AI未能杀死咨询公司：企业重构催生更大IT服务需求

埃森哲公布的2026财年报告显示，公司全财年总收入约742亿美元，按本币计算增长5%，全年新签订单达到845亿美元；第四季度咨询业务与托管服务收入分别达到92.8亿和94亿美元，增速均为7%。

在AI快速普及的两年中，咨询业曾被视作受冲击最严重的领域之一：信息搜集、数据分析、代码编写和测试等环节正逐步被模型接管。然而，咨询公司的营收规模不降反升，行业底层的商业逻辑正在经历深刻重构。

传统“计工时”模式承压

大型IT咨询、系统实施和外包服务长期依赖人力规模扩张。典型项目的收入取决于投入人数、工时和单价。埃森哲、IBM、TCS等巨头过去几十年扩展至数十万人规模，均基于这一增长逻辑。

AI最先改变的正是完成单项任务的人工密度。IBM今年推出的交付团队 Forward Deployed Units 中，高级专业人员与AI智能体（Agent）协同工作，由智能体承担编码、测试与文档编写。在IBM披露的案例中，6人团队配合AI即可完成过去30人才能承担的项目。对服务商而言，原本可按工时计费的工作正在被软件吞噬。

行业数据已经体现出这一变化。调研机构ISG统计显示，2026年第二季度全球年合同价值500万美元以上的技术服务合同中，XaaS增长65%，而传统托管服务（Managed Services）仅增长2.7%，IT外包下降3%。

这表明依赖大量工程师持续交付的基础业务确实受到冲击，标准化开发与维护合同价值被AI压缩。但企业采购咨询服务的需求，并未止步于这些基础劳动。

AI预算向深层系统改造扩散

AI应用在演示阶段往往简单，但真正接入企业生产流程时，复杂度会呈指数级上升。

以银行业部署AI客服智能体为例，模型若要处理具体业务，必须获取用户的实时账户状态、交易记录和持有产品信息。这些数据通常分散在CRM、核心交易系统、客服系统和历史数据仓库中。企业必须先统一数据口径，解决旧系统接口改造、云基础设施迁移等问题。

此外，业务流程和权限边界也需要重塑：AI能查询哪些数据、是否具备操作权限、异常情况如何流转回人工团队，都需要严格的流程设计与审计记录。AI让单个任务所需的人手变少，却让整套系统改造的范围变得更大。

模型能力越强，对企业底层基础设施的要求就越高。埃森哲管理层指出，公司增长主要得益于帮助客户构建数字核心（Digital Core）、数据底座（Data Foundations）和企业级AI技术栈。AI并非孤立的新业务，而是深度融入了既有的企业数字化重构项目。

长期托管服务成为核心增量

除一次性系统改造外，AI落地还衍生出长期的运营与维护需求。传统系统上线后可按固定规则长期运行，而AI智能体则需要持续更新知识库、监测幻觉输出、调整权限并处理业务异常。

埃森哲过去四年的收入结构印证了这种转移：2022财年，其咨询（Consulting）业务收入约341亿美元，托管服务（Managed Services）约275亿美元；到2026财年，咨询业务达到369亿美元，而托管服务已增长至373亿美元，四年间贡献了接近八成的增量。

同时，计费模式正在从“工时计费”向“固定总价”（Fixed-price）和“基于结果付费”（Outcome-based）转变。2026财年埃森哲新签订单中，超过65%采用固定价格机制。服务商可以用更精简的人力交付项目，同时承担更大范围的长期系统运营，摆脱了单纯依赖员工数量扩增营收的模式。

行业竞争格局分化

AI浪潮下，咨询服务商的增长空间取决于其在企业技术架构中所处的生态位置及覆盖链条：

1. 既有系统的理解深度：企业部署AI必须兼容SAP、Salesforce等既有架构，长期服务商对客户业务流程的深度认知构成了核心壁垒。
2. 多技术生态的整合能力：大型企业往往混合使用来自OpenAI、Anthropic的模型，微软、Google或AWS的云基础设施，以及各类SaaS工具。将多厂商产品融合成一套可用系统成为关键能力。埃森哲前十大技术生态伙伴相关业务贡献了其超60%的收入。
3. 端到端交付与运维链条：仅提供基础外包和代码交付的服务商面临价值萎缩；能够覆盖从战略架构、数据治理到长期运维全流程的公司，才能持续获取客户预算。

正如电力进入工厂初期，企业并非仅仅替换蒸汽机，而是需要彻底重构产线、物流与组织方式。当前基础模型层出不穷，但将模型转化为实际生产力，仍需要咨询公司将先进技术接入复杂的业务底座。咨询行业的核心价值，正从“给出分析方案”转向“重构企业的整套运转体系”。