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。