Nebutra 技术博客
咨询 | 咨询公司正在从卖“战略咨询服务”，到“卖 AI 的基础设施”？
转载自微信公众号「增长 Growth Croissance」：咨询公司正在从项目制战略咨询，转向可复用、可运营、可持续演进的 AI 基础设施交付。
思考者9 分钟阅读
转载自微信公众号「增长 Growth Croissance」：咨询公司正在从项目制战略咨询，转向可复用、可运营、可持续演进的 AI 基础设施交付。
Nebutra Originals
转载说明：本文已获得转载授权。原文发布于微信公众号「增长 Growth Croissance」，作者「思考者」。原文链接：https://mp.weixin.qq.com/s/3NMSuOsAgDtF0sQE0zCCTA
如果有一天，你走进一家顶级咨询公司，发现他们不再急着给你卖“项目”“报告”，而是在和你讨论一整套 AI 平台、智能体工作流、数据治理底座的长期运营方案——那很可能不是科幻，而是这两年正在发生的现实。
在 AI 时代，咨询公司正在从“卖服务的专家”，变成“卖基础设施的运营商”。 从 Accenture 单季 22 亿美元的 AI 订单，到 OpenAI 和麦肯锡、BCG 等结成 “Frontier Alliances”，这一轮变革的底层逻辑，远比“多用点 AI 做报告”要激进得多。
过去两年，我们反复和大家聊一个矛盾：一边是管理层把 AI 提升到战略高度，另一边却是大部分 AI 项目卡在试点阶段，迟迟走不出“做个 demo 给董事会看”的尴尬。
最新的一组数字，把这个矛盾刻画得非常直白：大约 78% 的组织已经在使用 AI，但有约 95% 的企业 AI 试点无法带来可量化的 P&L 改变，也就是看不到实打实的利润表效果。 这背后不是技术不够先进，而是企业在“从技术到业务”的最后一公里上，普遍掉了链子。
典型的问题，我们在前面的文章和读者对话里其实已经拆过很多次：
把 AI 当作“更聪明的工具”，而不是“重构业务的变量”，导致项目天然被压缩在局部流程和局部部门里。
组织结构、授权机制、激励体系完全沿用旧逻辑，哪怕做出一点效果，也很难在企业范围内扩散。
最关键的一点：没有可复用的 AI 基础设施——每个项目都是一次性拼装，缺乏统一的平台、数据底座和智能体工作流，成功经验难以沉淀。
如果大家感兴趣，可以后台对话我们的智能体，提出你们的问题，它会推送相关的文章。
在这样的现实之下，“AI 咨询”的需求就从“给我一个 AI 战略”迅速演变成“帮我搭好一整套可以持续复用的 AI 基础设施”，不然所有试点都是一次性工程。 这也解释了为什么有机构预测，AI 顾问相关市场会从 2025 年约 110 亿美元，一路拉升到 2033 年的 2570 亿美元——它本质上不再只是“顾问费”，而是在形成一个新的 AI 基础设施层。
也正因为如此，我们之前关于“AI 落地难”的讨论，其实只讲了问题的上半场：企业为什么难。今天这篇，更像是给出了下半场的答案雏形：谁来为这一层基础设施负责、谁来真正为“从战略到系统”的那条链路兜底。
在这个问题上，OpenAI 和各大咨询巨头最近的动作，值得单拎出来讲。
我们现在看到的是一种很典型的新分工：OpenAI 与 Accenture、BCG、Capgemini、McKinsey 等建立了所谓 “Frontier Alliances”，并不是简单的“渠道合作”，而是把“智能基础设施”与“行业落地能力”做了结构化绑定。 一端是 Frontier Platform、大模型、agent 能力和 API，另一端是覆盖全球企业客户的销售网络、对行业流程的深度理解，以及庞大的工程与变革交付团队。
这样的组合带来几个效果：
对 OpenAI 来说，这是一条深入企业内部系统的“专用管道”，企业收入已经占到其整体业务的约 40%，目标是继续提升，联盟本身就是企业收入的加速器。
对咨询公司来说，它们不再只是“给客户推荐用什么模型”，而是获得了带有排他性质的产品与工程资源，可以围绕这些能力搭建自己的行业解决方案与交付资产。
我们之前也聊过，麦肯锡一边和 AWS、OpenAI 建合作，另一边又和谷歌签协议，本质上是在给自己预留一条“多云、多模型”的长期供应链，以免未来被单一技术栈绑定风险。 类似的，KPMG 与微软的 20 亿美元五年期联盟，目标就是用 Azure OpenAI 给 26.5 万员工“加 AI 装备”，直接把 AI 植入审计、税务和咨询的日常作业里，这已经远远超出了“用 AI 做几个内部小工具”的范畴。
如果把这些动作看成一个整体，你会发现传统的分工正在重写：
这已经不是在卖一套“战略 + 数个 PoC”，而是在承诺：我帮你把未来五到十年的 AI 基础设施打好，并且由我来承担一大部分集成与演进的责任。
真正的变化，发生在咨询公司的交付形态上。
我们过去习惯的咨询模式是：项目制，一次性；方法论高度定制，交付物是报告、方案、流程蓝图，外加一些系统推荐和变革路线图。项目结束，团队撤离，留在客户那里的资产，往往是几百页 PPT 和若干试点系统。
现在的趋势，是用“平台化”来改写这一切。 文章提到几个很有意思的信号：
头部公司在搭建“AI 支撑的交付环境”和“受治理的 agent 工作流”，也就是说，咨询团队自己先有一套 AI 平台作为工作底座，再在此之上为客户设计、部署、运营智能体和流程。
定价模式从传统的固定费用，开始向订阅制、按使用量计费、成果导向定价演进，更接近软件和云服务，而不是纯人天费。
最重要的是，“交付资产”在发生根本变化：从一次性的项目成果，变成可复用的能力平台和标准化工作流，新的客户项目会不断回流、丰富这套平台。
大型综合型集成商（比如四大）在这个逻辑下做的是“广度 + 深度集成”：通过与云厂商和技术提供商的深度绑定，把 AI 嵌入企业的财务、供应链、人力等各种业务系统，给整家公司铺设一层统一的智能基础设施。 与此同时，市场也在明显分化出一批在高风险、技术门槛极高的领域做窄而深的玩家，比如 Bain 和 IBM 搭后量子密码评估，J.S. Held 推出 AI 纠纷监控，这些都是围绕具体风险场景铺设“专用轨道”的基础设施生意。
再往下看，还有 PromptQL、Aily Labs 这种新一代创业公司，它们提供的是“咨询工作本身的基础设施”：自动化顾问日常分析、生成洞察、打造定制 AI 分析师，让咨询公司的知识生产和项目执行以平台化方式运行。 它们不直接跟四大抢项目，而是变成这些巨头的“工具和工作流供应商”，帮后者规模化复制 AI 项目执行能力。
在这条链上，咨询公司的角色已经非常清晰：
这也是为什么 Accenture 能在一个季度里拿下 22 亿美元的 AI 相关订单，背后不是零散项目，而是一个新的收入引擎开始全速运转。 同一时间，四大和头部战略咨询自 2023 年以来在 AI 上的投入已超过 100 亿美元，既是买自己的未来，也是买在基础设施层中的一席之地。
当然，这条路并不是没有风险。
最大的风险在于：企业在花大钱铺 AI 基础设施，却仍旧拒绝动组织、动流程、动商业模式，最后只是“在旧世界上贴了一层新技术皮”。如果只是把 AI 工具接到旧流程上，而不是重构经济模型和组织结构，那么即便铺了再多平台，也可能重演一轮“95% 试点失败”的故事，只不过这次失败的是更贵的一层。
对咨询公司来说，眼前的黄金阶段是“基础设施铺设期”：谁先完成平台化转型，谁就能在这条 S 曲线上拿到更高的抽成和更稳定的生态位。 但如果把视角拉长一点问：当 AI 平台越来越标准化、基础设施越来越像“公路、电网”这样的公共底座时，咨询公司真正难以被替代的，还剩下什么？
这里其实隐约能看出一个三阶段逻辑：
第一阶段：卖故事、卖 PoC——帮企业想“AI 用来干什么”，做一些概念验证，更多是战略叙事层。
第二阶段：卖基础设施——帮企业把“模型–平台–智能体–流程–治理”这一整套堆起来，形成可复用的 AI 基础设施层，我们现在就在这一阶段。
第三阶段：当基础设施趋于普及和成熟，咨询公司要卖的，可能会回到“最不容易被标准化”的东西：复杂组织中的利益重构、规则设计、治理机制、跨主体协作，以及在高度自动化系统中，人类角色和权力结构的重新分配。
换句话说，现在的“卖基础设施”，有点像上一个时代咨询帮客户上 ERP、上云，只是这一次，参与程度更深、和收入分成的绑定更紧。长期来看，真正决定谁能在这个行业走到最后的，可能不是谁卖出的平台最多，而是谁在基础设施铺开之后，还能在“组织与系统的长期博弈”里提供持续的、不可商品化的价值。
供参考：
但在抵达那个终点之前，我们先把问题抛给你：
当这些 AI 基础设施被铺到企业的每一条业务链路上，当“卖平台、卖能力”变成咨询行业的新常态之后——你觉得，咨询公司还能再卖些什么？
欢迎评论区留言讨论！
图片来自于 AInvest
0
讨论
使用 Nebutra 账号参与评论。评论会先进入审核队列。