硅谷抢钱大战: OpenAI 和 Anthropic 如何把 AI 卖给世界500强
本文从 OpenAI 和 Anthropic 的公开招聘数据切入，观察两家顶级 AI 公司如何进入大企业市场。数据覆盖 Anthropic 的 390 个在招岗位和 OpenAI 的 703 个在招岗位，招聘能清晰反映公司正在把资源投向哪里。
先看规模与结构
Anthropic 目前有 390 个在招岗位，OpenAI 有 703 个。OpenAI 的招聘总量接近 Anthropic 的两倍，这和两家公司所处阶段有关。OpenAI 的业务线更宽，除了模型和 API，还在推进消费者产品、企业服务、政府业务、广告和硬件等方向。Anthropic 相对更聚焦，核心仍围绕 Code、Agent 能力、安全研究和企业客户展开。
直接比较绝对岗位数量意义不大，更有价值的是看岗位分布：哪些岗位在增加，哪些团队被放大，公司想用什么方式把 AI 卖给大客户。
岗位分布对比
Anthropic 的 390 个岗位里，排名前几的部门是这样的：
| 部门/团队 | 岗位数 | 占比 |
|---|---|---|
| Sales（销售） | 82 | 21.0% |
| AI Research & Engineering（AI 研究与工程） | 71 | 18.2% |
| Finance（财务） | 29 | 7.4% |
| Software Engineering - Infrastructure（基础设施软件工程） | 25 | 6.4% |
| Security（安全） | 24 | 6.2% |
| Engineering & Design - Product（产品工程与设计） | 23 | 5.9% |
| Legal（法务） | 21 | 5.4% |
| Applied AI（应用AI） | 18 | 4.6% |
| Safeguards / Trust & Safety（安全与信任保障） | 18 | 4.6% |
| Compute（计算） | 17 | 4.4% |
OpenAI 的 703 个岗位里，排名前几的部门是这样的：
| 部门/团队 | 岗位数 | 占比 |
|---|---|---|
| Applied AI Engineering（应用AI工程） | 58 | 8.3% |
| Technical Success（客户成功） | 50 | 7.1% |
| Hardware（硬件） | 37 | 5.3% |
| Model Deployment for Business（商业模型部署） | 33 | 4.7% |
| Finance（财务） | 30 | 4.3% |
| Marketing（市场营销） | 29 | 4.1% |
| Sales（销售） | 28 | 4.0% |
| Security（安全） | 28 | 4.0% |
| Go To Market（市场拓展） | 26 | 3.7% |
| Data Science（数据科学） | 24 | 3.4% |
两张表放在一起，差异立刻显现出来。Anthropic 的销售部门一家独大，占 21%，OpenAI 的岗位分布更分散，没有哪一个部门超过 10%，但客户成功、商业模型部署、市场拓展、销售等这些和企业落地相关的团队加起来，体量远超 Anthropic 的销售单一部门。
商业岗位与技术岗位的比例
如果把销售、客户成功、部署工程师、生态合作、Go To Market（市场拓展，简称 GTM）运营等岗位都算作企业级建设岗位，Anthropic 大约有 105 个，OpenAI 大约有 229 个。核心研发、基础设施、安全、数据科学和工程能力仍然是招聘大头：
| 指标维度 | Anthropic | OpenAI |
|---|---|---|
| 企业级建设/商业支持岗位数 | 105 个 | 229 个 |
| 核心研发/安全/技术岗位数 | 215 个 | 306 个 |
| 技术岗位 vs 商业岗位比例 | 2.6 : 1 | 1.6 : 1 |
| 企业支持岗位占公司总招聘比 | 26.9% | 32.6% |
差异在于 OpenAI 的企业支持岗位占比更高，说明它在企业市场上的投入更激进，也更愿意用重团队去推进客户落地，可以看出 OpenAI 对于Anthropic 在ToB的成功有着追赶焦虑。Anthropic 的商业化动作也在加速，但结构更集中在销售侧，交付压力相对更少集中在自己身上。
Anthropic：标准 SaaS 销售路线
Anthropic 的企业化路径很像传统 SaaS 公司。105 个企业级建设岗位里，有 82 个落在 Sales（销售）部门，其中 37 个岗位明确带有 Account Executive（客户经理）职称。
这说明 Anthropic 正在搭建一支比较标准的直销队伍。它招聘金融、制造、汽车、政府等垂直行业销售，也在东京、苏黎世、慕尼黑、悉尼、首尔等地区扩充本地负责人。打法很清楚：用行业销售和区域销售去接触大客户，拿下企业合同。这种路径的好处是清晰、可复制，也更接近过去二十年企业软件公司的增长方式。产品能力先形成相对标准化的套餐，再由销售团队按行业、区域和客户规模推进。
OpenAI：现场交付与生态路线
OpenAI 的结构更重。它当然也需要销售，但岗位名称里直接叫销售的并不多，约 28 个。更突出的部分是客户成功、商业模型部署、前沿部署工程师这类岗位。
OpenAI 有 50 个客户成功岗位，33 个商业模型部署岗位，其中包含大量前沿部署工程师。这些岗位分布在西雅图、纽约、伦敦、巴黎、东京等城市，职责是帮助大企业把模型接进真实系统，处理工程集成、定制、调试和落地中的问题。
它对生态渠道的依赖也更高。OpenAI 有 38 个合作伙伴相关岗位，覆盖 AWS、麦肯锡，以及 Cognizant、Infosys、Wipro 等系统集成商。顺便一提，OpenAI 商业化方向并不只押注企业 API 和订阅，广告解决方案团队招聘是为 C 端的广告收入准备的。
放在一起看，Anthropic 更接近标准企业软件销售模式，OpenAI 更像把技术团队、咨询公司、云厂商和系统集成商绑在一起，围绕客户现场做解决方案。
OpenAI 的前沿部署工程师
最值得讨论的是 OpenAI 的前沿部署工程师。按理说，AI 模型可以通过 API 或企业版产品交付，为什么还需要大量工程师去客户现场？
大企业买 AI 不是买一个聊天框，它们要把模型接进 CRM、ERP、BI、客服系统、文档系统、内部审批流程和权限体系。只要进入这些系统，稳定的完成跨系统任务，处理脏数据、权限限制、例外流程等都是很大的挑战。最前沿的 AI 公司也需要很多人去弥补自动化还做不到的部分。OpenAI 招大量前沿部署工程师，是因为企业客户的真实环境太复杂，模型卖出去之后，集成、调试、评估、权限、异常处理和持续维护仍然需要人来完成。
写在最后
- OpenAI 和 Anthropic 都在把 AI 推向大企业，但路线不同。Anthropic 更像在搭建一支标准企业软件销售队伍，OpenAI 则更像在搭建一套重交付体系，把工程师、合作伙伴、云厂商和系统集成商绑在一起，围绕客户现场做解决方案。
- 企业客户不会只为模型能力买单，它们真正需要的是可维护、能接进现有系统的解决方案。AI 公司要赚大企业的钱，靠模型本身还不够，还要有人把模型带进复杂现场。
- 消费者订阅和 API 调用可以带来增长，但要支撑高估值和高研发投入，大客户的长期合同更稳定，也更容易形成可预测收入。
- 最前沿的 AI 公司反而需要大量人力去弥补自动化还做不到的部分，这个事实本身，就是当前阶段最真实的行业图景。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
5
0- 0
已为社区贡献4条内容
所有评论(0)