作者丨林夕
编辑丨小龙
图源丨Wonderful
一家AI公司，从0到50亿美元估值，需要多久？
Wonderful给出的答案是：不到20个月。
2026年9月2日，以色列-荷兰企业AI公司Wonderful宣布完成5.5亿美元C轮融资，估值达到50亿美元。领投方Insight Partners继续加码，Salesforce首次入局，Index Ventures、IVP、Vine Ventures、9Yards和Bessemer Venture Partners全部跟投。
距离上一轮1.5亿美元B轮融资，仅仅过去不到6个月。
2026年3月，Wonderful的估值还是20亿美元；如今已经超过50亿美元。成立于2025年初的Wonderful，在不到两年的时间里完成了一次极其陡峭的估值跃迁。
公司累计融资已经超过8亿美元，员工从年初约350人增长至650人，年化收入则从约100万美元增长到约7000万美元。
更值得注意的是，Wonderful并没有训练一个新的基础模型，也没有找到一个无人竞争的Agent垂直场景。
它做的事情看起来甚至有些“重”：把AI带进企业，然后替企业把AI真正跑起来。
这恰恰可能是下一阶段企业AI最大的生意。
01企业AI的第一道缺口
过去两年，企业获取AI能力的门槛迅速下降。聊天机器人、知识库、会议纪要、代码助手、营销内容等产品已经高度成熟，企业采购一个成熟模型或SaaS产品，就能迅速完成第一轮AI改造。
真正困难的是第二步：让AI进入企业真实的业务系统。
一个客服Agent要调用CRM、订单和支付系统；一个销售Agent需要理解客户历史和内部权限；一个财务Agent需要连接ERP、数据库和审批流程。跨国企业还会进一步遇到语言、法规、数据治理以及不同市场业务习惯的问题。
因此，企业AI正在出现一个与过去SaaS时代不同的矛盾：模型能力越来越容易获得，但把模型能力嵌入企业业务流程，反而越来越复杂。
Wonderful创始人Bar Winkler和24岁的CTO Roey Lalazar此前的创业经历，恰好分别靠近这两个问题。
Roey Lalazar（左）Bar Winkler（右）
Winkler此前创办企业采购软件Approve.com，2021年被Tipalti收购；Lalazar则是AI本地化公司Kaps的联合创始人。
一个熟悉企业软件、采购和工作流，一个长期关注AI与语言本地化，两段经历最终指向了同一个创业判断：
企业软件的真正难点，从来不只是把产品做出来，而是让产品进入真实业务环境后能够稳定运行。
Wonderful最初并没有直接从竞争最激烈的英语市场切入，而是选择了一个看起来更难、但竞争更弱的切口：
非英语市场的AI客服。
这是一条看起来更窄、实际上非常适合验证产品能力的路径。因为客服天然具有高频、标准化、可量化的特点，同时又高度依赖语言和文化。
意大利客户喜欢更热情的语气，荷兰客户偏爱直接表达，日本客户需要委婉措辞。Wonderful的AI Agent会针对每个市场调整语气、措辞和行为——甚至对话的“呼吸感”都会调整。
对于跨国企业而言，一个能够处理多语言客服的Agent，并不只是把英文翻译成另一种语言，还需要理解不同市场的表达习惯、沟通方式和业务规则。
Wonderful把这种能力称为“文化流利度”。
但文化适配本身并不是终点。真正重要的是，客服Agent一旦进入企业，就必须与CRM、知识库、订单系统、支付系统以及内部工作流连接起来。于是，一个原本解决客服问题的Agent，开始逐渐变成企业业务系统中的一个执行节点。
CEO Bar Winkler曾在采访中提到：“大多数公司开始使用AI时，都会从客服入手。因为这是一个普遍痛点，AI能立即产生影响。但随着时间推移，AI会延伸到其他功能领域。”
CEO Bar Winkler
这也是Wonderful早期产品最重要的价值：客服不是它最终要做的生意，而是进入企业的入口。
2025年11月，Wonderful完成1亿美元A轮融资时，公司主要还是一家面向全球市场提供AI客服Agent的公司。到了2026年3月完成1.5亿美元B轮时，产品已经开始从客服向电信、金融、制造、医疗等行业的生产级Agent扩展。
到了9月C轮融资，公司对自己的定义已经发生了变化。
它不再把自己描述成一家客服Agent公司，而是直接将产品定义为“AI OS for the enterprise”。
02从一个Agent到一套AI OS
所谓AI OS，并不是Wonderful重新训练了一个模型，而是在模型之上建立一套企业级运行层。
目前Wonderful的平台覆盖工作流、智能体、原生AI应用、企业上下文、模型、系统集成以及安全与治理等能力。企业可以在平台上构建AI应用、调用不同模型、连接内部系统，再通过权限、治理和监控能力把这些智能体真正放进生产环境。
这个变化非常重要。
因为如果Wonderful只做客服Agent，它面对的是Sierra、Parloa、Cognigy等一批已经非常成熟的企业客服Agent公司；如果它只做Agent开发平台，又会进入Dify、Glean、Writer以及各大云厂商的竞争。
而把产品往AI OS方向推进之后，Wonderful试图占据的是另外一个位置：不是替企业做一个AI应用，而是成为企业管理和运行AI应用的基础设施。
CEO Bar Winkler在解释这一变化时，将它类比为云计算，“就像云平台成为现代企业的地基，AI操作系统将成为每一家企业的基石。没有统一的操作系统，企业面临的风险是重现传统SaaS时代的碎片化困境。企业需要一个共享的AI基础，其价值会随着使用而增长。”
这也解释了为什么Wonderful特别强调模型无关。
它并不希望企业因为使用Wonderful而被某一家基础模型厂商锁定。企业可以根据不同工作负载选择不同模型，再通过统一的平台把模型接入业务流程。随着模型本身越来越快地迭代，这种“模型上层”的位置理论上会比单一模型产品更加稳定。
但这里也恰恰存在Wonderful估值中最大的想象空间与风险。
AI OS究竟能不能成为像云平台、数据平台一样的企业基础设施，目前还没有定论。Microsoft、Salesforce、ServiceNow、SAP等传统企业软件巨头，都在把Agent、企业上下文和工作流能力纳入自己的产品体系；Glean、Writer、Sierra等AI原生公司也在争夺企业AI的核心运行层。
所以，Wonderful真正需要证明的，不是自己能不能做出一个Agent，而是能不能让一个企业从一个Agent开始，最终把更多部门、更多工作流和更多业务系统都放进自己的平台。
03 FDE：AI的“最后一公里”
如果只看软件产品，Wonderful并没有一个特别容易理解的技术壁垒。
真正让它区别于大量Agent平台的，是它愿意自己派工程师进入客户企业。
Wonderful采用的是FDE，即Forward-Deployed Engineers，前线部署工程师。与传统售前或实施顾问不同，这些工程师直接进入客户业务环境，与企业团队一起完成AI应用的设计、系统集成和生产部署。
按照Wonderful目前的模式，FDE团队会帮助客户把第一个AI应用真正推向生产，然后将能力交还给客户，让客户能够继续在平台上扩展更多应用。
这实际上解决的是企业AI最棘手的“最后一公里”。
过去企业采购软件，通常希望实施越来越标准化，因为标准化意味着更低的交付成本、更高的软件毛利。但Agent的情况有所不同。一个Agent并不是部署完成就结束，它需要理解企业内部的数据、流程、权限和例外情况，还要随着模型变化持续调整。
因此，企业AI的交付方式可能不会完全沿袭传统SaaS。
软件本身越来越容易获得，真正稀缺的反而是把软件接进企业业务的人。
这也是Palantir很早就验证过的一套方法。Palantir的前线部署工程师长期深入客户现场，把通用平台改造成能够适应具体业务环境的解决方案。它背后的逻辑并不复杂：企业客户往往并不缺软件，而是缺少能够把软件与自己的数据、系统和业务流程连接起来的工程能力。
今天，这套模式正在从一家公司的特殊打法变成AI行业越来越明显的趋势。
2026年6月，AWS宣布成立专门的Forward Deployed Engineering组织，并投入10亿美元，计划部署数千名工程师，与客户共同开发和部署Agentic AI系统。AWS同时强调，FDE的目标并不是长期替客户运营，而是帮助客户最终具备独立使用和扩展AI系统的能力。
Google Cloud在4月宣布投入7.5亿美元推动Agentic AI生态，其中也包括支持合作伙伴建设FDE团队，并将Google的FDE工程师部署到客户项目中。
Anthropic的动作更加直接。5月，公司与Blackstone、Hellman & Friedman等机构合作成立独立的企业AI服务公司，由Anthropic工程师参与，把Claude嵌入中型企业的核心业务。
这些动作共同说明了一件事：模型厂商和云厂商开始意识到，企业AI商业化的瓶颈已经不只是模型能力，而是部署能力。
Wonderful的判断因此获得了一个更大的行业背景。
它并不是简单地把“咨询服务”重新包装成AI，而是在试图把部署能力产品化：FDE负责进入企业、完成第一个生产案例，AI OS负责把后续的Agent、工作流、模型和治理能力沉淀下来。
如果这套模式成立，FDE就不只是成本中心，而可能成为Wonderful获取客户、理解业务、完成部署，再推动客户扩展使用范围的增长飞轮。
但问题同样存在：FDE是一种重服务模式。随着客户数量和部署国家快速增加，Wonderful能否在保持交付质量的同时控制人力成本，将直接决定这门生意最终更像一家高毛利软件公司，还是一家披着AI外衣的技术服务公司。
这也是50亿美元估值需要回答的问题。
04谁在争夺企业AI的运行层？
从竞争格局看，Wonderful面对的并不是一个单一对手，而是一批从不同入口向企业AI运行层靠近的公司。
最接近Wonderful的可能是Sierra。
Sierra由前Salesforce联席CEO Bret Taylor与前Google高管Clay Bavor创立，最初同样从企业客服Agent切入，但随后不断向更广泛的客户服务自动化扩张。2026年5月，Sierra完成9.5亿美元E轮融资，估值超过150亿美元；此前公司已经披露年化经常性收入超过1.5亿美元。
Sierra强调“按结果付费”，客户购买的不是模型调用次数，而是Agent最终完成了多少客户任务。Wonderful则更强调平台、部署和企业内部工作流。
Glean则是另一条路径。
这家公司从企业搜索和知识管理起家，核心优势是理解企业内部的数据和上下文，再进一步把这些能力延伸到Agent。2026年5月，Glean披露年化经常性收入达到3亿美元；公司此前在2025年6月完成1.5亿美元F轮融资时，估值已经达到72亿美元。
Glean擅长回答一个问题：企业里有什么信息、这些信息在哪里、谁有权限访问；Wonderful则更强调在理解这些信息之后，如何进一步调用系统、执行任务并形成工作流。
Dify则代表了完全不同的路线。
Dify是一套开源的LLM应用开发与Agent工作流平台，强调模型中立、可视化编排和私有部署。2026年3月，Dify完成3000万美元Pre-A轮融资，投后估值约1.8亿美元。公司披露已经拥有280多家企业客户，GitHub星标超过15万。
Dify的优势在于开发者生态和开放性，它更像是“让企业自己构建AI应用的基础工具”；Wonderful则更接近“企业把AI部署进去之后，由平台加工程团队共同完成规模化落地”。
过去两年，资本市场主要围绕模型能力、用户增长和收入规模给AI公司估值。
Wonderful的故事则有所不同：当模型能力逐渐成为基础设施，企业真正缺少的可能是把模型、数据、工作流和组织连接起来的那一层。50亿美元估值押注的，正是这层基础设施最终会成为企业AI不可或缺的运行层。
但这条路仍未被证明。Wonderful需要证明的，是FDE带来的重交付能否不断沉淀为平台能力，并推动客户从一个Agent扩展到更多部门和工作流。
如果这一过程能够形成规模效应，它才有机会从一家重部署的AI公司，真正成长为一家企业AI基础设施公司。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
