老板们用AI守财，靠谱吗

今夏，上海张江一家民营软件公司的遭遇，在AI圈掀起不小的波澜。

网传这家公司为追求“人才国际化”，引进了一位印度籍研发组长，并赋予他代码仓库的最高权限。短短四个月，这位组长又陆续将七名校友招入麾下。

一家中国公司的核心开发组，变成印度码农的“同乡会”。内部部分场合的沟通，甚至切换成了印地语，中方员工被彻底架空，隐患就此埋下。

当公司未能满足其近乎翻倍的涨薪要求时，矛盾的引线被点燃了。该组长直接锁死全部核心代码库，并撤销了四十余名中方程序员的全部权限，修改全局密钥，将一整年多的编程成果据为己有，项目因此停摆48小时，违约赔偿风险一触即发。

最终，网传中方运维团队绕过权限层，通宵重置密钥夺回控制权，八名涉事员工被辞退。这场风波暴露出一个触目惊心的问题：一家公司的核心数字资产，竟如此脆弱。

AI时代，老板们的所谓“守财”，并非是指金钱，而更多是指“数字家产”。然而当下很多企业的核心机密与命脉，正像张江这家公司一样，因重开发、轻运维，命悬一线。

该事件进一步加快了“AI进入公司，帮老板守财”的进程。各AI大厂们，也盯上了这块市场肥肉。

守财之困

2006年，35岁的周鸿祎，推出360安全卫士。彼时，中国互联网恶意软件肆虐，360以“免费安全”战略颠覆行业，帮亿万企业和网民的电脑，自动检测和清除恶意插件，修复安全漏洞。

但20年过去，传统“免费杀毒+防火墙”模式，已难保企业安全。防火墙默认的“内部可信”逻辑早已被打破，取而代之的，是“企业内部权限管控”产生的巨大漏洞。

张江该企业事件并非孤例。

2025年8月，媒体曝光的“尊湃窃取华为芯片商业秘密案”，就是类似一例。2021年，从事所谓高端芯片设计的尊湃公司成立后，被爆出有组织地“整编制挖角”华为员工，甚至出现“有人白天在华为，晚上去尊湃”的情况。

此外，还有2024年浙江宁波的“19.9元奶瓶案”，离职员工将原价百余元的奶瓶，改为19.9元“骨折价”，致公司受损。2018年，上海一家儿童用品公司的前任网管，因对公司不满，将电商平台所有商品价格恶意改为一折，造成损失200余万元。

这些案件揭示了企业风险的新特征：

传统安防手段——防火墙、门禁卡、保密协议，防的是“外人”。而今，大量风险源自内部，复杂的人性、微妙的利益纠葛。

本该注重内部管理的一些科技企业，往往“重研发、轻保护”，将最高权限轻易授予极少数人，缺乏分级管控、权限回收和双人备份机制。

这导致源代码、核心算法、客户数据、供应链信息等真正“价值连城”的数字资产，暴露于外，极易酿成损失。

2025年，深圳市宝安区人民法院发布《商业秘密司法保护工作报告（2020-2024年）》显示，其审理的商业秘密案件中超过80%与员工离职行为相关，纠纷多集中于销售、技术等核心岗位。

这足以说明，CTO或核心技术人员携带机密跳槽，已成为最常见的泄密场景。人员一旦变动，企业资产便容易失守。

当防火墙、门禁卡、保密协议在人性裂痕面前显得苍白无力，越来越多的企业开始把目光投向一个新的“守门员”：AI。

AI守门员

2023年，一家名为Tomoro的公司，在英国伦敦成立，定位为应用AI咨询与工程服务商。其核心业务不是开发基础大模型，而是帮助大企业将AI真正嵌入业务系统。

简言之，很多企业采购AI工具后，往往束之高阁，并未真正匹配自身需求，产生实际价值。Tomoro的价值，恰在于打通AI应用在企业落地的“最后一里地”。

其杀手锏是拥有的一支150名“前置工程师”（Forward-Deployed Engineer, FDE），他们不再坐办公室调教通用模型，而是直接派驻到客户企业内部，翻阅业务流程文档，访谈一线员工，将Excel表格里的数据和ERP系统中的订单捞出来，再借助AI模型能力重新搭建一套能跑通的、定制化的工作流。

这一模式，可称为“FDE模式——把工程师种进客户现场”。

2026年5月，OpenAI看中这块业务前景，宣布成立一家名为“部署公司”（The Deployment Company）的新实体，初始投资超40亿美元，并计划收购了Tomoro。

OpenAI的算盘是，企业AI的预算，不会长期停留在调用API接口上。真正的“大额预算”，藏在流程改造、系统集成、组织协同和长期运维里。这个系统既能帮助企业在内部提效，也能为业务流程确权，帮老板守护资产。

据商业数据平台Prospeo估算，Tomoro的年营收约为846.9万美元（约合人民币6000余万元），人均营收约8.6万美元。不过这并不是官方披露。另有多个媒体报道一致确认，Tomoro在被OpenAI收购前的12个月内，月度营收实现了十倍以上的增长，足见赛道火热。

图 | OpenAI看中的是Tomoro的落地能力

OpenAI的老对手Anthropic也不甘落后，于今年5月，联合黑石、高盛及Hellman & Friedman共同成立了一家新的企业AI服务公司，派工程师进企业做定制部署，目前才刚刚起步。

在中国，想做“中国版”Tomoro的公司也很多，各具特色。

第一种：FDE模式在中国的本土实践

如果说 Tomoro 代表的是工程师深入企业现场、把 AI 接入真实流程的路径，那么在中国，成立于上海的万维流形（ForFlow)正在做类似探索。

它并不只是出售模型或工具，而是通过自研“评估大模型”，先对企业的业务流程、数据基础、权限边界和投入产出进行一揽子评估，再围绕诊断、部署与增长三个环节，协助企业识别真正可落地的 AI 投资场景。

目前，万维流形的 FDE 团队已经进入电力、电商、能源、大健康等行业现场，帮助企业厘清“哪些场景值得用 AI 改造”“如何计算回报”“如何设置数据权限、审批边界、人工接管和责任追溯机制”，并把这些能力沉淀为可复用、可扩展的专属 AI 资产。

该公司创始人陈泽洲表示，“现在行业解决的不是企业有没有 AI，而是 AI 能不能稳定进入流程、产生可衡量结果，并留下可复用能力。”

据万维流形提供的项目复盘，在某电力企业的已落地场景中，相关业务流改造后，用能成本较原基线下降约15%-30%，公辅系统综合能效提升约 10%-40%。

第二种：多智能体范式

2023年由李开复于北京创立的零一万物，选择的是另一条更轻的路径。

今年1月，零一万物将“万智企业大模型一站式平台”升级至2.5版，核心卖点是“多智能体”（Multi-Agent）。

企业只需要输入一个指令，便可以生成由视觉设计、营销经理、内容经理、媒介专家等组成的AI虚拟团队，实时同步彼此的专业知识和流程进度。

FDE模式把工程师送到现场，由人来拆解业务。而零一万物的多智能体范式，是把业务拆解能力内置到AI系统里，让AI自己当总监调度下属。

零一万物，将这一转变称为从“人才依赖”到“能力软件化”的跃迁。当智能体将顶尖人才的能力拆解和重构，封装成可复用的能力模块，企业便不再受限于招聘-培养-流失的人才循环。

第三种：自我演化智能体——用算法寻找“全局最优解”

百度于2025年上线了“百度伐谋”，核心能力并非“执行”任务，而是“持续寻找更优解”。

比如在港口自动化码头运营中，其遇到的问题是：集装箱如何摆放能让货船不翻倒？如何调度能让拥堵率降到最低？

百度伐谋的操作，既不依赖人驻场拆解，也不依赖AI自主组队，而是聚焦于“约束条件下的全局寻优”。

被称为“老师傅”们的业务负责人，可以通过自然语言对话，操控百度伐谋不断寻找业务最优解。老师傅与系统对话中积累的业务逻辑，比如产线检修日期、VIP订单的特殊优先级，全部沉淀为可复用的AI资产，“老师傅”即便离职退休，隐性知识依然留在系统里。

从成本到利润：AI的“翻身仗”

“企业主不是不想用 AI，而是不愿意把钱投进一个算不清回报、控不住风险、留不下能力的 AI 项目。”

万维流形陈泽洲认为，很多人误会了企业主对 AI 的真实需求。企业真正关心的，已经不是“有没有接入AI”，也不是简单替代人工，而是“哪些场景值得做，哪些数据不能出公司，结果怎么验收，经验如何留在公司”。

在他看来，AI 项目如果只停留在一次试点或一套工具，很难进入企业的核心流程；只有当业务场景、权限边界、责任追溯和复评机制被一起设计进去，AI 才可能从外部能力变成企业自己的资产。

他在一线对接了许多企业，发现由于中国人工费用的高性价比，以及许多AI工具卡壳于“操作业务的最后一公里”，真正由AI造成的人工替代，仍就有限。

“老板们的优先级，防范企业风险优于省成本。同时，用AI重塑业务流程，许多AI公司，正努力将自己从成本部门转化为利润部门，这种观念转变，更受老板欢迎。”陈泽洲表示。

这种观念演变的背后，是AI变现模式的探索与转变。

2024年前，企业争相接入ChatGPT、文心一言等通用大模型，提高员工做PPT、写文案的效率。然而这些AI工具虽然能帮员工“做得更快”，但并没有帮公司“赚得更多”。

2024-2025年间，进入垂直模型与API调用变现期。AI公司开始为特定行业训练垂直模型，企业按Token调用付费。

但李开复在媒体交流中指出：Token模式在80~85分的场景够用，而在企业 “特别困难、高价值的事情”中，客户需要AI做到99分，但AI又做不到。Token成了成本而非收益。

如今，即2025年下半年之后，AI公司终于意识到：真正的大钱不在卖Token，而在于帮助企业改造流程、集成系统、优化决策。

在此共识之下，海内外嵌入工作流的AI产品正在批量涌现。

在国内，有走“内嵌型”路线的小鹅通，将AI Agent直接植入私域经营系统，贯穿获客、转化、运营、交易全链路；也有走“平台型”路线的迈富时，构建通用智能体中台，2025年上半年AI相关收入已超1亿元；也有走“底座型”的华为云与字节跳动，专注底层算力与大模型支撑。还有飞书这样的AI操作系统，它不是用一套新系统替代旧系统，而是为企业的所有“信息孤岛”和“经验孤岛”，搭建一个能让它们彼此连接、流动并最终被AI调用的底层操作系统。

这些探索，正在相关公司带来财富想象。

李开复在零一万物三周年全员信中披露：2025年实现5亿订单、2.5亿审计收入，2026年前五个月订单突破15亿，目标2027年上市。

被AI重塑业务流的公司，也有了“可观利润”。圆通速递将上百个智能体，嵌入营运、网管、客服等业务全流程。仅“智能路由”一个智能体，2025年就为公司节约运营成本1.52亿元；而公司上百个智能体一年创造的可量化成本节约总价值，高达“十亿量级”。

央企咨询公司，通过飞书项目将分散的160多个项目字段结构化，打通审批与费控系统，让“项目-预算-报销”全流程自动流转，立项周期缩短50%。

“AI 的价值，不是在演示里跑通一次，而是在企业每天的流程里稳定跑下去。”陈泽洲表示，“未来真正有价值的AI公司，不是交付一个工具，而是帮企业把需求、数据、流程和人重新组织起来。”

从“守财”到“创富”，AI嵌入工作流的故事，或许才刚刚开始。而张江那场风波，不过是这个故事的开篇注脚。

本文来自微信公众号“木禾的科技发布会”，作者：龚正，编辑：杨晶，36氪经授权发布。