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。

01  Muse也需要 To B肌肉

Sensor Tower最新数据显示，Muse的DAU约180万，但日收入约1.5万美元。按订阅价格粗略倒推，付费用户渗透率大约在1%—2%。DAU还在继续增长，但日收入已经见顶回落。

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。

02 大模型企业进入生意餐盘手时代

大模型公司正在换一批关键人才。

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。