文 | 数智奔流，作者 | 艾题，编辑 | 沈校
刚刚，Meta 宣布成立新业务 Meta Enterprise Platform，准备把 Muse 智能体、Meta Business Agent、Muse API、Muse Code 等产品打包卖给企业和开发者。
简单说，就是刚走红的个人 AI 助理 Muse 的企服版本。借着 Muse 在 C 端市场走红的明星效应，Meta 也想拿下 B 端大生意。
几乎同时，听到这个消息，上任不满一年的上市企业 CEO，跳槽去给扎克伯克卖 Muse 企服版。
9 月 28 日，MongoDB 突然宣布，CEO 兼总裁 Chirantan "CJ" Desai 即刻离职，加入 Meta，担任首席企业平台官，直接向扎克伯格汇报。Desai 在 MongoDB 的任期还不到一年。消息传出后，MongoDB 股价盘中一度下跌约 18%。
MongoDB 原本计划 9 月 29 日举行投资者日，向市场介绍长期战略、AI 产品和增长机会。结果就在投资者日的前一天，公司突然失去了刚上任不到一年的 CEO，只能让前任 CEO Dev Ittycheria 临时回归。
作为一家市值 200 亿美金的上市企业，MongoDB 本身也正在押注 AI 数据基础设施。它的 Atlas 数据库、搜索、向量检索和实时数据能力，是企业构建 AI 应用所需要的底层组件。
MongoDB 公布的第二季度财报显示，营收为 7.718 亿美元，同比增长 30%；其中 Atlas 相关收入为 5.659 亿美元，同比增长约 29%。公司还上调了全年收入指引至 29.9 亿至 30.3 亿美元。
在这个时候 Desai 离开 MongoDB，跳槽来到 Meta 卖 Muse 的企服版本，可见 Meta 的 AI 宇宙还是太有吸引力了。
这种分化可能只是短期波动，但它仍然暴露了 Muse 目前最大的隐患，不是 AI 能力问题，是使用场景的低频性。
经典的 Muse 使用场景往往是：找出可以取消的订阅、整理过去一年的账单、比较保险方案、处理报税、预订机票、取消行程等个人事务的 AI 代理，用户确实愿意把这些事交给 Agent，因为它可能替用户节省几个小时，甚至省下一笔钱。
但在 AI 的高效处理下，个人任务往往需要几个月的积累，才值得用启动一次 Muse 完成。这形成了一个典型矛盾：单次价值很高，但使用频率很低。
这和 ChatGPT 的商业模型不同。ChatGPT 可以写作、搜索、编程、学习、总结文件，用户每天都可能产生新的需求。单次使用的价值不一定很高，但 " 高频需求 × 高频使用 " 足以支撑持续订阅。
Muse 要做的，是把一次性任务变成长期管理。
比如在产品设计上已经开始补足这块能力。Muse 会记住用户关心的事情，并根据过去的信息主动提出建议。用户只提过一次朋友的饮食限制，之后组织晚餐时，Muse 可以调用这个信息；用户在 Instagram 上保存过菜谱，它可以进一步生成购物清单。
这意味着 Muse 不再只是一个 " 有事才打开 " 的工具，而是试图成为一个持续管理个人生活的 Agent。
Connect 大会上 Meta 新增了 Walmart、Best Buy、American Eagle、Sephora、Ulta、Wayfair 等零售连接器，引入 Shop Pay 和 PayPal 支付；旅行场景接入 Expedia，日常采购接入 Instacart；工作场景则增加 Notion、Granola、GitHub 和 Box。
连接器和支付的意义，在改变 Muse 的商业模型，带来更多订阅之外的收入想象空间。Muse 正在从 " 高价值的一次性工具 "，变成 " 低摩擦、持续运行的个人 AI 基础设施 "。
但消费级产品仍然有一个上限：用户愿意为它付多少钱。
苹果和谷歌迟早会推出更系统级的 Agent。苹果拥有 iPhone、Mac、Apple Watch、AirPods、App Store 以及大量原生应用；谷歌则拥有 Chrome、Gmail、Maps、YouTube、Android 和 Google Drive。
从理解用户，到调用服务，再到完成支付，它们都拥有比普通 AI 应用更完整的入口和系统权限。
Muse 提供了一个重要方向，但它远远不是终局。
更大的问题在 Meta 自己身上。
2026 年第二季度，Meta 营收 608 亿美元，同比增长 28%；总成本和费用达到 420 亿美元，同比增长 55%；同期资本开支为 310.8 亿美元。公司预计全年资本开支达到 1300 亿至 1450 亿美元。
这些钱被投入数据中心、芯片、模型训练和基础设施。
AI 已经开始改善 Meta 的推荐、广告和用户活跃度，但这些收益仍然不足以单独解释不断上升的投入。扎克伯格需要一种规模更大、价格更高、能够直接出现在账单上的收入。
所以，Meta 开始把 Muse 背后的能力卖给企业。
7 月财报电话会上，扎克伯格提到，Meta 的企业机会包括 API、商业智能体、开发者工具，甚至直接出售算力。他也承认，服务企业是 Meta 过去并不熟悉的 " 另一种肌肉 "。
9 月 28 日，Meta 成立 Meta Enterprise Platform，计划把 Muse、Meta Business Agent、Muse API、Muse Code 等技术打包成企业和开发者可以采购的产品。
这让 Muse 和企业平台之间形成了一个分工：Muse 解决的是消费级 AI 的使用频率和订阅问题；Enterprise Platform 解决的是 Meta 人工智能投资的客单价和回报问题。
前者要让用户每天使用，后者要让企业长期付费。
模型是底层，智能体是入口，连接器是执行网络，算力是基础设施，企业合同才是收入。
早期，行业争夺的是首席科学家、模型架构师和算力专家。今天，模型能力逐渐变成产品后，谁能把产品卖出一个好价钱成为关键。
这也是为什么 Meta 要从 MongoDB 挖来 Desai。
Desai 在 ServiceNow 工作近 8 年，曾担任总裁和首席运营官，参与推动公司年化收入从 15 亿美元增长到超过 100 亿美元；之后，他负责 Cloudflare 的产品与工程；2025 年 11 月，他接替 Dev Ittycheria，成为 MongoDB CEO。
职业履历是典型的 To B 产品增长模型：理解复杂产品，建立客户关系，推动销售组织，完成大规模部署，并把产品变成长期合同。
这正是 Meta 过去相对缺少的能力。
Meta Enterprise Platform 的任务不是再做一个聊天机器人，而是把模型、智能体、API、算力和商业工具重新包装成企业能够采购的产品。
这也是 Desai 这类人才的价值所在。
他可以帮助 Meta 理解企业为什么购买、为什么拒绝，以及什么样的 AI 产品才能从一次性项目变成长期合同。
OpenAI 在不到一年内连续调整企业营收负责人，也能说明问题。
2026 年 8 月，OpenAI 任命 Dali Rajic 为新任首席营收官。Rajic 此前曾任 Wiz 总裁兼首席运营官、Zscaler 总裁和 AppDynamics 首席客户与营收官。OpenAI 对他的任务描述很直接：建立下一阶段所需要的 " 营收运营系统 "。
这类任命和挖科学家是两种不同的组织动作。
科学家负责把能力边界推远，营收负责人负责把客户边界推开。前者决定模型能做什么，后者决定企业愿意为什么付费。
挖人之战背后是财务数据变化带来的这场人才转变的速度。
2025 年 12 月，OpenAI 任命前 Slack CEO、Salesforce 前高管 Denise Dresser 为首席营收官，负责企业业务和客户成功。当时，OpenAI 披露已有超过 100 万家企业客户，包括沃尔玛、摩根士丹利、Intuit、Databricks 等。
到了 2026 年 4 月，OpenAI 披露，企业收入已经占总收入 40% 以上，并计划在年底前接近消费业务的收入规模。Codex 周活跃用户达到 300 万，API 每分钟处理超过 150 亿个 Token。
当企业收入占比超过 40%，公司内部最重要的问题就不再是模型能否上线，而是销售团队如何扩大、客户如何续费、使用量如何增长，以及每个客户最终能贡献多少收入。
Anthropic 也在沿着类似路径扩大企业业务。
公司披露，2026 年初以来，Claude Code 的企业订阅数量增长了约 4 倍，企业客户贡献的收入已经超过 Claude Code 总收入的一半。
毕竟科学家决定 AI 模型能力的技术天花板，生意操盘手掌握着这项技术进入商业进程的损益表。
