA、Mistral
商業模式變化 守住席次授權 從每席次轉向 consumption-based
客戶聲量 部分客戶批評為「AI lock-in」 多數客戶歡迎,特別是已採用 Claude Code 的開發者

我個人覺得,Salesforce 押的是長期方向。AI agent 會越來越會操作 API,當這個能力夠強時,使用者就不需要登入應用程式介面了,這正是 Anthropic Cowork 出現後改寫 SaaS 訂閱模式的延伸推論。SAP 短期可以用合規理由把第三方擋住,但長期客戶會用腳投票,遷移到更開放的平台。Salesforce 的賭注是:與其防守,不如成為 AI agent 的基礎設施本身,從應用層公司轉型為平台公司。

但這個轉型並非全無風險。Salesforce 從席次授權轉向 consumption-based 收費,意味著營收的可預測性下降。VentureBeat 報導指出,iShares Expanded Tech-Software ETF 從 2025 年 9 月高點跌了約 28%,正是因為市場對 SaaS 的收費模式信心開始動搖。


補:Anthropic 的另外兩個動作

同一週還有兩個跟 Anthropic 相關的動作值得一併記錄。

第一,SpaceX–Anthropic 算力交易5 月 6 日宣布:Anthropic 取得 SpaceX 旗下 Colossus 1 資料中心的全部算力,地點在田納西州孟菲斯,規模 300 兆瓦以上、約 220,000 顆 NVIDIA GPU。Slotnick 的原文把這個交易描述成「太空中的算力」,這個說法需要更正:Colossus 1 是地面資料中心,Anthropic 和 SpaceX 是在新聞稿中「表達了未來合作開發太空算力的興趣」,但目前交易主體是孟菲斯這個地面設施。SpaceX 在 2026 年 2 月以 1.25 兆美元估值合併 xAI,所以這個交易本質上是「前競爭對手出租算力給對手」的典型 picks-and-shovels 商業邏輯。

第二,SpaceX 的 Cursor 收購選擇權。4 月 21 日,SpaceX 宣布取得在年底前以 600 億美元收購 Cursor 的選擇權,否則支付 100 億美元的合作費用。Cursor 2026 年 2 月年化營收已達 20 億美元,正在募資 20 億美元、估值預計超過 500 億美元。這個動作的策略意涵是:xAI 透過合併進 SpaceX,加上潛在收購 Cursor 的可能性,要在 coding agent 這個目前最大的 AI 應用品類站住位置。Anthropic 的 Claude Code 已達 25 億美元年化營收、九個月成長 6 倍,這場 coding agent 之戰會直接影響 2026 下半年的市場版圖。


Insight

Anthropic 跟 OpenAI 同日宣布 FDE JV,把我們客戶內部「為什麼還沒做」的擋箭牌一次撤掉了。下半年我預期會看到三件事:第一,台灣會出現至少 2-3 家本土 FDE 公司,主打中文金融與製造業流程;第二,麥肯錫、BCG、埃森哲會被迫從「賣方法論」轉向「賣工程實作」,但他們的人才結構不適合,會痛苦地調整;第三,SAP 鎖門的做法會在亞太市場遭遇強烈反彈,因為亞洲企業的 IT 預算遠比歐美緊,沒有空間去買兩套重複的 AI 工具。


FAQ

Forward-Deployed Engineer(FDE)跟系統整合商(SI)有什麼差別?

最大差別在交付物。SI 賣的是專案,一個有明確開始和結束的合約,工程師專案結束就離開。FDE 賣的是長期駐紮,工程師持續在客戶內部工作,模型每次更新都負責調整實作。Palantir 開創這個模式,現在 Anthropic 跟 OpenAI 把它規模化複製。對企業客戶來說,差別是「一次性顧問費」變成「持續性服務訂閱」。

Anthropic 為什麼要從金融服務開始,而不是製造業或醫療?

三個結構性原因。一是付費能力,一家中型銀行的 IT 預算動輒幾億美元,單客戶 ARR 可以做到七位數。二是合規導向適合 Claude 的品牌定位,Anthropic 一直在強調可靠、安全、可審計,金融業最買單。三是知識工作密集,pitchbook、credit memo、KYC 這些任務既複雜又重複,AI agent 的價值最容易量化(從幾天壓到幾分鐘)。製造業跟醫療的決策週期更長,反而不是好的第一個切入點。

17.5% 的保證年化報酬對 OpenAI 來說是好條件嗎?

短期看是負擔,長期看是聰明設計。負擔的部分是 OpenAI 把成長潛力的一部分換成像信用基金一樣的固定收益,意味著未來 5 年 PE 投資人拿走 17.5% 不管 OpenAI 表現多好。但聰明之處在於:這 40 億美元換來的不只是錢,而是 19 家頂級 PE 的數百家投資組合公司作為現成客戶池。對一個年化營收要從目前水位翻三倍以上的公司來說,分發通路的價值遠高於部分股權稀釋。

台灣企業現在該不該採購 FDE 服務?

Anthropic 與 OpenAI 的 JV 目前都以美國中型企業為主要鎖定客群,台灣企業要直接被服務可能要等到 2027 年。但這不代表要等,可以先從三個方向準備。第一,盤點公司內部有哪些重複性高、規則明確的知識工作流程,這些是 AI agent 最早能取代的部分。第二,評估現有 SaaS 工具的 MCP 支援狀況,沒有 MCP 介面的工具未來會變成 agent 死角。第三,培養至少一位內部「AI 工程師」角色,等到 FDE 服務進台灣時,這個人會是雙邊翻譯的關鍵。

Claude Opus 4.7 比 GPT-5.5 強多少?

在金融任務上明顯領先,但其他領域差距較小。Vals AI Finance Agent 基準分數:Claude Opus 4.7 是 64.37 分、GPT-5.5 是 59.96 分、Gemini 3.1 Pro 是 59.72 分。這個基準涵蓋 pitchbook 建立、credit analysis、valuation review 等典型金融任務,可信度比廠商自家基準高,因為設計時納入 Goldman Sachs、Silver Lake、Citadel 的領域專家意見。但在通用 coding、寫作、視覺理解等領域,三個前沿模型的差距通常在誤差範圍內,要看具體用例。


Sources

Share this post
Maria Ning

With a sharp eye for data-driven narratives, Maria architects full-funnel content that moves technical buyers to action, Interests: RevOps, martech hacks, Sichuan cooking

Loading...