OpenAI擲40億美元重金收購 Tomoro攻FDE殺出血路
Tomoro官方網站顯示的願景，是構建每週三天工作制：「人工智能（AI）革命為重塑社會提供了契機。我們不是旁觀者，而是創造者——我們將共同構建一個我們和子孫後代都引以為豪的世界。我們的使命是平衡人工智能的生產力和人類的目標，使每週三天工作制成為現實。」
FDE助企業解難題
Tomoro由Rishabh Sagar、Chris Spencer和Ed Broussard在2023年共同創立。
公司靈魂人物Ed Broussard的職業生涯始於數據與AI諮詢公司Mudano，他作為聯合創辦人帶領團隊一路做到被Accenture（美股代號：ACN）收購，之後擔任英國金融服務應用智能負責人，直至2023年7月離職再創業。
而Rishabh Sagar則生於印度、擁有16年雲端高頻數據應用架構經驗，曾服務於Accenture AI、Mudano和Lloyds Banking Group；Chris Spencer則曾在Accenture擔任AI負責人，在
Mudano任數據解決方案主管超過八年。
這三位創辦人有一個共同點：他們都不是AI科學家，而是AI落地工程師出身。
2023年這三位在數據與AI領域摸爬滾打多年的老兵決定聯手，打算做一家不只是「賣AI」，而是「幫企業把AI用起來」的公司。
Tomoro創立之初就承諾，將在保持同樣生產力的前提下大幅減少工作時間，其目標是將大型公司的工作效率提高到現在的八倍。
此外，從成立第一天起，公司就與OpenAI建立了戰略合作關係。他們派工程師入駐客戶辦公室，手把手教客戶把AI真正用起來。
這種模式被稱為「前線部署工程師」（Forward Deployed Engineer, FDE），概念源自美國大數據與人工智能平台公司Palantir Technologies（美股代號：PLTR），意指深入客戶組織內部，與高管和一線團隊共事、把AI重塑進工作流程的駐場專家。
Tomoro約150名工程師和部署專家，就是這樣與客戶公司的高管和一線團隊共事，解決AI從Demo（原型）到生產系統的最後一公里難題。
Tomoro成功為維珍航空打造了AI旅遊管家、為遊戲巨頭Supercell開發了遊戲內支持智能代理，並贏得了富達國際、特易購（Tesco）、紅牛（Red Bull）等一眾行業巨頭的信任。
這些客戶都不是技術型公司，而Tomoro最擅長在傳統企業複雜的業務環境中完成AI部署，從數據接入、系統治理流程、權限控制到生產級工作流設計，解決一系列複雜問題。
度身訂造AI Agent
Tomoro的核心服務之一，就是為客戶公司創建自主的、定製化的AI Agent。
一個很典型的例子，就是他們為Supercell打造的「虛擬客服代理」。這個AI Agent能直接嵌入遊戲，處理玩家的日常查詢，在短短11週內就完成部署，將客服成本降低了90%，客戶滿意度提升了20%，平均回應時間僅需七秒。
AI Agent被認為是大語言模型落地的有效工具，擁有自主性和自適應性，可以依靠AI賦予的能力完成特定任務，並在過程中不斷自我完善和改進。其並非簡單地取代人類工作，而是能主動在用戶提出要求前就提出建議，能跨越應用程式完成任務。
簡單來說，Tomoro做的事情不是研發一個通用的AI模型，而是通過構建和部署AI Agent，幫助傳統企業將AI應用在真實業務場景中，真正產生商業價值。
隨著人工智能技術的不斷發展和成熟，AI Agent在提高工作效率、自主決策和智能交互方面有巨大潛力。
同時，愈來愈多組織和企業也開始意識到提高員工福利和工作效率的重要性，為Tomoro的願景提供了市場需求和支持。
亞太區12個月內月收入增10倍
Tomoro AI於2025年5月進軍亞太區、設立新加坡總部時，透露公司在沒有任何風險投資的情況下，依靠自身業務盈利，在12個月內實現了月收入增長十倍的驚人飛躍。
2026年5月11日OpenAI宣布成立OpenAI Deployment Company（DeployCo），以逾40億美元的初始投資，將Tomoro整個團隊收入囊中。
DeployCo是由OpenAI持有多數股權並控制的實體，共同領投包括Advent、貝恩資本（Bain Capital）、Brookfield（美股代號：BN）；其他參與方則有高盛（Goldman Sachs，美股代號：GS）、軟銀（SoftBank）、Warburg Pincus等。
這筆交易邏輯清晰：Tomoro沒有研發自己的大模型，沒有融資新聞，沒有媒體曝光，只做了一件事——幫企業把AI用起來，這恰是OpenAI最需要的「拼圖」之一。
收購後，Tomoro約150名資深AI部署專家將併入新成立的DeployCo。
從2023年成立到2026年被OpenAI以天價收購，Tomoro只用了不到三年。它證明了在AI時代模型不斷更新的浪潮下，如何把模型轉變成生產力的落地能力，顯得尤為重要。
