AI會讓咨詢行業(yè)迎來新的春天嗎?

在一個先進咨詢公司的人工智能開發(fā)部門工作過之后，筆者發(fā)現(xiàn)大多數(shù)顧問堅持讓顧客繼續(xù)投資AI，即便自己公司在AI發(fā)展方面已經(jīng)滯后了。

事實正是如此，科技公司成為了管理咨詢公司新的競爭對手，谷歌和微軟正在搶麥肯錫，波士頓咨詢公司和貝恩的工作。

[[321769]]

咨詢行業(yè)該如何改變自己的商業(yè)模式，在這場競爭中找到出路?筆者將會告訴你，咨詢公司該如何構(gòu)建內(nèi)部人工智能技能，雇傭數(shù)據(jù)科學(xué)家以及如何打造AI相關(guān)的新商業(yè)模型。

咨詢公司未來將會是怎樣?受科技巨頭威脅的咨詢行業(yè)該何去何從?數(shù)據(jù)科學(xué)家會成為顧問嗎?不如來聽聽筆者的看法。

獲取信息&更好的數(shù)據(jù)分析

顧問是基于研究提供昂貴且有洞察力的建議和指導(dǎo)，但事實上，人們大部分的咨詢費用都花在數(shù)據(jù)分析和列報上。顧問的工作是收集、清理、處理并解釋來自各組織不同部分的數(shù)據(jù)。

的確，數(shù)據(jù)挑戰(zhàn)讓人機交互的變得必要，但關(guān)鍵數(shù)據(jù)經(jīng)常丟失或難以訪問，這使得企業(yè)需要專家(顧問)來創(chuàng)建、組合、清理、分析和解釋數(shù)據(jù)，從而在關(guān)鍵的戰(zhàn)略性問題上尋求數(shù)據(jù)驅(qū)動型的答案。

在越來越多的項目中，我們往往需要更多的數(shù)據(jù)科學(xué)家而非顧問。

在一定程度上，顧問的工作可以通過機器學(xué)習(xí)算法來實現(xiàn)自動化。一個機器學(xué)習(xí)模型可以通過檢測模式和推斷規(guī)則來了解復(fù)雜情況——即便是對規(guī)模最大、最睿智的咨詢團隊來說，這個過程也是極其困難的。

預(yù)測一：

• 決策者向智能設(shè)備(例如Alexa…)詢問這樣的問題：“在我們主要的市場中，對我來說最大的競爭對手是誰?”“我們應(yīng)該如何分配資本去和亞馬遜競爭?”“我們應(yīng)該怎樣重組董事會?”
• 答案在互聯(lián)網(wǎng)時代是廉價的，人工智能可以降低整個咨詢價值鏈的利潤率。
• 信息獲取渠道的擴大改變著這一局面。如今，曾經(jīng)那種被嚴(yán)密保護的信息事實上已經(jīng)被互聯(lián)網(wǎng)商品化了。如今，真正的增值是通過已經(jīng)掌握的數(shù)據(jù)創(chuàng)造新的競爭優(yōu)勢。

可以這樣認(rèn)為，AI時代的管理顧問并不公開信息或運行分析。相反，他們正在利用大多數(shù)公司已經(jīng)獲得的信息和分析?；诠P者的觀察，他們經(jīng)常把不同的信息片段連接起來，形成一個完整的敘述或者指導(dǎo)。

除了現(xiàn)有的初始分析活動的自動化之外，算法還可以獲得對更高附加值部分的訪問權(quán)——譬如洞察整合和戰(zhàn)略制定。

AI回答變得越來越易獲得，這對于咨詢公司不是好消息：他們的客戶愿意為其支付的費用顯著減少。人們可能會認(rèn)為真正的價值來自數(shù)據(jù)科學(xué)家，而不是無法識別數(shù)據(jù)中的隱藏模式的純粹的顧問。

有風(fēng)險的商業(yè)模式……

大多數(shù)咨詢公司的經(jīng)營基于以下要素，這也是AI會極大威脅咨詢行業(yè)的原因所在：

如今的形式

根據(jù)筆者的經(jīng)驗，大多數(shù)咨詢?nèi)蝿?wù)都和業(yè)務(wù)問題有關(guān)，這些問題可以通過聚類、排序和分類或預(yù)測算法來解決。

比如，客戶流失預(yù)測非常普遍，回歸模型已經(jīng)被證明是相當(dāng)有效的。此外，協(xié)作過濾或排序問題也非常常見。如果業(yè)務(wù)問題明確，數(shù)據(jù)可用并相關(guān)，且預(yù)測真實，數(shù)據(jù)科學(xué)家就可以通過機器學(xué)習(xí)算法為許多業(yè)務(wù)問題帶來解決方案。

人工智能提供者與管理咨詢的較量

隨著人工智能越來越民主化(無代碼/低代碼人工智能解決方案，初創(chuàng)企業(yè)等等)，管理咨詢公司將面臨越來越大的競爭壓力。

大型科技公司的競爭

競爭始于三家主要的公司，他們提供預(yù)先訓(xùn)練過的模型，企業(yè)客戶可以利用這些模型來構(gòu)建人工智能系統(tǒng)。

事實上，有各種各樣的工具可以幫助主流公司構(gòu)建一切，從引擎推薦到語音識別再到翻譯系統(tǒng)，客戶服務(wù)機器人等。在這些情況下，一個內(nèi)部顧問和數(shù)據(jù)科學(xué)家團隊會更合適。

大型科技公司顯然更適合。或許有人會認(rèn)為，這些服務(wù)需要大量的個性化服務(wù)和技術(shù)工作才能有用，科技公司已經(jīng)在努力通過提供咨詢服務(wù)來填補這一空白。

谷歌已經(jīng)開設(shè)了“高級解決方案實驗室(Advanced Solutions Lab)”，即部分提供咨詢服務(wù)，部分作為技術(shù)訓(xùn)練營。來自客戶公司的整個團隊可以和谷歌工程師一起獲得機器學(xué)習(xí)技能并建立定制系統(tǒng)?？萍脊镜陌l(fā)展不再僅僅局限于基礎(chǔ)科技設(shè)施，也同樣不拘泥于政策和人員。

科技公司和管理咨詢公司的競爭越來越激烈，管理咨詢公司幫助客戶應(yīng)對技術(shù)造成的破壞，并收取高額費用。

全能型人員知道他們本質(zhì)上是脆弱的。很多客戶向科技公司咨詢意見，這些公司本身就是人工智能的先驅(qū)用戶。如果咨詢公司不能作出有效反應(yīng)，更多的專業(yè)提供者可能會向價值鏈上游發(fā)展，不僅會成為數(shù)據(jù)分析提供者，而且還能為整體商業(yè)策略提供建議。

來自初創(chuàng)公司的競爭

初創(chuàng)公司也對咨詢公司造成了威脅。事實上，很多公司提供的服務(wù)有，幫助清理和標(biāo)注數(shù)據(jù)等，并承擔(dān)許多大型公司尚未提供的具體服務(wù)。有時數(shù)據(jù)科學(xué)家在不需要管理顧問的情況下，就可以完美地解決一個精確的業(yè)務(wù)問題。

對大型公司來講，將其大部分人工智能工作外包出去是有意義的。這些初創(chuàng)公司往往擁有咨詢公司不具備的一些強大機器學(xué)習(xí)專業(yè)知識。這些初創(chuàng)公司經(jīng)常開發(fā)與客戶業(yè)務(wù)結(jié)合的個性化解決方案，并可持續(xù)使用——即使顧問離開之后也可以使用。

來自獨立人工智能公司的競爭

獨立的人工智能咨詢公司也不得不提。的確，越來越多的公司開發(fā)了一系列服務(wù)，以幫助公司合并、發(fā)展或開創(chuàng)人工智能項目。這些公司擁有規(guī)模上的優(yōu)勢(靈活性，價值等等)。

人工智能，軟件服務(wù)化和一些新的商業(yè)模式

很多咨詢公司已經(jīng)通過培訓(xùn)顧問，雇傭數(shù)據(jù)科學(xué)家，開發(fā)人工智能和軟件服務(wù)，以及創(chuàng)造新的商業(yè)模式來適應(yīng)新的競爭環(huán)境。

新數(shù)據(jù)能力

顯然，像波士頓咨詢公司(BCG)和麥肯錫(McKinsey)這樣的市場領(lǐng)導(dǎo)者早就投資于具有機器學(xué)習(xí)經(jīng)驗的分析型初創(chuàng)企業(yè)，或雇傭了大量的數(shù)據(jù)科學(xué)家，并創(chuàng)造了新的數(shù)據(jù)驅(qū)動部門(例如BCGGamma)，為客戶帶來新的數(shù)據(jù)能力。

公司文化與培訓(xùn)

首先從培訓(xùn)和公司文化入手。事實上，筆者認(rèn)為當(dāng)代管理顧問不能再指望于頂尖學(xué)校畢業(yè)生或特定領(lǐng)域的專家了，所有的顧問都必須精通技術(shù)或數(shù)據(jù)。

生態(tài)系統(tǒng)創(chuàng)造

越來越多的咨詢公司正在試圖通過與一些特定的機構(gòu)、初創(chuàng)公司或其他和AI相關(guān)的組織合作，來創(chuàng)建人工智能生態(tài)系統(tǒng)。其目標(biāo)在于提升品牌形象，建立自己的領(lǐng)導(dǎo)地位，雇傭技術(shù)專家以及提升解決方案。

對于大多數(shù)最先進的咨詢公司來說，這將包括創(chuàng)建一個具有人工智能專業(yè)知識的“實驗室”，或許還有個孵化器。

變成一個技術(shù)提供者

咨詢公司已經(jīng)開始開發(fā)更多的專有軟件(通常使用SaaS或AlaaS模型)，因為很多客戶都有類似的需求(比如定價策略)，這些方法經(jīng)常根據(jù)客戶的需求來定制。

事實上，如果你已經(jīng)與公司合作并且充分了解業(yè)務(wù)問題，那么就很容易推廣你的SaaS解決方案。開發(fā)獨特的解決方案為咨詢公司創(chuàng)造了新的收入來源。這一新的商業(yè)模式完美契合于那些沒有資金投資于自己的人工智能發(fā)展的客戶。

如果經(jīng)常給客戶進行一些日常診斷和推薦，客戶就會有更大的動力去投資于軟件提供商，“按需思維”消失了。此外，在顧問需求方面，依靠利用實時數(shù)據(jù)工具的需求改變了現(xiàn)狀。

和人工智能經(jīng)濟相關(guān)的新的服務(wù)

也有咨詢公司在新興的職業(yè)經(jīng)濟和在線培訓(xùn)上進行大量投資。

預(yù)測

筆者相信，基于技術(shù)的咨詢解決方案將獲得更多的空間，在咨詢方面的搶人大戰(zhàn)將比今天更加激烈。此外，筆者也期望更多的數(shù)字科學(xué)家變成顧問。

由于人工智能民主化和顧客忠誠度的降低，競爭或許會更激烈?？蛻羝谕?，對咨詢服務(wù)的購買能依據(jù)其特定要求變得更容易。

人工智能供應(yīng)商將越來越多地與管理咨詢公司競爭。

但是，筆者期望客戶繼續(xù)受益于對管理咨詢公司的使用，而不是供應(yīng)商本身(比如，Google,AWS, SAP)，管理咨詢公司的優(yōu)勢在于：

• 客觀性
• 了解這個行業(yè)中的其他公司是怎么通過人工智能轉(zhuǎn)型的
•  將人工智能轉(zhuǎn)換和總體業(yè)務(wù)戰(zhàn)略以及關(guān)于如何擴大人工智能項目聯(lián)系起來

顯然，咨詢的勞動密集性可能會有所降低。筆者認(rèn)為，在未來的20年，人們將會看到以下事情的發(fā)展：

顧問會完全被數(shù)據(jù)科學(xué)家取代嗎?在某些情況下，是的。但是當(dāng)人工智能和機器學(xué)習(xí)在被賦予變革和變化的任務(wù)時，仍然很難獨自應(yīng)對。因此，筆者相信，顧問在短期內(nèi)是不可替代的，但是發(fā)展趨勢依然是現(xiàn)實。

基于自己作為人工智能顧問的經(jīng)驗，筆者發(fā)現(xiàn)，機器學(xué)習(xí)算法可能會產(chǎn)生非常強大且有洞察力的分析，但在將這些分析轉(zhuǎn)化為特定的業(yè)務(wù)決策時，往往缺失了一個環(huán)節(jié)。在這些情況下，專家顧問的存在就很必要了。況且由于環(huán)境和現(xiàn)實的原因，人工智能系統(tǒng)無法涵蓋太多的變數(shù)。

數(shù)據(jù)科學(xué)家面臨的最大問題是，他們衡量一個項目的實際有形價值仍然不容易，而這對一個非科學(xué)家或單純關(guān)注結(jié)果而不關(guān)注于過程的人來說更是困難。所以，合作會是必然的。

最后的問題是，即使建立了完美的人工智能驅(qū)動的解決方案，讓客戶理解這個解決方案仍是難題。咨詢的工作任務(wù)之一是如何讓解決方案實現(xiàn)。

科技的發(fā)展給咨詢行業(yè)帶來了很大的難題，所幸危中有機，抓住機遇，擁抱變化，咨詢業(yè)或許會迎來新的春天。