AI會(huì)讓咨詢行業(yè)迎來(lái)新的春天嗎?

在一個(gè)先進(jìn)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(jiān)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(shí)正是如此，科技公司成為了管理咨詢公司新的競(jìng)爭(zhēng)對(duì)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(chǎng)競(jìng)爭(zhēng)中找到出路?筆者將會(huì)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(lái)將會(huì)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(huì)成為顧問嗎?不如來(lái)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(shí)上，人們大部分的咨詢費(fèi)用都花在數(shù)據(jù)分析和列報(bào)上。顧問的工作是收集、清理、處理并解釋來(lái)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(jī)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(lái)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(dòng)型的答案。

在越來(lái)越多的項(xiàng)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(jī)器學(xué)習(xí)算法來(lái)實(shí)現(xiàn)自動(dòng)化。一個(gè)機(jī)器學(xué)習(xí)模型可以通過檢測(cè)模式和推斷規(guī)則來(lái)了解復(fù)雜情況——即便是對(duì)規(guī)模最大、最睿智的咨詢團(tuán)隊(duì)來(lái)說(shuō)，這個(gè)過程也是極其困難的。

預(yù)測(cè)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(chǎng)中，對(duì)我來(lái)說(shuō)最大的競(jìng)爭(zhēng)對(duì)手是誰(shuí)?”“我們應(yīng)該如何分配資本去和亞馬遜競(jìng)爭(zhēng)?”“我們應(yīng)該怎樣重組董事會(huì)?”
• 答案在互聯(lián)網(wǎng)時(shí)代是廉價(jià)的，人工智能可以降低整個(gè)咨詢價(jià)值鏈的利潤(rùn)率。
• 信息獲取渠道的擴(kuò)大改變著這一局面。如今，曾經(jīng)那種被嚴(yán)密保護(hù)的信息事實(shí)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(jìng)爭(zhēng)優(yōu)勢(shì)。

可以這樣認(rèn)為，AI時(shí)代的管理顧問并不公開信息或運(yùn)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。基于筆者的觀察，他們經(jīng)常把不同的信息片段連接起來(lái)，形成一個(gè)完整的敘述或者指導(dǎo)。

除了現(xiàn)有的初始分析活動(dòng)的自動(dòng)化之外，算法還可以獲得對(duì)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(lái)越易獲得，這對(duì)于咨詢公司不是好消息：他們的客戶愿意為其支付的費(fèi)用顯著減少。人們可能會(huì)認(rèn)為真正的價(jià)值來(lái)自數(shù)據(jù)科學(xué)家，而不是無(wú)法識(shí)別數(shù)據(jù)中的隱藏模式的純粹的顧問。

有風(fēng)險(xiǎn)的商業(yè)模式……

大多數(shù)咨詢公司的經(jīng)營(yíng)基于以下要素，這也是AI會(huì)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(yàn)，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(cè)算法來(lái)解決。

比如，客戶流失預(yù)測(cè)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(cè)真實(shí)，數(shù)據(jù)科學(xué)家就可以通過機(jī)器學(xué)習(xí)算法為許多業(yè)務(wù)問題帶來(lái)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(lái)越民主化(無(wú)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(lái)越大的競(jìng)爭(zhēng)壓力。

大型科技公司的競(jìng)爭(zhēng)

競(jìng)爭(zhēng)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(lái)構(gòu)建人工智能系統(tǒng)。

事實(shí)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(yǔ)音識(shí)別再到翻譯系統(tǒng)，客戶服務(wù)機(jī)器人等。在這些情況下，一個(gè)內(nèi)部顧問和數(shù)據(jù)科學(xué)家團(tuán)隊(duì)會(huì)更合適。

大型科技公司顯然更適合。或許有人會(huì)認(rèn)為，這些服務(wù)需要大量的個(gè)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(lái)填補(bǔ)這一空白。

谷歌已經(jīng)開設(shè)了“高級(jí)解決方案實(shí)驗(yàn)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(yíng)。來(lái)自客戶公司的整個(gè)團(tuán)隊(duì)可以和谷歌工程師一起獲得機(jī)器學(xué)習(xí)技能并建立定制系統(tǒng)。科技公司的發(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(jìng)爭(zhēng)越來(lái)越激烈，管理咨詢公司幫助客戶應(yīng)對(duì)技術(shù)造成的破壞，并收取高額費(fèi)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(huì)向價(jià)值鏈上游發(fā)展，不僅會(huì)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(lái)自初創(chuàng)公司的競(jìng)爭(zhēng)

初創(chuàng)公司也對(duì)咨詢公司造成了威脅。事實(shí)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(shí)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(gè)精確的業(yè)務(wù)問題。

對(duì)大型公司來(lái)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(qiáng)大機(jī)器學(xué)習(xí)專業(yè)知識(shí)。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(gè)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(lái)自獨(dú)立人工智能公司的競(jìng)爭(zhēng)

獨(dú)立的人工智能咨詢公司也不得不提。的確，越來(lái)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(xiàng)目。這些公司擁有規(guī)模上的優(yōu)勢(shì)(靈活性，價(jià)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(lái)適應(yīng)新的競(jìng)爭(zhēng)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(chǎng)領(lǐng)導(dǎo)者早就投資于具有機(jī)器學(xué)習(xí)經(jīng)驗(yàn)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(dòng)部門(例如BCGGamma)，為客戶帶來(lái)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(shí)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(lái)越多的咨詢公司正在試圖通過與一些特定的機(jī)構(gòu)、初創(chuàng)公司或其他和AI相關(guān)的組織合作，來(lái)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(duì)于大多數(shù)最先進(jìn)的咨詢公司來(lái)說(shuō)，這將包括創(chuàng)建一個(gè)具有人工智能專業(yè)知識(shí)的“實(shí)驗(yàn)室”，或許還有個(gè)孵化器。

變成一個(gè)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?yàn)楹芏嗫蛻舳加蓄愃频男枨?比如定價(jià)策略)，這些方法經(jīng)常根據(jù)客戶的需求來(lái)定制。

事實(shí)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(dú)特的解決方案為咨詢公司創(chuàng)造了新的收入來(lái)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(jìn)行一些日常診斷和推薦，客戶就會(huì)有更大的動(dòng)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(shí)時(shí)數(shù)據(jù)工具的需求改變了現(xiàn)狀。

和人工智能經(jīng)濟(jì)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(jì)和在線培訓(xùn)上進(jìn)行大量投資。

預(yù)測(cè)

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(chéng)度的降低，競(jìng)爭(zhēng)或許會(huì)更激烈。客戶期望，對(duì)咨詢服務(wù)的購(gòu)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(lái)越多地與管理咨詢公司競(jìng)爭(zhēng)。

但是，筆者期望客戶繼續(xù)受益于對(duì)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(shì)在于：

• 客觀性
• 了解這個(gè)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(kuò)大人工智能項(xiàng)目聯(lián)系起來(lái)

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

顧問會(huì)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(jī)器學(xué)習(xí)在被賦予變革和變化的任務(wù)時(shí)，仍然很難獨(dú)自應(yīng)對(duì)。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(shì)依然是現(xiàn)實(shí)。

基于自己作為人工智能顧問的經(jīng)驗(yàn)，筆者發(fā)現(xiàn)，機(jī)器學(xué)習(xí)算法可能會(huì)產(chǎn)生非常強(qiáng)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(shí)，往往缺失了一個(gè)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(shí)的原因，人工智能系統(tǒng)無(wú)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(gè)項(xiàng)目的實(shí)際有形價(jià)值仍然不容易，而這對(duì)一個(gè)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(lái)說(shuō)更是困難。所以，合作會(huì)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(dòng)的解決方案，讓客戶理解這個(gè)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(shí)現(xiàn)。

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