微软推出 Microsoft Frontier Company，投 25 亿美元、6000 名专家进驻客户做 AI 转型
- 微软成立新业务单元 Microsoft Frontier Company，投资 25 亿美元，把 6000 名行业与工程专家派驻客户内部，推动「前沿转型」（Frontier Transformation）。
- 这套打法被微软定位为超越现有的「前沿部署工程」（FDE），核心方法是让 Intelligence（智能）和 Trust（信任）两个平台之间不停做持续改进的循环。
- 微软承诺：客户的数据、IP 和竞争优势不会被拿去训练那种会削弱其差异化的模型；平台支持在 OpenAI、Anthropic、微软自研或开源模型之间自由切换。
- 已在伦敦证券交易所集团（LSEG）落地，把 AI 嵌进 LSEG Workspace 帮金融从业者查内容；另点名 Land O'Lakes、Unilever、Novo Nordisk 等客户但未展开。
- 由 Rodrigo Kede Lima 出任总裁（30 年行业经验、6 年微软销售履历），并与埃森哲、凯捷、安永、毕马威、普华永道等咨询伙伴联合扩展规模。
微软要单独拉一支队伍，专门帮企业把 AI 用出真金白银的效果
微软商业业务首席执行官 Judson Althoff 于 2026 年 7 月 2 日在官方博客宣布，微软将成立新业务单元 Microsoft Frontier Company，联合合作伙伴推动面向全球企业客户的「前沿转型」（Frontier Transformation）。
说白了，微软单独拉出一支队伍：投 25 亿美元，把 6000 名工程师和行业专家直接派进客户公司内部，跟客户一起设计、落地、并持续打磨 AI 系统，目标只有一个，就是能算得出来的业务结果。
客户为什么现在要这个：钱花了要见效，经验还不能被 AI 顺走
微软的判断是，企业早已过了「试试看」的阶段。现在客户要的是花出去的 AI 预算能换回可衡量的业务结果，能证明这笔投资划算。
与此同时，企业心里还压着一层顾虑。它们积累多年的专有数据、工作流程和行业经验，是自己区别于对手的本钱。它们担心这些东西被 AI 吃进通用模型之后，变成谁都能调用的普通能力，自己的护城河就被抹平了。
微软把这两件事拎出来，归成两个词：Intelligence（把你的智能放大）和 Trust（让你信得过）。Judson Althoff 此前撰文说，这是任何一套 AI 方案里最重要的两块，也是下面整个组织搭建的地基。
两块拼图先分开看：一块攒你的独门经验，一块看紧你的 AI 系统
要同时做到「放大智能」和「信得过」，微软说得靠两个各自独立的平台托底。它们分工不同，先拆开看清楚。
把你的独门本事沉淀下来
- 沉淀企业专有数据、专业知识、工作流、决策流程
- 这些能力在企业内部越用越厚，随时间复利增长
- 构建方案时可自选模型，不被绑死在某一家
把你的 AI 系统看得清、管得住
- 覆盖技术栈每一层，对 AI 系统做观测、治理、管理、安全
- 用 FinOpsFinOps：一套核算和管理云计算、AI 花费的方法，把每一块钱的投入和实际换回的业务价值对应起来，方便判断这笔钱花得值不值。 核算这笔投入的回报
- 让企业看得清 AI 到底跑得怎么样、值不值
6000 名专家在干的事：让这两块拼图之间不停地转
普通 AI 咨询交付完系统就收工。Microsoft Frontier Company 让工程专家常驻下来，在智能平台和信任平台之间建立一个持续改进的循环，反复微调 agentic 业务流程，让客户的智能随时间复利，最终落成实际的业务结果。这是它区别于普通 AI 咨询、也区别于普通 FDE 的地方。
6000 名专家干的核心的事，就是让上面那两个平台之间的信息不停地循环流动。数据和经验喂进去，系统跑出结果，结果再回到专家手里做优化，一圈接一圈地滚。
这里的 agentic 业务流程，指的是那种能自己完成多个步骤、自己判断该调用什么工具去把活干完的流程，不用每一步都人工去点一下。专家要做的，就是让这类流程在一轮轮反馈里越调越准。
循环里这批常驻工程师，用的是被称作「前沿部署工程」（Forward Deployed Engineering，FDE）的路子：科技公司把工程师直接派到客户公司内部，现场跟着一起写代码、部署系统、解决实际问题。有点像家电厂商不只把电器卖给你，还派个工程师常驻你家，帮你调试到完全好用为止。
承诺写进了条款里：你的数据不会被拿去喂养对手也能用的模型
微软把一条原则称作「不可谈判」：客户的智能受保护。你的数据、你的 IP、你的竞争优势，都不会被拿去以「削弱你行业差异化」的方式训练模型。保护的办法，是一套开放、可换模型的平台，让企业按场景挑合适的模型，不被任何一家锁死。
对企业来说，这条承诺决定了敢不敢把家底交出来。微软把两种处理方式的差别摆得很清楚。
- 你的独门经验被学走，变成谁都能调用的通用能力
- 行业差异化被「商品化」，护城河被抹平
- 方案绑死在单一模型、单一供应商，换不动
- 数据、IP、竞争优势不进入训练，留在你自己手里
- 按场景自由选模型：OpenAI / Anthropic / 微软自研 / 开源 / 行业模型
- 不被任何一家锁定，采购决策自己说了算
没有哪种社会共识，会允许一个 AI 未来去吃掉那些部署它的公司自身的智能。Satya Nadella，微软 CEO（Judson Althoff 引述）
基于这条原则，微软给的方案是一套开放、异构的多模型平台：企业不该被锁死在单一模型上，就像不该被锁死在单一技术供应商上。同一套系统里，可以让每个场景跑最合适的那个模型，控制权不交给其中任何一家。
已经有谁在用：伦敦证交所让分析师直接问 AI 要答案
微软给出的落地例子里，只有伦敦证券交易所集团（LSEG）讲了具体机制，其余都是名单式带过。
微软的工程师和行业专家跟 LSEG 一起，把 AI 嵌进它的 LSEG Workspace，让金融从业者能对结构化和非结构化的金融内容直接提复杂问题、快速拿到答案。这套东西底下靠客户反馈和实时用户测试不断打磨，每一轮迭代都更快，模型的质量和覆盖范围一点点变好。
除 LSEG 外，微软还点名了 Land O'Lakes、Unilever、Novo Nordisk 等客户，以及埃森哲、凯捷、安永、毕马威、普华永道等全球咨询伙伴，说会靠这些伙伴把这套模式铺向全球各个市场和细分行业。这些案例的具体细节，官方博客里没有展开。
谁在掌舵，把几个数字放一起看
掌舵这个新组织的是 Rodrigo Kede Lima，出任总裁。他有 30 年行业经验，过去 6 年在微软担任销售负责人，操盘美洲和亚洲的企业级转型，长期帮客户和伙伴把技术变化落成业务结果。
归根结底，它落在 Intelligence + Trust 两个词上：让客户实现有意义的成果，拿回投资的回报。Judson Althoff，微软商业业务 CEO