距離chatgpt推出已有半年時間，這段時間的AI技術(shù)大躍進，也開始融入到各方面的生產(chǎn)力當(dāng)中，其中最核心的就是設(shè)計和IT行業(yè)，兩大行業(yè)在這段過程中生產(chǎn)力提升最為明顯。
視覺媒體創(chuàng)作為主的設(shè)計師，運用如midjourney等的工具實現(xiàn)了創(chuàng)作效率的大幅提升，而另一方面，工程師們得益于大模型在編程領(lǐng)域的出色表現(xiàn)，也大大提升了單人工程架構(gòu)的能力。
而這里面有一些行業(yè)注定會因此大受影響，IT外包就是其中之一，這個行業(yè)的定位就是IT行業(yè)的建筑工，大多是給大型公司建立IT項目，隨著AI的發(fā)展，對它們的促進和替代之聲，也開始大了起來，例如有的觀點看到了AI的快速生成能力，將使得外包公司的生產(chǎn)速度上幾個臺階，從而大幅提升其業(yè)績，而有的觀點卻認(rèn)為，隨著AI的普及，很多新手都能依靠gpt自己完成一些復(fù)雜的工程架構(gòu)，因此，很多小型的IT外包需求將完全消失。大型非IT公司里面分出少量人手也可以完成原來要外包出去的工作。
這種雙刃劍效應(yīng)在IT外包及廣告設(shè)計等行業(yè)體現(xiàn)得淋漓盡致。這也許是AI首先大幅度顛覆的行業(yè)之一，或許我們可以從IT外包咨詢行業(yè)當(dāng)下面臨的局面，去看到不同行業(yè)被AI改造的未來。
一、成本端的優(yōu)化
首先，IT咨詢外包行業(yè)是一個的重IT人力資源行業(yè)，各大巨頭都有著幾十萬的人工，但這些公司的利潤水平并不很高，作為對比，美股互聯(lián)網(wǎng)巨頭如微軟谷歌meta等，員工數(shù)也是20萬左右甚至更低的水平，這也是為什么IT外包被AI的顛覆的概率會大的原因，畢竟AI的自動化主要就是針對IT中端工作進行替代。
而從利潤率來看，雖然IT咨詢外包行業(yè)聽起來也算是互聯(lián)網(wǎng)行業(yè)，但其利潤率受高人力成本影響，處在很低的水平，如市值最高的埃森哲，其利潤率常年只有11%左右。
借助印度廉價的工程師紅利搞地緣套利的infosys和塔塔咨詢（TCS），其利潤率也不超過20%。
所以說，對于這些利潤率低的公司來說，一旦可以實現(xiàn)效率優(yōu)化，減少人手，成本改善帶來的彈性巨大，如meta等高凈利率互聯(lián)網(wǎng)公司裁員5%，利潤可能多釋放個10-20%，但對于埃森哲這些公司來說，裁員同樣的比例，利潤可以增長20%-50%。
當(dāng)然，就最新一個季度的報表來看，裁員趨勢并未明顯，埃森哲預(yù)期將在18個月內(nèi)裁減2.5%的人手，并不算多。IT外包公司盡管已經(jīng)意識到了AI的革命性，但在內(nèi)部開始使用AI，理解AI，融合到工作中，也需要過程，它們與普羅大眾一樣，面對大模型也是一個新手。
而且，短期內(nèi)反倒大量增加了AI人才的招聘，以滿足企業(yè)內(nèi)部全面使用AI工具化的要求。如埃森哲提出了要增加40000個AI人才的崗位，目前的首要任務(wù)不是裁員，而是結(jié)構(gòu)性人員調(diào)整，當(dāng)然在這一步過后，實現(xiàn)了企業(yè)內(nèi)部的AI化后，才能徹底地進行效率優(yōu)化，但長期來看，這些公司的人手優(yōu)化，將是一個可以觀察到的大趨勢。
二、企業(yè)會自我IT化嗎?
討論完成本端的優(yōu)化，更需要了解的是需求端的變化，關(guān)于咨詢公司的一大擔(dān)心就是大模型推出后，無需復(fù)雜的編程技巧，只需要自然語言就能引導(dǎo)AI來完成復(fù)雜任務(wù)，因為客戶很多問題問AI就有解決方法了。
咨詢業(yè)務(wù)未來將萎縮，很多原來需要外包的工作將由公司內(nèi)部完成。例如原先的搭建信息化系統(tǒng)，公司內(nèi)部的數(shù)據(jù)分析等，都可以借助AI的力量完成大部分工作。
我們從咨詢公司的工作流入手。其實這些公司本質(zhì)就是一個建筑施工隊，各大客戶也就是甲方，需要建設(shè)各種各樣的信息化系統(tǒng)，以幫助自己實現(xiàn)工作的優(yōu)化。如銀行的將原先的數(shù)據(jù)遷移到云上，實現(xiàn)自動化數(shù)據(jù)處理，減少各類人工記賬工作。這個過程，就需要咨詢公司先理解原先的業(yè)務(wù)流，考慮如何嵌入數(shù)字化系統(tǒng)及安排數(shù)字結(jié)構(gòu)，將哪些部分上云。其中哪些部分可以應(yīng)用最新的AI技術(shù)來實現(xiàn)自動化。當(dāng)然，若這家銀行本身有一個很大的很強的IT運維團隊，它們能自己完成這些工作，但若銀行的最高管理層對此并不了解，而信息部門也不夠強，那么求助IT咨詢外包公司就是有必要的。
而現(xiàn)實是，非IT類公司的高層多數(shù)對最新的IT技術(shù)理解不足，他們首先無法招募一個足夠好的IT團隊，借助外部力量獲取解決方案才是常態(tài)。
而建筑所用到的各種材料，工具，就是互聯(lián)網(wǎng)產(chǎn)品供應(yīng)商，包括微軟、亞馬遜云、甲骨文、SAP、CRM等軟件公司，它們都提供了相當(dāng)豐富的解決方案。這些公司盡可能地希望客戶能直接應(yīng)用產(chǎn)品解決問題，他們也設(shè)有技術(shù)支持部門來實現(xiàn)與客戶的直接對接和項目建設(shè)。
但集成度再高，有些項目，有些用戶就是不能自己動手diy，需要人完成。就像現(xiàn)在的很多裝修，家具，產(chǎn)商都費盡心力地把東西拆解好，但仍有大量的工作需要裝修工人來安裝。而IT的系統(tǒng)假設(shè)，也牽涉到大量的軟硬件結(jié)合、品牌選擇、對不同方案和新技術(shù)理解成本的問題，這就是咨詢公司們所提供服務(wù)的意義。
現(xiàn)在的chatgpt推出，就好像推出了一個能夠自動完成裝修工作的一體化智能建設(shè)機器人，問題是這將如何影響甲方、建筑施工隊和建設(shè)材料工具直接的關(guān)系。
首先可以肯定的是gpt的編程能力，確實是很厲害，而在基于gpt開發(fā)的專項工具更是已經(jīng)達到恐怖的自動化編程水平，如最新的copilotX等，我們也看到了不少門外漢可以借此編寫簡單程序，也看到了程序員借此以幾倍的速度實現(xiàn)了自己原先無法做到的項目。
基于GPT4的gpt-engineer，是現(xiàn)在最新的編程方向加強的強大工具。可以通過不斷地QA問答理解需求，從而自動生產(chǎn)代碼庫，例如生產(chǎn)一個貪吃蛇游戲，用戶需要把涉及游戲里的各項設(shè)定描述完全，就能在幾分鐘內(nèi)把代碼完成。
相比原先的gpt4，其加強點在于明確需求，把細(xì)節(jié)和呈現(xiàn)方式先問清楚，從而大大減少了犯錯，生成錯誤程序的概率。
如我們利用gpt，直接說我想生成一個貪吃蛇的游戲，大概率會出現(xiàn)一個達不到要求也無法運行的代碼。而不斷地將報錯地地方修正，重新讓AI generate回答，不斷重復(fù)嘗試多次，才能成功，而在這個過程中，這個耗時就已經(jīng)拉長，AI生產(chǎn)的耗費也大，最后效率的提升幅度就不那么大了。
同樣的問題也發(fā)生了語言轉(zhuǎn)文字的模型上，若我們直接對midjourney說生產(chǎn)一個動漫角色圖片，其結(jié)果剛好是我們心中所想的概率幾乎是0。而當(dāng)我們層層遞進，利用prompt提示詞工程用大量的語言精確描述出我們最終想要的結(jié)果時，這個過程確實也不會短。例如一幅可以直接應(yīng)用于游戲角色的設(shè)計圖片，最終要風(fēng)格色調(diào)等都符合的話，動用數(shù)百個prompt（提示詞）才能達到效果。
對于非專業(yè)人士來說，提示詞該怎么說也是個問題。當(dāng)一個人沒學(xué)過編程，他幾乎無法應(yīng)用chatgpt準(zhǔn)確描述清楚他的需求，編程里面的專業(yè)詞匯太多了，在某一步被卡住，無法理解AI的回復(fù)，而在代碼有問題時也很難發(fā)現(xiàn)，因此，最終幾乎無法實現(xiàn)想要的效果。且另一方面，對一些前沿領(lǐng)域的軟硬件結(jié)合經(jīng)驗，AI也無法應(yīng)答，它的數(shù)據(jù)很多來自網(wǎng)絡(luò)搜索，而這些前沿技術(shù)應(yīng)用還沒什么帖子發(fā)在網(wǎng)上，AI怎么也想不到這個方案。
所以本質(zhì)上，非專業(yè)人士想要利用好AI工具，從而實現(xiàn)完全的替代，自我IT化，完成復(fù)雜任務(wù)，是非常困難的，即使是簡單的IT建設(shè)任務(wù)，也要先用AI進行快速學(xué)習(xí)，但這個時間成本，恐怕也要耗費很高。
因此，理解需求，知道怎么用AI，企業(yè)大部分仍無法內(nèi)部完成，咨詢的生意不見得會有很大的被替代的余地。換句話說，這個全能的自動裝修機器人，仍然無法直接與甲方實現(xiàn)雙點完成任務(wù)，需要第三方，一些技術(shù)熟練的裝修工人，去給機器人提供合適的指令，精確描述需求。
可見的未來，對于外包產(chǎn)業(yè)，需求不一定會萎縮，過去企業(yè)IT云化的趨勢是IT咨詢外包行業(yè)持續(xù)發(fā)展的動力，而如今，企業(yè)的AI化，也是一個可做的方向。這同樣是結(jié)構(gòu)化的變動
目前AI狂潮如此猛烈，幾乎每個企業(yè)的領(lǐng)導(dǎo)人都或多或少的知道chatgpt的革命性，但除開那些本來就很懂IT技術(shù)的互聯(lián)網(wǎng)公司不說，傳統(tǒng)行業(yè)公司的領(lǐng)導(dǎo)都對應(yīng)用gpt的業(yè)務(wù)結(jié)合也是一頭霧水，不知道該怎么用上去實現(xiàn)公司業(yè)務(wù)提升，進展也一般。
目前openAI仍專心于優(yōu)化模型，提供給大眾的應(yīng)用指引并不多。固然材料或工具生產(chǎn)商無法解決所有問題，仍然需要施工隊，但在使用的工具簡化的只有一個后，最懂得應(yīng)用工具的openAI自己來做咨詢和IT外包的空間就很大。
這也是類似于openAI或者palantir這種AI技術(shù)驅(qū)動的公司可以對埃森哲或者infosys的咨詢業(yè)務(wù)發(fā)起沖擊替代的商業(yè)機會。
而且相比openAI等，咨詢公司也是GPT的門外漢，他們得自己先學(xué)會怎么用。當(dāng)下咨詢公司繼續(xù)加大招聘AI人才，這也說明，它們實際要重新開拓業(yè)務(wù)。
三、結(jié)語
所以綜合看下來，IT咨詢賽道沒有問題，AI能回答很多問題，但能引導(dǎo)其給出準(zhǔn)確的答案，仍需要提問者有相當(dāng)?shù)闹R，且企業(yè)的AI化也需要外部力量的幫助。企業(yè)不會因為chatgpt有多強大，就能實現(xiàn)自我的IT化和AI化。
在AI的加持下，成本端的優(yōu)化可以讓行業(yè)本來不高的利潤率有較大的業(yè)績彈性。收入不變，利潤率提升，IT咨詢外包行業(yè)有機會從普通賽道升級為好賽道。
那些能快速學(xué)會掌握使用AI自動化的IT咨詢外包公司，未來會是比較光明的。
當(dāng)然，機會不一定全是給到現(xiàn)有的市場參與者，開發(fā)大模型的，對自動化工具本身最所理解的IT企業(yè)，反倒有機會借此在IT咨詢外包賽道切入并獲得相當(dāng)大的商業(yè)化空間。這也是給到大模型公司的一個商業(yè)變現(xiàn)點，應(yīng)用AI幫助企業(yè)實現(xiàn)IT化，
6月初，摩根士丹利發(fā)布的一項調(diào)查顯示，只有19%的受訪者表示他們之前使用過ChatGPT，只有4%的人表示依賴ChatGPT。調(diào)查表示，比例低得驚人。滲透率未達預(yù)期的背后，企業(yè)為什么不用AI，是他們不想用嗎？
其實這反映的，正是幫助融合AI的咨詢公司的業(yè)務(wù)缺失，很多公司和個人需要人教他們學(xué)會使用AI，并結(jié)合現(xiàn)有的業(yè)務(wù)，而這正有機會成為一個潛力巨大的市場。
京公網(wǎng)安備 11010802036102號