Пастка AI-консалтингу: Чому впровадження важливіше за стратегічні презентації

Різниця між AI-консалтинговою компанією та фірмою, що займається практичною імплементацією, проста.

Одна продає довготривалу трансформацію. Інша доставляє готовий продукт, отримує перші цифри на рахунку та ітеративно покращує результат на основі реальних метрик.

Це кращий шлях: впроваджуй, вимірюй, коригуй, рухайся далі.

OpenAI могла б продавати AI-поради за будь-якою ціною. Але в травні вони зробили протилежне. Вони створили Deployment Company, яка розміщує інженерів безпосередньо в операційних процесах клієнтів для доставки робочих систем, а також придбали консалтингову фірму Tomoro разом із її 150 інженерами, щоб укомплектувати штат. Компанія, яка мала найбільше вигід від продажу презентацій (слайдів), вирішила будувати рішення.

Це показовий сигнал для всієї консалтингової галузі. Фірми, які беруть з вас гроші за «трансформацію з допомогою AI», — це ті самі компанії, яких AI поступово витісняє зсередини. Цей текст про те, як не стати їхнім наступним рядком у бюджеті.

Для контексту: я Марк, засновник Limestone Digital (@LimestoneHQ).

Ми на ринку вже десять років і провели понад 170 проектів для клієнтів. Ось одна цифра, яка задає тон усьому подальшому тексту: у кожному нашому проекті сьогодні працює менше людей, ніж у день його початку, при цьому фірма росте швидше, ніж будь-коли раніше. Запам’ятайте цей факт.

Пастка має дві двері, і вони ловлять різних людей.

Частина 1: Перші двері та чому через них проходять

Перші двері відкривають партнера, чиї години роботи тарифікуються за ставкою, яка виглядає нормально лише доти, доки ви не побачите деталізованого рахунку.

За опублікованими бенчмарками, старший партнер McKinsey бере близько $1,190 за годину, а асистент першого року — близько $400, тоді як повний проект коштує приблизно від $1,7 млн до $8 млн. Bain виставляє невеликій команді рахунок від $110,000 до $160,000 на тиждень.

Ви платите не за відповідь. Ви платите за те, щоб дорогий спеціаліст був зайнятий щодня, поки триває робота.

У більшості випадків це купує вам криву зрілості, демо від джуніора та ту саму зламану робочу процедуру три місяці по тому. Ніхто не валідував результати. Ніхто не побудував систему, яка працюватиме наступного вівторка без консультанта в кімнаті. Поговоріть з людьми на один, два або три рівні нижче від топ-менеджера, який підписав угоду, і вони цього не терплять, бо бачили цирк, але їм все одно доводиться виконувати реальну роботу, коли він закінчується.

Тож чому хтось це купує? Тому що консультант — це страховка для менеджера, який боїться приймати рішення. Залучіть велике ім’я, і рішення стає «обґрунтованим», а якщо воно провалиться, виправдання напишеться саме собою: ми найняли найкращих, тож це був не мій вибір. Нікого ніколи не звільняли за те, що вони найняли McKinsey. Те, що вони купують, — це страхування від провини, а рахунок оплачує компанія.

Я хочу бути справедливим, бо є версія такого підходу, яка варта кожної копійки. Якщо у вас є конкретна, болісна проблема, система впала, технічний вузол, який ніхто в офісі не може розв’язати, і спеціаліст заходить і виправляє це — платіть їм. Платіть $150,000 за тиждень, якщо вони зупинять річку крові, яка точилася рік. Це не пастка.

Пастка — це генерична розумова праця, замаскована під інсайт. Презентація про «розкриття вашого потенціалу», воркшопи, квартал, що закінчується апсейлом і ніколи не перетворюється на щось, на що можна вказати пальцем. У 2026 році загальні поради — найдешевша річ у світі. Ви можете запитати передову модель про топ стратегічні фреймворки, отримати їх за хвилину, передати команді та почати вчитися на реальній імплементації замість того, щоб платити за те, щоб вам сказали те, що ви могли прочитати самі. Якщо вам потрібен консультант, який бере чотири цифри за годину, щоб визначити вашу стратегію, чесним кроком буде змінити людину, яка визначає вашу стратегію.

Подивіться, на що йдуть гроші цього року. Опитування Teradata 2026 року серед 1,000 старших технологічних та дата-лідерів показало, що лише 7% підприємств операционалізували агентний AI, тоді як 68% досі застрягли на етапі експериментів або розробки. Мотивація консультанта ніяк не впливає на зміну цієї цифри, бо лічильник крутиться незалежно від того, чи запущено робочий процес у продакшн.

Частина 2: Другі двері та п’ять питань, що їх відчиняють

Кожна відома вам фірма тепер має практику AI. Accenture, IBM, Deloitte, QuantumBlack від McKinsey, BCG X, PwC, EY, KPMG. Коли категорія росте так швидко, до ваших дверей приходять три типи постачальників, і лише один із них може доставити результат.

Перший — це легасі-фірма в новому взутті: велика, усталена, не AI-native, яка запускає стратегічну практику, ребрендовану минулого кварталу. Одне питання пробиває цю подачу: скільки ваших власних співробітників AI зробив зайвими цього року, і чому ви наймаєте більше людей? Фірма, що продає ефективність, яку не знайшла всередині власної доставки послуг, продає слайд, а не систему.

Другий — це команда, зібрана, щоб осідлати хвилю, група, скликана для задоволення попиту, зі сторінкою кейсів, складеною з минулих життів людей, найнятих навесні минулого року. Логотипи справжні, але трекрекорд команди — ні. Запитайте, коли була заснована компанія і коли відбулися ті кейси, і спостерігайте, як дати відмовляються сходиться.

Третій — це середня фірма, яка дійсно адаптується. Деякі з них роблять справжню роботу, стаючи AI-native, і вони варті вашого часу. Решта адаптуються швидко, або їх не стане протягом року, і ви не хочете бути клієнтом посеред проекту, коли це станеться.

Спільна ознака для всіх трьох типів одна: доставка реальної імплементації стає меншою, коли технології покращуються. Постачальник, чия чисельність на вашому рахунку тільки зростає, продає вам стару модель з новою етикеткою.

Наш підхід працює навпаки, і я маю на увазі буквально. На проекті з фінансових операцій, який ми ведемо з весни, ми почали з двох інженерів та часткового архітектора. Сьогодні це один інженер кілька днів на тиждень, тому що агенти несуть обсяг звірок, а винятки — це єдине, що залишилося для людини. Ми виставляємо менші рахунки зараз, ніж на старті. Коли ваш CFO питає, чому стаття витрат знизилася минулого кварталу, — це працює продукт.

Покупці, які обирають нас, бачать той самий контраст у своїх цифрах. Проектна майстерня запропонувала одному оперуючому партнеру приватного капіталу $120,000 за побудову робочого процесу для однієї з його портфельних компаній протягом шести місяців. Ми доставили це за третину часу і менш ніж за половину ціни. Два місяці, а не шість.

Все інше, що він нам каже, є наслідком цього. Інші фірми, з якими він спілкується, працюють на проектній основі: шість зустрічей, фаза скопінгу, потім пропозиція з фіксованою ціною на дев’ятимісячну розробку. До моменту, коли вони завершать скопінг, наш інженер уже два місяці доставляє код. Він купує нас за «швидкість, визначеність та гнучкість», а не за презентацію.

Коли одна з його компаній наполегливо твердить, що їм потрібен ще один інженер, відповіддю є под (група), яка коштує приблизно стільки ж, скільки той один найм, але доставляє значно більше. Модель консультанта не може виробити таке, тому що моделі консультанта потрібне зростання чисельності персоналу.

Ось скрипт. Прогоніть ці п’ять питань щодо будь-якого AI-вендора за одну зустріч, перш ніж підписувати щось. Кожне має чисту відповідь і сигнальну ознаку.

1. Чи закінчується успішний проект більшою кількістю ваших людей на моєму рахунку, чи меншою? Якщо чесна відповідь — більшою, то їхній P&L (звіт про прибутки та збитки) зростає, коли ваш — ні.
2. Коли починається білінг і за що я плачу в перший місяць? Якщо лічильник крутиться на етапі дослідження та створення слайдів, ви фінансуєте їхню криву навчання за вашою ставкою. Попросіть їх взяти витрати на дослідження на себе. Ті, хто вірить у свою роботу, погоджуються без вагань.
3. Покажіть мені один робочий процес, який ви експлуатуєте щотижня без вашої участі в кімнаті. Щось, що працює за розкладом і пише в реальну систему, а не демо, яке ви керуєте вручну. Tech Trends 2026 від Deloitte виявило, що лише 11% компаній дійсно запускають AI-агентів у продакшн. Вендори, які не експлуатують власну роботу, — це спосіб залишитися поза цими 11%.
4. Хто володітиме цим рішенням у день вашого піходу, і яка єдина метрика, яку ми рухаємо? Відсутність іменованого власника та базової метрики означає, що ви купуєте науковий проєкт з гарним інтерфейсом. Цифра має бути такою, яку ви вже відстежуєте, щоб порівняння «до» і «після» було чесним.
5. Наскільки меншою стала ваша власна команда доставки, коли моделі покращилися? Вендор, що продає ефективність AI, повинен спочатку знаходити її всередині своєї власної фірми. Якщо вони лише додають людей, значить, вони не вірять у свою подачу або вона не працює.

Зверніть увагу, де вони ухиляються. Ухилення говорять більше, ніж відповіді.

Як це виглядає на практиці

PE-фірма звернулася до нас минулого місяця, щоб вийти з консалтингового контракту. Шість цифр витрачено на AI-консалтинг у семи портфельних компаніях, і все, що вони мали на виході, — це підписка на командний чат.

Їм потрібен був реальний вплив на EBITDA до грудня, щоб забезпечити виходи 2027 року. Натомість вони мали презентацію з дослідження на 150 годин та вендора-розробника, який виставляв додаткові рахунки за «продуктивність AI» без жодного прискорення доставки.

Перш ніж сміятися, усвідомте, що у вас майже напевно прямо зараз діє версія цього.

Ті самі чотири прогалини проявляються щоразу між тим, що обіцяє легасі-консалтинг, і тим, що насправді потрібно інженерії.

1. Перевірювані докази, а не слайди. Консалтингові фірми витрачають тижні на інтерв’ю, щоб продати оцінку зрілості. Ми витрачаємо перший тиждень на створення золотого набору: 20–60 реальних операційних випадків із попередньо узгодженими правильними результатами. Grant Thornton виявило, що лише 9% PE-фірм впевнені, що можуть пройти незалежний аудит свого AI-управління протягом 90 днів. Золотий набір — це те, що закриває цю прогалину. Оцінка лише обіцяє це зробити.
2. Інфраструктура продакшену, а не абстрактні роадмапи. Замість поетапної подорожі ми розгортаємо живий фундамент у власному Azure-тенанті портфельної компанії протягом трьох тижнів. Ми блокуємо доступ до даних лише для читання, видаляємо PII та PHI та обмежуємо вартість на одного користувача. Клієнт володіє всім з першого дня. Якщо ми підемо, нічого не зламається.
3. Стрімкі автоматизаційні поди, а не білінгова чисельність. Традиційні фірми додають тіла за $350 за годину, щоб збільшити рахунок. Ми розгортаємо под за $17K на місяць з місячною оплатою: один старший інженер, автоматизовані розробницькі харнеси та частковий архітектор. Оскільки харнес бере на себе більше навантаження, наш людський слід зменшується з часом, а не зростає.
4. Внутрішня відповідальність, а не залежність від вендора. Нечесні вендори тримають налаштування непрозорими, щоб захищати білінг. Ми залучаємо продуктового власника портфельної компанії з першого дня, надаємо план самодостатності на 90 днів і залишаємо телеметрію увімкненою. Успіх означає, що портфельна компанія доставляє власні оновлення, не звертаючись до нас.

Частина 3: Галузь вже знає

Якщо це звучить як дешевий удар ззовні, то це не так. Фірми, що продають AI-трансформацію, сказали своїм людям за закритими дверима, куди це призведе.

На червневій загальній зборах Deloitte показала своєму персоналу графік, де робота з погодинною оплатою скорочується до тонкої смужки ринку до 2035 року, а AI-агенти забирають решту. Одна з оцінок консультанта після цього: «наша модель мертва, нас фактично замінюють роботи».

У травні KPMG скоротила близько 400 консультаційних позицій у США, приблизно 4% цього бізнесу, і обрізала близько 10% своїх американських аудиторських партнерів. Заявленою причиною було ослаблення попиту, що майже гірше, бо робота тане ще до того, як автоматизація повністю впровадиться.

Чисельність персоналу McKinsey знизилася з приблизно 45,000 до близько 40,000 за останні 18 місяців. Фірма, яка з радістю продасть вам AI-операційну модель, спочатку проводить ті самі розрахунки витрат на собі.

Тим часом найборотьбішим наймом у бізнесі є людина, яка доставляє результат. Інженер безпосереднього розгортання, який сидить усередині вашої операції та будує її, — це роль, за якою OpenAI, Anthropic та Google усі конкурують за найм. Усі тепер погоджуються, що цінність полягає у розгортанні. Війна за рекрутинг — це просто табло рахунків.

За оцінками Fortune Business Insights, ринок AI-консалтингу досягне близько $12 млрд цього року, рухаючись до $74 млрд до 2034 року. Число, що росте так швидко, само по собі є сигналом. Більшість фірм у ньому ребрендували стратегічну практику минулого кварталу. Нову іменну частину додали до подачі до того, як з’явилася нова м’язова сила в доставці.

Як виглядає чесна версія

Модель змінюється під усіма, включаючи фірми, які її продають. Те, що її замінить, зводиться до двох речей: порядку виконання роботи та комерційних умов, що відповідають технології. Вимагайте обох від будь-якого партнера, якого ви допускаєте до своєї операції.

Почніть з порядку. Якщо вам запропонували ретейнер у шість цифр за «оцінку вашої готовності до AI», ось що цей ретейнер пропускає. П’ять кроків.

1. Фрейм. Оберіть один робочий процес з реальними користувачами, дедлайн, який відчуває клієнт, і цифру, яку ви вже відстежуєте. Підпишіть базову лінію до того, як хтось щось побудує. Цей крок не дає нічого, що можна показати раді директорів, але це єдине, що робить крок п’ятий чесним.
2. Доказ. Побудуйте найменш корисний шматок на реальних даних за два-чотири тижні, з видимими припущеннями, помилками та людською перевіркою. Якщо профіль невдачі потворний, ви дізналися про це за ціну одного місяця.
3. Загартовування. Додайте безпеку, контроль витрат, резервні копії та іменованого власника. Робоче демо — це місце, де зупиняється більшість програм. Продакшн — це рунбук і людина, телефон якої дзвонить, коли щось ламається.
4. Вбудовування. Навчіть користувачів, передайте знання, стежте за адопцією. Технічна точність — це не бізнес-цінність. Якщо ніхто в операції не торкається цього у вівторок, це науковий проєкт.
5. Масштабування. Сусідні робочі процеси та багаторазові компоненти, обрані на основі того, що виміряв крок чотири, а ніколи не на основі подачі платформи.

Версія консалтингу працює в зворотному порядку: довга діагностика, перш ніж хтось торкнеться реальних даних, програма, обґрунтована прогнозованими вигодами, успіх вимірюється проведеними воркшопами та доставленими слайдами.

Потім комерційні умови. Ось що ви повинні вимагати від будь-якого партнера і як ми це робимо в Limestone.

1. Нульова вартість дослідження. Ми підписуємо NDA і вивчаємо, як ви насправді працюєте, за наш рахунок, а не ваш: як команда угод шукає активи, як контролери закривають книги, де ваші найкращі люди спалюють дні на версіонному контролі замість роботи, заради якої їх найняли.
2. Чіткий скоуп, без фантомного білінгу. Ви бачите SOW (Statement of Work), вартість і точну бізнес-зміну до того, як рушить хоча б один долар.
3. Білінг на основі результатів. Лічильник запускається лише тоді, коли робота досягає базової цифри, яку ви вже відстежуєте. Дослідження та слайди коштують вам нічого.
4. Без залежності. Місяць за місяцем, іменований власник на вашому боці, телеметрія залишена увімкненою, щоб ви могли піти, коли захочете, і нічого не зламається.

Партнер, який будує для вашої незалежності, цінує це інакше, ніж той, хто будує для вашої залежності.

Спосіб, яким ми комплектуємо команду, — це AI Velocity Pod за $17K/місяць. Ми стаємо операційними за три-п’ять тижнів, ваші люди повертаються до своєї реальної роботи, поки ми несемо технічний ризик, і якщо ми не доставимо результат, ви не платите. Ми відмовляємо приблизно 30% компаній, які до нас звертаються, тому що модель працює лише тоді, коли є відповідність.

Коли вона є, це найчистіший спосіб, який я знаю, щоб впровадити AI у бізнес, не ставлячи на кону весь квартал на криву навчання консультанта.

Якщо ви хочете побачити це на одному зі своїх робочих процесів, заплануйте зустріч для дослідження і будьте готові поговорити про свій найменш улюблений процес і про те, що робить його таким болісним.

TLDR

• Фірми, які беруть з вас гроші за трансформацію з допомогою AI, — це ті, кого AI витісняє. OpenAI, компанія, яка найкраще позиціонована для продажу порад, натомість створила Deployment Company і купила 150 інженерів. Це показовий сигнал.
• Пастка має дві двері. Перші двері — це високочекерова стратегічна угода, де партнер бере близько $1,190 за годину, а повний проект коштує від $1.7M до $8M, і ви платите за те, щоб годувати дорогого працівника, а не за відповідь. Нікого не звільнили за найм McKinsey, і саме в цьому проблема.
• Другі двері — це вендор, який змінив взуття. Три типи: легасі-фірма в новому взутті, команда, зібрана для осідлання хвилі з позиченими кейсами, та середня фірма, яка дійсно адаптується. Спільна ознака для всіх трьох — чи стає їхня команда на вашому рахунку меншою, коли моделі покращуються, чи більшою.
• Покупці бачать це у своїх цифрах. Проектна майстерня запропонувала одному PE-оперуючому партнеру $120K протягом шести місяців за побудову; ми доставили це за третину часу менш ніж за половину ціни. Два місяці, а не шість. Він купує нас за швидкість, визначеність та гнучкість, а не за презентацію.
• Прогоніть п’ять питань щодо будь-якого вендора: більше ваших людей чи менше, коли починається білінг, один робочий процес, який вони запускають без них у кімнаті, хто володітиме ним після їхнього піходу та наскільки меншою стала їхня власна команда. Лише 7% підприємств операционалізували агентний AI і лише 11% запускають агентів у продакшн, тому ухилення поширені.
• Галузь вже знає. Deloitte сказала персоналу «наша модель мертва», KPMG скоротила 400 консультаційних позицій, McKinsey зменшилася з 45,000 до 40,000, і всі конкурують за найм інженера безпосереднього розгортання, який дійсно доставляє результат.
• Чесна модель — це стандарт, який ви можете вимагати від будь-кого: виконуйте роботу в порядку (Фрейм, Доказ, Загартовування, Вбудовування, Масштабування) з умовами, що відповідають їй (безкоштовне дослідження, чіткий скоуп, білінг на основі результатів, без залежності). Наша зменшується з часом, а не зростає.

P. S. Заплануйте зустріч для дослідження, щоб уникнути консалтингової пастки: https://meetings-na2.hubspot.com/mark-ajzenstadt

— Марк Айзенштадт, Засновник @LimestoneHQ