OpenAI正通過旗下部署子公司DeployCo，將AI模型深度嵌入大型企業的IT系統與業務流程。DeployCo首席技術官Arnaud Fournier在最新採訪中透露了這套落地機制的核心邏輯，以及Codex編程工具的驚人增長與AI定價的演變趨勢。

Fournier此前聯合創立了OpenAI的前方部署工程團隊，自2026年4月起擔任DeployCo的CTO。這家子公司在同年5月正式亮相，背後有19傢俬募股權公司及多家全球系統集成商與諮詢機構參與。其首筆收購來自歐洲——英國諮詢公司Tomoro將約150名前方部署工程師與部署專家帶入DeployCo。Fournier強調，這將是一傢俱有歐洲關鍵領導力的全球性公司。

DeployCo的工程師團隊直接駐場客戶側，承擔雙重使命：解決客戶實際問題，同時理解技術落地的前沿挑戰。Fournier指出，僅靠模型或API無法創造價值，只有當技術嵌入業務流程、保持合規並可監控時，價值才會顯現。工程師們處於產品、研究團隊與客戶之間的接口位置，既將最新技術帶給客戶，也將一線教訓反饋回公司。

這種反饋機制並不依賴客戶數據訓練模型。Fournier明確表示，除非客戶明確要求並形成研究合作關係，否則OpenAI不會用客戶數據訓練模型。真正的反饋通過兩條渠道實現：一是模型弱點反饋，例如團隊發現文檔理解能力不足，研究部門就會獲取數據加以改進，西班牙對外銀行的解決方案從GPT-5.0到5.5的顯著提升正是得益於此；二是工具需求反饋，多智能體編排的需求催生了開源代碼庫Swarm，後來演變為Agent SDK。

在BBVA的案例中，銀行最初只想自動化撰寫信貸文件，OpenAI則建議重新設計流程：不是加速一年一次的任務，而是構建一個能持續評估信用風險的功能。這樣一來，當烏克蘭戰爭或霍爾木茲海峽局勢升級等地緣政治事件發生時，銀行可以立即衡量其信貸組合的風險敞口，從年度評估變為每週甚至每日的連續監控。

Codex的增長數據同樣引人注目。Fournier透露，這款編程工具目前全球周活用戶已超過400萬，其中德國市場表現尤為突出，自2026年1月以來增長了720%，扮演著領先角色。

在AI定價方面，Fournier認為AI智能的價格已大幅下降，但他同時指出，像GPT-5.5這樣的新模型由於涉及更復雜的算力，成本反而更高。對於企業普遍關心的AI項目投資回報率問題，即便是OpenAI也無法提供一套通用計算公式。

面對歐洲嚴格的《AI法案》與數據隱私關切，Fournier根據其日常實地觀察表示，監管在實際落地中很少成為企業採用AI的真正障礙。在諮詢合作伙伴的分工上，OpenAI近期宣佈了與埃森哲、凱捷、波士頓諮詢集團和麥肯錫等機構組成的Frontier Alliance生態系統。這些諮詢公司近年來圍繞AI建立了龐大業務單元，但同樣面臨技術迭代過快的挑戰。與OpenAI工程師的合作旨在確保諮詢顧問始終能為客戶交付當前最前沿的技術與工具。不過，OpenAI自有前方部署工程師與這些諮詢夥伴之間的具體分工邊界，在對話中仍顯模糊。

這套部署體系的深層意義在於，OpenAI不再僅僅是一個模型提供商，而是通過DeployCo直接參與企業核心流程的改造。從信用風險實時監控到多智能體工具鏈的演進，客戶現場的工程實踐正反向塑造著模型研發的方向。這種閉環既加速了技術迭代，也讓AI的商業化落地從通用能力輸出轉向深度定製化整合。