AI会为咨询行业迎来新的春天吗？笔者在一家高级咨询公司的人工智能开发部门工作后发现，大部分咨询师都坚持让客户继续投资AI，即使自己的公司在AI开发上已经落后了。这正是发生的事情，科技公司成为管理咨询公司的新竞争对手，谷歌和微软从麦肯锡、波士顿咨询集团和贝恩手中抢走了工作。咨询行业如何转变商业模式，在这场竞争中找到出路？作者将告诉你咨询公司应该如何构建内部人工智能技能、聘请数据科学家以及创建新的人工智能相关商业模式。咨询公司的未来会是什么样子？被科技巨头威胁，咨询行业该何去何从？数据科学家会成为顾问吗？来听听作者的看法吧。获得信息和更好的数据分析顾问根据研究提供昂贵而有见地的建议和指导，但现实是人们的大部分咨询费用都花在了数据分析和展示上。顾问的工作是收集、清理、处理和解释来自组织不同部门的数据。确实，数据挑战需要人机交互，但关键数据经常丢失或难以访问，这使得企业需要专家（顾问）来创建、组合、清洗、分析和解释数据，以获得对关键战略问题的洞察力。驱动的答案。在越来越多的项目中，我们往往需要更多的数据科学家而不是顾问。在一定程度上，顾问的工作可以通过机器学习算法实现自动化。机器学习模型可以通过检测模式和推断规则来了解复杂情况——即使对于最大和最聪明的咨询团队来说，这个过程也是极其困难的。预测#1：决策者会问智能设备（如Alexa……）这样的问题：“在我们的主要市场上，谁是我最大的竞争对手？”“我们应该如何配置资本来与亚马逊竞争？”“我们应该如何重组董事会？”答案在互联网时代很便宜，人工智能可以降低整个咨询价值链的利润率。信息获取渠道的拓展正在改变这种状况。如今，曾经受到严密保护的信息已被互联网有效地商品化。今天，真正的增值是从您已有的数据中创造新的竞争优势。可以说，AI时代的管理顾问不会公开信息或运行分析。相反，他们正在利用大多数公司已经可以访问的信息和分析。根据作者的观察，他们往往将不同的信息片段联系起来，形成一个完整的叙述或指导。除了初始分析活动的现有自动化之外，算法还可以获得更高附加值的部分，例如洞察力整合和战略制定。人工智能答案变得越来越容易获得，这对咨询公司来说是个坏消息：他们的客户愿意为他们支付的费用要少得多。有人可能认为真正的价值来自数据科学家，而不仅仅是无法识别数据中隐藏模式的顾问。有风险的商业模式……大多数咨询公司的运作基于以下因素，这就是为什么人工智能将极大地威胁咨询行业：以目前的形式，根据我的经验，大多数咨询任务都与业务问题有关，这些问题可以通过聚类、排序和分类或预测算法来解决。例如，客户流失预测非常普遍，回归模型已被证明非常有效。此外，协同过滤或排名问题也很常见。如果业务问题很明确，数据可用且相关，并且预测是真实的，那么数据科学家可以通过机器学习算法为许多业务问题带来解决方案。人工智能供应商与管理咨询随着人工智能变得更加民主化（无代码/低代码人工智能解决方案、初创企业等），管理咨询公司将面临越来越大的竞争压力。大型科技公司之间的竞争始于三个主要参与者提供预训练模型，企业客户可以利用这些模型来构建人工智能系统。事实上，有各种各样的工具可以帮助主流公司构建从推荐引擎到语音识别到翻译系统、客户服务机器人等等的一切。在这些情况下，由顾问和数据科学家组成的内部团队会更合适。大型科技公司显然更适合。有人可能会争辩说，这些服务需要大量的个性化和技术工作才能发挥作用，而科技公司已经在尝试通过提供咨询服务来填补这一空白。谷歌开设了一个“高级解决方案实验室（AdvancedSolutionsLab）”，它一部分是咨询服务，一部分是技术训练营。客户公司的整个团队可以与Google工程师一起工作，以获得机器学习技能并构建自定义系统。科技公司的发展不再局限于基础科技设施，也不再局限于政策和人才。科技公司和管理咨询公司之间的竞争日益激烈，它们收取高额费用以帮助客户应对技术带来的破坏。全能选手知道他们天生就很脆弱。许多客户转向科技公司寻求建议，这些公司本身就是人工智能的先驱用户。如果咨询公司未能有效应对，更专业的供应商可能会向价值链上游移动，不仅成为数据分析供应商，而且还提供整体业务战略建议。来自初创公司的竞争初创公司也对咨询公司构成威胁。事实上，许多公司提供帮助清理和标记数据等服务，并承担许多大公司尚未提供的特定服务。有时，数据科学家非常适合解决精确的业务问题，而无需管理顾问。大公司将大部分人工智能工作外包是有意义的。这些初创公司通常拥有咨询公司所没有的一些强大的机器学习专业知识。这些初创公司经常开发个性化的解决方案，这些解决方案与客户的业务相结合，并且持续可用——即使在顾问离开后也是如此。还必须提到来自独立AI公司的竞争性独立AI咨询公司。事实上，越来越多的公司已经开发了一系列服务来帮助公司整合、发展或启动人工智能项目。这些公司具有规模优势（灵活性、价值等）。人工智能、软件即服务和一些新的商业模式许多咨询公司通过培训顾问、聘请数据科学家、开发人工智能和软件服务以及创建新的商业模式来适应新的竞争环境。新的数据能力显然，BCG和麦肯锡等市场领导者长期以来一直投资于具有机器学习经验的分析初创公司，或聘请了大量数据科学家，并创建了新的数据驱动部门（如BCGGamma），为客户带来新的数据能力.企业文化与培训始于培训与企业文化。事实上，我认为当代管理顾问不能再指望顶尖学校的毕业生或特定领域的专家，所有的顾问都必须精通技术或数据。生态系统创建越来越多的咨询公司正试图通过与特定机构、初创公司或其他人工智能相关组织合作来创建人工智能生态系统。目标是提升品牌形象，确立其领导地位，聘请技术专家并增强解决方案。对于大多数最先进的咨询公司来说，这将涉及创建一个具有AI专业知识的“实验室”，也许还有一个孵化器。成为技术提供商咨询公司已经开始开发更多专有软件（通常使用SaaS或AlaaS模型），并且由于许多客户有相似的需求（例如定价策略），因此这些方法通常是根据客户的需求量身定制的。事实上，如果您已经与公司合作并且足够了解业务问题，那么推广您的SaaS解决方案就很容易。开发独特的解决方案可以为咨询公司创造新的收入来源。这种新的商业模式非常适合没有资金投资于自己的AI开发的客户。如果经常给客户一些日常的诊断和建议，客户就会有更大的动力去投资软件提供商，“按需思维”就会消失。此外，依赖利用实时数据的工具的需求改变了顾问需求的现状。与AI经济相关的新服务也有咨询公司在蓬勃发展的就业经济和在线培训方面投入巨资。预测作者认为，基于技术的咨询解决方案将获得更多空间，咨询领域的人才争夺战将比现在更加激烈。此外，笔者也期待更多的数字科学家成为顾问。由于人工智能的民主化和客户忠诚度的降低，竞争可能会加剧。客户希望根据他们的具体要求更容易购买咨询服务。人工智能供应商将越来越多地与管理咨询公司竞争。然而，作者希望客户继续受益于管理咨询公司的使用，而不是供应商本身（例如，谷歌、AWS、SAP），管理咨询公司的优势是：将AI转型与整体业务战略联系起来以及如何扩展AI项目显然，咨询可以减少劳动密集度。在我看来，在接下来的20年里，人们会看到以下发展：顾问会被数据科学家完全取代吗？在某些情况下，是的。但当AI和ML承担转型和变革的任务时，仍然很难单独完成。因此，笔者认为顾问在短期内不可替代，但发展趋势仍是现实。根据我自己作为AI顾问的经验，我发现机器学习算法可以产生非常强大和有洞察力的分析，但在将这些分析转化为具体的业务决策时，往往存在缺失的环节。在这些情况下，专家顾问的存在是必要的。此外，由于环境和实际原因，人工智能系统无法涵盖太多变量。数据科学家最大的问题是，他们仍然不容易衡量一个项目的实际有形价值，对于非科学家或纯粹关注结果而不是过程的人来说更难。因此，合作将是必然的。最后一个问题是，即使在构建了完美的人工智能驱动解决方案之后，让客户理解它仍然是一个挑战。咨询的任务之一就是如何使解决方案成真。科技的发展给咨询行业带来了很大的困难。幸运的是，有机会抓住机遇并拥抱变化。咨询行业或将迎来新的春天。
