很多企业卡在「试点很美、规模拉胯」这道坎上：Demo 跑得欢，真要铺到几十个客户的生产流程里就塌。新加坡公司 OneByZero 在 10 月 5 日拿到 Jungle Ventures 领投的 2000 万美元 A 轮，它押注的解法很朴素也挺费力——把工程师直接派驻到客户现场。
OneByZero 的逻辑是，别只卖一个独立的 AI 应用，而是让自己的工程师贴着客户走：先识别哪些业务流程能上 agent，再把那套系统和客户现有技术栈接起来，上线之后还持续打磨。它跑在澳大利亚、印度、印尼、马来西亚、菲律宾、新加坡、泰国、美国、越南九个市场，客户集中在金融、电信、零售。底层的 NEO 平台扮演「控制层」：给 AI agent 配角色、定它能干什么、连上公司系统、并把 agent 的一举一动留档。官方称营收连续三年翻番，部分部署把超过九成客户交互自动化、数据现代化项目提速约一半——这些数字来自公司自报，未经独立审计。
这套打法和「卖纯 SaaS」的区别，在于它用人的密集投入换更深的集成和更高的切换成本。好处是客户真的把流程跑通了，坏处是规模化效率存疑——把工程师贴着每个客户，扩张速度受人力约束。但它赌的恰恰是 enterprise AI 最难跨的那道槛：从「生成文字」走到「执行动作」。NEO 作为控制层，把「这个 agent 能做什么、留了哪一笔记录」想清楚了，这比模型本身更接近落地瓶颈。投资人押的，大概是企业终于愿意为「从试点到生产」这最后一公里的工程能力付钱。
把前向部署看成一种「护城河」，逻辑是这样的：通用 SaaS 卖的是软件，客户买回去自己折腾；前向部署卖的是「软件加贴身工程」，客户的流程被你摸得越深，切换成本越高，后来者越难抢。代价是它更像人力密集的服务生意，毛利和扩张速度受工程师供给约束——这也是为什么这类公司融资后先做的往往是扩工程团队，而不是砸营销。OneByZero 把九成客户交互自动化这类数字摆出来，想证明的正是「贴身投入能换来真自动化」，从而把服务生意跑出规模效应。
值得一提的是，OneByZero 这轮是它的首轮外部融资，金额 2000 万美元，估值未披露。它要扩九个市场的工程团队、进日本、进医疗与公共部门。对同行来说，它的存在本身是个提醒：在 agent 竞赛里，模型不是壁垒，把模型接进真实工作流、还能持续运维的那层「前向部署」能力，才是难抄的部分。当然，前向部署模式能否在更大客户基数下保持毛利，仍要看后续——目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
这类「前向部署」模式，对投资人的吸引力在于它解决了 enterprise AI 最痛的「最后一公里」。很多公司买了工具、招了人，却卡在「怎么把模型接进我们这套乱糟糟的系统」上。OneByZero 用工程师肉身去填这道缝，虽然重，但见效快、客户黏性高。它的风险也在这「重」字上——一旦客户变多，工程团队成了瓶颈，毛利会被人力成本压住。能不能把贴身经验沉淀成可复用的模板和平台，决定了它未来是家服务公司还是家软件公司。
放到整个东南亚和亚太市场看，OneByZero 的九市场布局也有意思：这些市场的企业系统往往更碎片化、英文与本地语言混杂、合规口径不一，反而更依赖「人贴着现场」去把流程跑通。它押注的或许正是大厂标准化 SaaS 啃不下的那些中端客户——他们有预算、有意愿，但没能力自己搞 AI 中台。这条路的宽度，要看它能不能在更多行业里复制同样的「派驻加控制层」打法。