2026年达沃斯论坛上，毕马威美国CEO蒂姆·沃尔什说了一句话：“毫无疑问，我们是一家提供审计、税务和咨询服务的科技公司。”这家拥有百年历史的会计师事务所，正在主动更换自己的身份标签。
放在十年前，这样的表态更像品牌包装。但今天，这更像一份咨询业商业模式转型的宣言。一场声势浩大的“集体转向”，正在全球咨询行业发生。
01 交付物之变：客户不再只为“答案”买单
传统咨询项目有一套成熟的工作范式：客户提出问题，咨询公司组建项目团队，年轻顾问负责访谈调研、数据采集与建模，项目经理形成初步判断，合伙人向高层汇报。最终交付物，是一份报告、一套方案，或者一叠制作精良的PPT。
生成式AI正在压低其中大量环节的成本。行业研究、资料归纳、数据清洗、财务模型初稿、演示文稿制作——AI已能完成相当一部分工作。当一份分析报告的第一版可以在几小时内生成，客户很难继续为“给出一个答案”支付过去的价格。
客户真正想知道的是：方案如何进入业务系统？智能体能接管一段流程吗？模型出错怎么处理？上线三个月后系统还能持续改善吗？
战略PPT的比重正在下降，工具、系统与持续支持服务的重要性在上升。项目不再止于战略建议，大型咨询公司开始参与建设、部署、治理和长期运营，合同周期拉长到数年。毕马威咨询业务负责人罗伯·费舍尔指出，客户希望以订阅产品、咨询服务与托管服务的组合方式来消费专业知识。
过去，专业知识主要储存在顾问头脑中，按项目和工时出售。现在，它正被写入软件、工作流、智能体和行业模型中，按月持续交付。
02 AI原生咨询：知识产品化的三个层次
“AI原生咨询公司”尚无统一定义，我们可以从三个层面理解：
第一层，生产方式变革。 顾问使用AI完成资料搜集、代码编写、数据分析和交付物制作，工作重心转向提问、验证、判断与整合。
第二层，交付方式升级。 客户拿到的不再只有报告，还包括智能体、数据管道、评估系统和管理界面。
第三层，收入方式重构。 在一次性项目收入之外，增加软件许可、订阅费、托管服务费，以及与业务结果挂钩的收费模式。
走到第三层，公司的经营逻辑才会发生根本变化。一份报告交付后项目可以结束，但一个智能体进入采购、客服或财务流程后，工作才刚刚开始——它需要版本升级、效果评估、权限管理和异常处理。政策变了要改流程，模型升级了要重新测试，业务数据变化了要更新评估基线。
与此同时，咨询公司也在积累另一类资产：行业数据模型、流程模板、连接器、评估集和可复用的智能体组件。这些资产可被复制到更多客户场景中，知识第一次有机会摆脱工时限制，形成软件式的规模效应。
03 数字说话：收入结构已经发生迁移
几组关键数据清晰揭示了转型的方向：
BCG：2026年4月公布，AI与科技服务已贡献超过40%的全球收入，AI服务同比增长25%。2025年全年收入达144亿美元，连续第22年增长。
麦肯锡：据Business Insider援引高级合伙人亚历克斯·辛格拉的说法，AI相关项目已占其工作量约40%。
埃森哲：2025财年报告显示，AI与数据专业人员从2023财年的4万人增至约7.7万人；全年参与6000多个高级AI项目，为超过55万名员工提供生成式AI基础培训。
人往哪里增加，预算往哪里投入，基本能看出一家公司认为未来的增长点在哪里。
普华永道在2026年1月正式推出工程师职业通道，将工程师作为独立专业序列。未来的高价值人才中，会出现更多能把方案写成代码、部署到生产环境的人。岗位名称也在变化——德勤从6月开始减少“分析师”“咨询顾问”这类宽泛称谓，改用更具体的专业职位。当交付越来越技术化，一个笼统的“顾问”已很难说明一个人究竟能做什么。
04 边界模糊：科技公司反向侵入咨询领地
咨询公司向科技公司靠拢，这只是变化的一半。2026年5月，OpenAI宣布成立OpenAI Deployment Company，并计划收购应用AI咨询与工程公司Tomoro，新公司从一开始就将拥有约150名前沿部署工程师和部署专家。这些工程师直接进入企业，与业务负责人和一线团队一起寻找场景、改造关键流程，把系统推入生产环境——这已远超“卖模型接口”的范畴。
两条赛道正在正面交汇：
咨询公司：战略与组织能力 → 智能体与持续运营
科技公司：模型与平台 → 实施与变革管理
OpenAI在2月推出Frontier Alliances时，将BCG、麦肯锡、埃森哲和凯捷纳入多年合作，分工清晰：OpenAI提供模型、平台和前沿部署工程师；咨询公司负责战略、系统集成、流程重构、变革管理与全球规模化。
Palantir的模式同样值得关注。2025年末，Palantir与埃森哲扩大合作，将其工程师与2000多名熟悉Palantir的埃森哲人员对接，共同部署企业AI。
真实企业里有旧系统、数据孤岛、监管要求、复杂权限，还有部门利益、预算限制和员工对新流程的抵触。这些问题很难靠一个标准化软件界面解决。科技公司提供能力上限，咨询公司负责穿过组织阻力——两条赛道的融合，正在重新划定行业边界。
05 商业模式之困：最难改变的是按工时收费
传统咨询公司的收入模型，与团队规模、项目周期和顾问费率紧密挂钩。一个项目投入20名顾问做6个月，收入大多高于5名顾问做6周。而AI追求的方向恰好相反：更少的人，在更短时间内，完成更多工作。
如果合同仍按人天计费，AI效率越高，可计费工时反而越少——咨询公司自己向客户出售的技术，正在压缩自己的收入基础。
过去的增长公式： 人数 × 工时 × 费率
未来的增长公式：可复用资产 × 运行规模 × 业务结果
应对思路大致有三条：第一，将节省出来的时间投入更多项目；第二，将收费依据从投入改为产出；第三，将一次性交付改为订阅和托管服务。
三条路都不轻松。结果收费需要双方认可测量方法；订阅服务要求咨询公司承担产品稳定性责任；小团队并行更多项目，也会提高合伙人与技术骨干的管理压力。
还有一个定价悖论：客户愿意为顶级顾问的判断支付高价，却习惯要求软件持续降价。一旦咨询公司把自己定位为科技服务商，客户也可能开始用软件采购的方式谈判价格、服务等级和退出条款。
06 人才重构：从“制作”到“验证”
Business Insider采访的一位拥有五年从业经验的顾问艾莉森·海瑟夫回忆，早期工作大量是“手放在键盘上”的执行：收集客户数据、配置系统、开发功能、测试并部署。五年后，AI已能完成其中不少任务。她的工作一方面更靠近战略，另一方面也更加技术化——商科出身的她开始用AI写代码、开发客户解决方案。
一位德勤顾问则将变化概括为从“制作”转向“验证”。团队被要求用相同甚至更少的人力，交付更多成果。
这会深刻改变咨询公司长期依赖的人才金字塔。过去，项目底部有大量年轻顾问承担研究、制表、建模和材料制作等基础工作，并在这些实践中学习行业知识、训练判断力。AI接管一部分基础任务后，项目组规模可能缩小，工程师、数据专家和行业专家的比例上升，初级顾问的入口则可能收窄。
如果新人不再亲手搜集资料、核对数据和搭建模型，他如何理解结论的来源？如果AI直接生成第一版，他又如何培养识别错误的能力？
未来的初级顾问，需要更早接触客户问题、系统约束和结果责任。咨询公司传统的“学徒制”，必须重新设计。
07 护城河仍在：老本行并未过时
把咨询公司简单等同于下一代软件公司，很容易夸大变化。安永全球咨询负责人厄罗尔·加德纳认为，安永的核心工作仍然是帮助客户更安全、更有价值地从状态A走到状态B，AI只是工具箱中新增的一件工具。
企业级AI最难的部分很少只在模型本身。客户需要处理监管、数据治理、风险责任和预算问题，也要改变岗位、流程和激励机制。大模型可以快速生成一个方案，却很难替一家大型银行协调合规、科技、业务和审计部门；它无法独自承担生产事故后的责任，更不可能凭空获得董事会的信任。
咨询公司的优势不会自动消失，但优势的载体正在改变。过去靠品牌、合伙人经验和人力规模，今后还要靠可运行的技术资产、持续交付能力和生产环境中的实证记录。
08 行动建议：国内机构该关注什么？
国内许多咨询公司也在推广AI，但主要用途仍集中在研究辅助、文书写作和内部知识库建设。这些工具能提升顾问个人效率，却不足以改变公司的竞争位置。
真正值得投入的方向，是把专业知识转化为可重复交付的系统：
人力资源咨询公司：可将岗位诊断、人才盘点与组织数据对接，形成持续运行的决策支持系统。
财税服务机构：可让智能体处理资料检查、政策匹配和风险提示，由专业人员复核关键判断。
战略咨询公司：可将项目中的指标体系、经营分析与行动跟踪留在客户系统内，而不是汇报结束后带走全部能力。
决策层可以思考四个问题：
1. 哪些知识可以编码？ 哪些经验能写成规则、工作流、评估集和智能体？哪些判断必须由人保留？
2. 交付之后谁负责？ 模型、数据和流程变化后，谁来监控效果、处理异常、决定升级？
3. 怎样收费？ 继续卖人天，还是按产品、订阅、托管服务或业务结果收费？
4. 怎样培养新人？ AI减少基础工作后，公司如何培养能识别错误、解释取舍并承担结果的人？
09 甲方视角：采购咨询服务要换一套问法
当咨询项目开始包含智能体和软件，甲方不能只看品牌、团队简历与项目计划。至少还要问清楚五个问题：
1. 交付的系统能否在真实业务环境中运行，还是只能做演示？
2. 源代码、工作流、提示词、连接器和评估集归谁所有？
3. 模型或服务商更换后，系统能否迁移？
4. 准确率、人工复核量、单任务成本和业务结果如何衡量？
5. 合同结束后，内部团队能否接管运维？
这些问题决定了客户买到的是能力，还是一段新的依赖关系。咨询公司越像科技公司，客户越要重视数据边界、系统可移植性与退出机制。一份PPT无法形成技术锁定，但一个深入核心流程的智能体可以。
结语
专业知识正在更换载体。它过去装在顾问头脑和PPT中，今后还将进入代码、数据、智能体与持续运营的流程之中。
过去，收入增长往往需要增加顾问人数和可计费工时；未来，增长将越来越依赖一套专业知识能在多少客户场景中被重复使用，又能在多少条真实业务流程中持续产生结果。
从PPT到智能体，咨询业正在重新回答一个存在了上百年的根本问题： 客户究竟为什么付钱？
朴谷观点
咨询业正经历从“智力贩售”向“技术产品化运营”的范式转移，这不仅是工具升级，更是价值链的彻底重构。我们观察到，真正的分水岭不在于是否使用AI，而在于能否将高度依赖个人经验的隐性知识，转化为可标准化部署、可规模化复用的数字资产。在这场转型中，最危险的并非技术落后，而是商业模式的内在矛盾——用AI提效的同时，却仍以人天计价，等于为自己的核心价值设定了递减曲线。跨越这一陷阱的关键，在于建立“效果付费”和“持续运营”的新型商业关系，这要求咨询机构同时具备技术工程能力、组织变革耐力和合同设计的智慧。未来五年的赢家，将是那些能在“专业判断”与“系统工程”之间架起桥梁，并率先完成从“项目制”到“产品服务化”商业模式切换的机构。客户购买的将不再是一份答案，而是一套可度量、可演进、可托付的业务成果交付能力。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.