OpenAI 聘用 Brian McCarthy：企业 AI 进入销售执行力之战

据报道，OpenAI 已聘请 Brian McCarthy 担任新设立的销售领导职位，这是该公司新任首席营收官上任后的首个重要高管任命。OpenAI 聘用 Brian McCarthy 表明，企业增长如今取决于严谨的执行力，而不仅仅是更强大的模型或 ChatGPT 的消费者影响力。

根据 9 月 17 日的一则任命报道，McCarthy 将出任全球销售副总裁。他此前就职于 SpaceX，并在该公司于 8 月收购 Cursor 后加入。报道发布时，OpenAI 和 McCarthy 均未单独发布公告。

这一时机颇具意义，因为 OpenAI 正面临两场不同的销售竞争。Anthropic 正在争夺模型和工作场所工具的直接支出。OpenAI 的长期合作伙伴 Microsoft，则日益将其自有产品定位为独立 AI 供应商的竞争对手。

因此，这不只是一次高管人事变动。在竞争对手锁定企业预算、工作流程和高管关系之前，OpenAI 正试图将巨大的产品知名度转化为可复制的企业采用；而这些因素会令企业客户难以被替代。

OpenAI 聘用 Brian McCarthy 实际改变了什么

OpenAI 正在新增一位专职全球销售负责人，而非填补现有职位空缺。

据报道，McCarthy 的职位为新设，因此他并非接替其他高管。他将向 Dali Rajic 汇报，后者于 8 月 24 日出任 OpenAI 首席营收官。

Rajic 加入 OpenAI 前曾担任 Wiz 总裁兼首席运营官。其此前职位还包括 Zscaler 总裁兼首席运营官，以及 AppDynamics 首席客户与营收官。

OpenAI 于 8 月 13 日宣布任命 Rajic。该公司表示，他将领导其全球营收组织，并构建公司下一阶段增长所需的运营体系。

公司还披露，其产品每周活跃用户已超过 10 亿，企业客户超过 200 万家。根据这则营收高管任命公告，这一企业客户数量在一年内翻了一倍。

这些数据来自 OpenAI 自行披露，并非经独立审计的客户或使用数据。不过，它们仍说明了公司为何需要更专业的销售领导能力。

服务 200 万家组织的业务，与面向个人订阅用户的消费产品有着截然不同的要求。大型合同涉及安全审查、数据控制、集成工作、采购谈判、高管支持以及漫长的部署周期。

McCarthy 拥有围绕此类流程构建的组织经验。根据招聘报道，他此前曾在 Rubrik、ThoughtSpot、AppDynamics 和 Qlik 领导企业销售团队。

他与 Rajic 的合作经历同样值得关注。两人在 2017 年和 2018 年曾共同就职于 AppDynamics，当时 Rajic 负责营收，McCarthy 则担任销售副总裁。

当 Cisco 在 AppDynamics 原定上市前夕同意收购该公司时，AppDynamics 正在筹备首次公开募股。这段经历让两位高管都置身于一家高速增长的企业软件公司，并共同经历了异常严苛的转型期。

McCarthy 此后成为 Cursor 全球营收与全球现场运营总裁。据报道，Cursor 于 8 月被 SpaceX 收购后，他仍保留这一头衔。

从该交易完成到他据报道转投 OpenAI 的间隔很短，因此其具体过渡安排也引发了合理疑问。公开报道并未披露他的入职日期、薪酬、区域组织架构或初期招聘目标。

但报道明确了组织发展方向。Rajic 正在组建一支熟悉结构化企业销售的领导团队，而 McCarthy 是这一努力中首位受到广泛关注的新增高管。

这很重要，因为全球销售副总裁能够建立统一的客户规划、预测、区域覆盖和绩效标准。当需求横跨不同产业和国家时，这些体系就变得不可或缺。

因此，OpenAI 聘用 Brian McCarthy 改变了谁来负责转化难题。OpenAI 已经拥有关注度和产品使用量；据报道，McCarthy 的任务是将这些需求转化为持久的企业关系。

OpenAI 需要让企业营收变得可复制

消费者知名度能够打开大门，但企业销售决定了最初兴趣能否转化为持续、覆盖全组织的使用。

OpenAI 表示，企业营收占其总营收的比例已超过 40%。公司预计，到 2026 年底，企业业务营收将与消费者营收持平。

这一预测来自 OpenAI，因此应被视为公司的目标。不过，它仍表明企业客户已成为 OpenAI 战略的核心。

该公司还称，其 API 每分钟处理超过 150 亿个 token。Codex 的每周活跃用户已达 300 万，其客户名单包括 Goldman Sachs、State Farm、DoorDash 和 Thermo Fisher。

OpenAI 将其企业计划描述为基础设施、模型、代理管理和面向员工的软件组合。其企业战略旨在将 AI agents 与公司的数据、内部系统和权限控制连接起来。

AI agent 是一种软件，可在明确指令下利用模型、工具和数据完成多步骤工作。销售这一能力，远不只是提供聊天机器人的访问权限。

客户必须决定 agent 能访问哪些系统、能执行哪些操作，以及员工将如何审核其输出。他们还必须界定自动化流程出现故障时的责任归属。

这些决策会让技术团队、法务部门、安全负责人、业务管理者和采购人员共同参与同一次采购。即便技术演示令人印象深刻，只要这些团队无法就部署条件达成一致，项目就可能停滞。

这正是经验丰富的企业销售领导能力变得重要的地方。全球销售组织必须识别可行的应用场景，引入技术专家，并在漫长的评估过程中维持高管支持。

它还必须区分真正的部署与从未扩展的实验。企业可以报告大量商业账户，但每位客户内部的实际使用量可能有限。

最强的企业产品会从一个团队扩展到其他职能部门。这种扩张需要可衡量的成果、管理控制、可靠的支持以及清晰的采购结构。

OpenAI 的消费者影响力赋予其不寻常的起步优势。员工可能在雇主批准正式部署之前，就已经了解 ChatGPT。

熟悉度可以降低培训阻力，但并不能决定采购结果。企业买家会评估合同保障、数据处理方式、集成成本、模型可靠性以及对供应商的长期依赖。

OpenAI 还必须协调多条市场路径。客户可以购买员工应用程序，通过 API 使用模型，借助云合作伙伴，或将 OpenAI 产品与咨询及数据平台结合使用。

这种灵活性扩大了机会，也让客户归属变得更复杂。两个内部团队或合作伙伴可能带着重叠的产品和激励机制接触同一客户。

全球销售负责人可以为这些重叠情况制定规则。McCarthy 还可以帮助标准化从有前景的技术试点转为商业客户的节点。

OpenAI 表示，其销售团队使用 agent 来研究潜在客户、评估入站意向、发送个性化信息并更新客户记录。这一例子显示了公司希望 agents 如何在日常业务系统中运作。

更严峻的考验在于，客户能否安全地复现这一模式。团队需要可靠地访问以往决策、产品文档和客户背景信息。

可检索的知识库能够支持这些工作流程，但仅靠检索并不能保证执行准确。企业仍需要权限、评估流程和人工审核。

McCarthy 面临的挑战，是将这些要求打包成适用于众多客户的销售流程。一次性的高管关系无法无限期支撑全球营收组织。

Anthropic 是 OpenAI 企业攻势面临的主要压力

主要竞争是 OpenAI 与 Anthropic 对直接企业 AI 支出的争夺，而模型忠诚度仍未稳定。

Anthropic 通过 Claude 及其编程产品，在开发者和企业客户中建立了强势地位。这一优势挑战了这样一种假设：OpenAI 的消费者领先地位会自动转化为企业市场主导地位。

Ramp 的数据为竞争态势提供了一个有限视角。在使用 Ramp 支付产品的企业中，Anthropic 在 7 月的市场份额接近 44%，OpenAI 则接近 40%。

该数据集覆盖逾 7 万家美国企业，但并非衡量企业 AI 支出的完整指标。Ramp 的客户更偏向科技公司，也未涵盖许多使用其他支付系统的大型组织。

在该样本中，OpenAI 在截至 8 月的第三季度增长更快。这份企业支出数据表明，两家公司都尚未取得永久领先地位。

这种波动性十分重要。当性能、政策或产品要求发生变化时，企业可以在不同模型供应商之间迁移工作负载。

开发者可能为编程选择一种模型，为客户支持选择另一种模型。企业也可能通过云平台接入多家供应商，而不是签署独家合作关系。

这削弱了初期采用阶段传统软件锁定效应的作用。它也让销售执行力变得更重要，因为供应商必须在首份合同签订后持续证明自身价值。

Anthropic 从两个方面对 OpenAI 施压。首先，Claude 为技术团队提供了处理高要求工作流程的可信替代方案。其次，Anthropic 将自己定位为面向企业的供应商，而不是由消费者产品向商业领域扩张的公司。

OpenAI 可以通过模型和产品性能回应第一个挑战。McCarthy 的组织则必须通过展示 OpenAI 将企业部署理解为一项持续的运营承诺，来回应第二个挑战。

这包括帮助客户从个人使用转向受控、共享的工作流程，也需要证明部署能够产出有用成果，同时不会带来不可接受的安全或治理风险。

竞争并不局限于赢得新客户。两家公司都必须扩大现有客户内部的使用规模，同时防御彼此对工作负载的争夺。

例如，一家公司可能批准员工将 ChatGPT 用于一般用途，同时选择 Claude 进行软件开发。另一家客户则可能使用 OpenAI API，但从 Microsoft 购买员工助手。

这种碎片化模式使简单的客户数量信息价值下降。营收质量取决于使用量、续约、扩张，以及绑定到每家供应商的工作流程数量。

麦卡锡的背景表明，OpenAI 希望对这些商业动作施加更严格的控制。企业软件资深人士通常会围绕客户、行业、区域和技术采购群体来组织团队。

这种方式可以帮助 OpenAI 判断每次沟通应由哪款产品主导。当多项 OpenAI 产品满足重叠需求时，它也能减少混乱。

不过，聘请经验丰富的销售高管并不能消除产品切换。客户仍会比较准确性、延迟、安全性、管理能力和集成工作量。

因此，OpenAI 招募 Brian McCarthy 是对一场正在进行的竞争的回应，而非 OpenAI 已经胜出的证据。公司必须将其品牌和使用量转化为在下一次模型发布后仍具价值的合同。

Microsoft 将合作关系转化为另一条销售战线

即使依赖曾帮助其建立企业市场覆盖的合作伙伴关系，OpenAI 仍必须与成熟的软件分销体系竞争。

Microsoft 仍是 OpenAI 历史和商业布局中的重要组成部分。然而，两家公司在员工助手、智能体平台、开发者工具和企业基础设施方面的重叠正日益增加。

这种重叠带来的挑战不同于 Anthropic。Anthropic 主要是作为另一家 AI 提供商参与竞争；而 Microsoft 可以将 AI 能力与软件、云服务、安全系统及现有企业协议打包销售。

据报道，Microsoft 已培训销售团队，将其产品直接与 OpenAI、Anthropic 和 Google 进行比较。其推销重点在于效率、集成式安全能力和完整的技术栈。

据报道，该公司还在其应用程序中用自有系统替换了部分外部模型。这些举动表明，模型供应商和分销合作伙伴也可能成为直接竞争对手。

Microsoft 和 OpenAI 于 4 月修改了双方关系，取消了一项排他性条款，允许 OpenAI 通过竞争性云服务提供商销售产品。不断变化的销售竞争使独立掌握客户关系对 OpenAI 更加重要。

企业采购方可能已经从 Microsoft 购买云计算、身份管理、生产力软件、分析和安全服务。与引入独立供应商相比，在现有协议中增加一项产品可能更容易。

面对这种分销优势，OpenAI 不能仅依靠模型质量。其销售组织必须说明，何时直接与 OpenAI 建立合作关系比采用成熟厂商的一体化方案能带来更大价值。

这一论点会因客户而异。构建定制应用的公司可能最重视模型访问能力和开发者工具；另一些公司则可能优先考虑员工在常见办公流程中的采用情况。

OpenAI 的战略试图覆盖这两类群体。它为构建者提供 API 和基础设施，同时开发一款整合 ChatGPT、Codex、浏览和智能体能力的统一员工应用。

这种广泛布局带来了战略覆盖面，但也可能造成复杂性。销售代表需要明确区分平台产品、终端用户应用和合作伙伴交付的解决方案。

麦卡锡在企业基础设施和分析公司积累的经验与此相关。这些市场经常要求直销团队与云服务提供商、经销商、顾问和技术合作伙伴协同工作。

渠道必须在扩大覆盖范围的同时，不放弃客户关系。如果合作伙伴掌握部署知识和高管资源，OpenAI 可能沦为可替换的模型供应商。

直销可以通过让 OpenAI 与业务领导者和运营团队建立联系，避免这种结果。这些关系能揭示客户为何扩大使用规模、项目在哪些环节受阻，以及哪些产品缺口威胁续约。

销售信息也可以指导产品决策。客户反复提出的权限、部署控制或集成成本异议，能为企业采购方下一步需要什么提供证据。

不过，销售反馈可能带来优先满足大客户而非小型用户的压力。OpenAI 需要在定制化企业需求与面向广泛采用设计的产品之间取得平衡。

Microsoft 的规模使这种平衡更为困难。它可以通过成熟的现场销售组织服务全球客户，同时经由客户已在使用的软件分发功能。

OpenAI 在更晚的阶段才开始建立可比的商业纪律。新设立的全球销售职位表明，公司已意识到这一差距。

这种冲突并非合作伙伴与竞争对手之间的清晰分界。OpenAI 仍可受益于 Microsoft 的基础设施和客户覆盖范围，同时与 Microsoft 的应用和模型竞争。

麦卡锡的团队必须逐个客户应对这种模糊性。结果将揭示 OpenAI 能否独立掌握企业需求，还是仍依赖更大的分销平台。

更大的销售团队无法解决产品与信任缺口

怀疑者的观点很直接：更强的销售执行力无法弥补糟糕的部署结果、不清晰的经济性或不稳定的客户忠诚度。

高管招聘通常意味着雄心，但并不能验证需求质量。OpenAI 的业务客户数量和收入预测均为公司披露，详细财务报表仍未公开。

据报道的这项任命也留下了若干组织问题尚未回答。OpenAI 尚未公开说明麦卡锡的区域职责、人员规模计划、其职位之下的汇报结构或绩效目标。

他在 SpaceX 的任期较短，也可能令过渡更复杂。公开记录未说明他是否已完成离职、何时开始新职务，或 OpenAI 如何处理任何合同限制。

这些空白并不能证明该报道不实，但会限制读者能从中负责任地得出的结论。

更大的不确定性在于企业采用情况。许多组织可以采购 AI 工具，却未必将其整合进重要工作流程。

最初的热情可能带来大规模试用，但续约取决于可衡量的成果。客户需要证据证明，工具能够节省时间、改善产出、增加收入或减轻运营负担。

他们必须权衡这些收益与推理成本、实施工作、监督和风险。一款在演示中表现良好的模型，仍可能在不可预测的现实输入下失效。

智能体会带来额外担忧，因为它们可以跨互联系统采取行动。当软件能够更新记录、联系客户或更改运营数据时，一次错误回应的后果会更加严重。

安全与隐私要求也因行业和国家而异。金融机构、医疗组织和公共机构可能需要一些会延迟或阻止大规模部署的控制措施。

全球销售组织必须避免将这些保障措施视为需要绕过的成交障碍。信任取决于解释局限性、设定现实预期，并让正确的技术审查人员参与其中。

OpenAI 还面临产品重叠风险。客户可能难以区分哪些工作负载应使用 ChatGPT、Codex、Frontier、API 或合作伙伴平台。

即使单项产品表现良好，令人困惑的产品打包方式也可能拖慢采购。销售团队需要形成简明的客户叙事，同时不掩盖技术差异。

模型的快速变化带来另一重压力。每一次发布都可能改变相对性能、运营成本和客户偏好。

Ramp 的数据表明，随着产品变化，企业曾在 OpenAI 和 Anthropic 之间切换。围绕某项暂时的基准领先优势建立的销售组织，可能很快失去可信度。

OpenAI 必须销售持久的能力，包括部署支持、治理、集成、评估，以及让客户免受持续产品变动影响的升级路径。

招聘麦卡锡可以改善这些流程，但结果仍不确定。他此前的成功发生在采购模式更成熟的企业软件类别中。

前沿 AI 的格局仍不稳定。采购方仍在决定，模型应当是战略平台、可替换的公用工具、员工应用，还是现有软件中的组件。

OpenAI 正试图占据所有这些位置。这一雄心扩大了其可触达市场，同时也在产品简洁性与平台广度之间造成张力。

公司还必须管理大客户和合作伙伴的集中度风险。少数大型合同可以加速收入增长，但也会给予这些客户显著的谈判筹码。

这些问题不会因为一位经验丰富的销售领导者到任而消失。这项招聘之所以重要，是因为它让 OpenAI 对解决这些问题有了更明确的负责人。

这种区别应当影响市场预期。这项任命是组织投入的证据，而非企业市场领导地位的证明。

三个信号将表明该战略是否奏效

下一项考验在于，OpenAI 能否实现更深入的部署、更清晰的商业执行，并在与 Anthropic 和 Microsoft 的竞争中取得持久进展。

第一个信号是麦卡锡在上任初期数月内建立的组织结构。OpenAI 最终应澄清区域领导架构、行业覆盖、技术销售支持，以及与咨询或云合作伙伴的关系。

连贯的结构将强化这样一种判断：公司正将需求转化为可重复的运营模式。若只有模糊的头衔而没有可见的组织变化，则会削弱这种解读。

新的高管任命也值得关注。招聘报道称，Rajic 从 Snowflake 招募了两位销售负责人，不过这些人事变动归因于一名未具名消息人士。

如果 OpenAI 确认更多任命，其职责将比前雇主更重要。负责战略客户、销售工程、客户成功和国际市场的领导者，将表明一种平衡的扩张。

第二个信号是企业使用情况，而非头条式的客户数量。OpenAI 报告称拥有超过 200 万商业客户，但更深入的指标将揭示这些关系的健康程度。

有用的衡量指标包括企业收入占比、使用量增长、续约率、部署范围扩大，以及客户组织内的活跃用户数。OpenAI 在保持私有状态期间可能不会披露所有这些数据。

当案例研究描述真实工作流程和可衡量成果时，可以提供部分证据。笼统的客户 Logo 提供的洞见较少，因为它们并不能显示部署深度。

读者还应关注 OpenAI 是否在 2026 年底前实现其所述的企业收入与消费者收入持平目标。若达到这一目标，将强化其商业重组的合理性。

未能达到该目标并不自动意味着麦卡锡失败，尤其考虑到他较晚到任。这将引发对采用速度、竞争压力或早期预测可靠性的疑问。

第三个信号是相对于 Anthropic 和 Microsoft 的变化。没有单一数据集能够覆盖整个市场，因此应从支出数据、产品采用、重大合同和客户扩张等维度比较趋势。

如果 OpenAI 在连续模型发布中留住客户的同时，获得更多直接企业支出，其销售战略将显得更具持久性。围绕一次发布的短暂跃升，提供的证据则较弱。

Anthropic 的回应尤其重要。更多企业销售招聘、新的管理控制措施或扩大的合作伙伴关系，将表明 OpenAI 的推进正在迫使其作出直接反应。

微软的动向将揭示另一种压力。更直接的竞争比较、更多自研模型以及更紧密的产品捆绑，都会让 OpenAI 的独立销售工作更为艰难。

这也是为什么 OpenAI 聘用 Brian McCarthy 的消息，其分量远超一次常规人事公告。OpenAI 正在为这样一个市场配置人手：分发能力和客户执行能力正变得与模型排名同样重要。

对企业买家而言，眼下的启示并不是假定某一家供应商已经建立了持久领先优势。市场仍在快速变化，供应商正围绕规模更大、复杂度更高的部署重新组织自身。

买家应询问各家供应商：其产品如何融入现有系统、如何衡量部署价值，以及当模型或政策发生变化时将如何应对。这些答案比一张基准测试快照更有参考价值。

开发者应关注，更强的企业销售能力是否会改变产品优先级。大型客户能够加速治理和集成方面的改进，但也可能让注意力转向高度专业化的需求。

知识工作者应聚焦那些真正投入生产的工作流程。供应商的销售势头，只有在其工具成为日常工作中可靠的一部分时才有意义。

OpenAI 如今拥有消费者认知度、不断扩大的商业版图，以及新的营收领导团队。它仍需证明的是，这些优势能够转化为持久的企业客户关系。

据报道，McCarthy 的任命启动了这场检验。未来几个月将显示，OpenAI 能否将非同寻常的关注度转化为一家纪律严明的全球企业，还是 Anthropic 和微软会继续让企业 AI 支出保持分散。