AI 顧問公司與實作導向的落地服務商之間的差異很簡單。
前者販售的是漫長的「轉型」故事。後者則交付成果，讓專案（board）上出現第一批數據，並根據真實指標進行迭代。
這才是更好的路徑：實作、衡量、調整、推進。
OpenAI 本可以以任何它想要的價格販售 AI 建議。但在五月，它反其道而行。它成立了一家 Deployment Company，將前置部署工程師直接嵌入客戶的營運流程中，以交付可運作的系統；同時收購了顧問公司 Tomoro 及其 150 名工程師來補充人力。這家最有可能從販售簡報中獲利的公司，選擇了動手建設。
這是整個顧問行業的信號。那些向你收取費用以「用 AI 轉型」的公司，正是被 AI 從內部掏空的公司。這篇文章旨在幫助你避免成為他們下一個帳單項目。
背景介紹一下，我是 Mark，Limestone Digital 的創辦人 (@LimestoneHQ)。
我們已在市場上耕耘十年，執行過超過 170 個客戶專案。這裡有一個數字能概括後續所有内容：我們執行的每個專案，今天參與的人數都比開始時少，而公司的成長速度卻比以往任何时候都快。請暫時記住這一點。
這個陷阱有兩扇門，它們困住不同的人。
第一部分：第一扇門，以及為什麼有人會走進去
第一扇門派出一位合夥人，他的時間計費率高得只有在你不看明細帳單時才顯得合理。
根據公開基準，McKinsey 的高級合夥人每小時收費約 $1,190，第一年助理約 $400，而一個完整的專案費用大約在 $1.7 million 到 $8 million 之間。Bain 對一個小團隊每週收費介於 $110,000 到 $160,000 之間。
你不是在為答案付費。你是在按天餵養一個昂貴的人員，只要工作還在進行。
大多數時候，這買來的是一條成熟度曲線、一個初級員工的演示，以及三個月後依然如故的破碎工作流程。沒有人驗證輸出結果。沒有人構建那個下週二不需要顧問在場也能運作的東西。去問問簽約高管下面一、二、三層的人，他們受不了這種事，因為他們看著馬戲團表演，但當馬戲團離開後，他們仍必須完成實際的工作。
那麼，為什麼還有人買單？因為對於不敢做決定的經理來說，顧問是一張安全網。引入一個大品牌，決策就變成了「經過充分資訊參考的」，如果失敗了，故事也寫好了：我們雇用了最好的人，所以這不是我的錯。沒有人因為雇用 McKinsey 而被解僱。他們購買的是免責保險，而由公司買單。
我想保持公平，因為有一種情況是值得每一分錢的。如果你有一個具體且令人痛苦的問題，一個宕機的系統，一個樓裡沒人解開的技術死結，而一位專家進來解決了它，那就付錢吧。如果他們能阻止讓你流血一年的問題，就算一週收 $150,000 也值得。那不是陷阱。
陷阱是偽裝成洞察力的通用知識工作。關於「釋放你的潛力」的簡報、工作坊，以及以追加銷售結束卻從未轉化為任何可見成果的季度。在 2026 年，通用建議是世界上 cheapest 的東西。你可以詢問前沿模型頂級策略框架，一分鐘內拿到，交給你的團隊，並開始從真實的實作中學習，而不是花錢讓人告訴你本可以自己讀到的內容。如果你需要一位每小時收費四位數的顧問來設定你的策略，誠實的舉動是換掉設定策略的人。
看看今年錢買了什麼。Teradata 的一項針對 1,000 名高級技術和數據領導者的 2026 年調查發現，僅有 7% 的企業將 Agentic AI 投入運營，68% 仍卡在實驗或開發階段。顧問的激勵機制對改變這一數字毫無作用，因為無論工作流程是否交付，計費表都在運轉。
第二部分：第二扇門，以及打開它的五個問題
你聽過的每家現在都有 AI 業務板塊。Accenture、IBM、Deloitte、McKinsey 的 QuantumBlack、BCG X、PwC、EY、KPMG。當一個類別增長如此之快時，三種供應商會出現在你的門口，只有一家能交付。
第一種是穿新鞋的老牌公司：規模大、历史悠久、非 AI 原生，運行著上個季度剛改名的策略業務。一個問題就能戳破其推銷：今年有多少你們自己的員工因 AI 而冗餘，為什麼你們還在招聘更多？一家銷售效率卻未在自身交付中找到效率的公司，賣的是幻燈片，不是系統。
第二種是為了搭乘浪潮而組建的團隊，一群為了捕捉需求而湊在一起的人，其案例研究頁面是由他們去年春天雇用的員工過去經歷拼湊而成的。Logo 是真的，但團隊的記錄不是。問問公司何時成立，這些案例研究何時發生，然後看著日期無法自圓其說。
第三種是真正正在適應的中型公司。有些正在做成為 AI 原生的實質工作，這些值得你花時間。其餘的要么快速適應，要么一年內消失，而你不想在那個時候成為正在進行中的客戶。
所有三種情況的共同信號是一個：真正的實作者，隨著技術變好，其交付團隊會變小。在你帳戶上人數只增不減的供應商，是用新標籤賣舊模式給你。
我們的運作方式相反，我是字面意思。在我們自春季以來運行的財務運營建置專案中，我們最初有兩名工程師和一名兼職架構師。今天是一名工程師每週工作幾天，因為 Agents 承擔了對賬量，例外情況是唯一需要人工處理的部分。我們現在的發票金額比啟動時更少。當你的 CFO 問為什麼上個季度的項目支出下降時，那就是產品在起作用。
選擇我們的買家在他們自己的數字中也看到了同樣的對比。一家專案商店曾向一位私募股權運營合夥人報價 $120,000，為其組合公司之一建立工作流程，耗時六個月。我們在三之一的時間內交付，價格不到一半。兩個月，不是六個月。
他告訴我們的其他一切都是由此衍生的。他談論的其他公司是專案制的：六次會議，一個範圍界定階段，然後是一份九個月建置的固定價格提案。等到他們完成範圍界定时，我們的工程師已經交付了兩個月。他買的是「速度、確定性和靈活性」，而不是一份簡報。
當他的一家持續堅持需要另一名工程師的公司時，答案是成本約等於那一名雇傭的 Pod，但交付得多得多。顧問的模式無法產生這種結果，因為顧問的模式需要人數增加。
所以這是劇本。在任何 AI 供應商身上，在簽署任何協議之前，在一次通話中測試這五個問題。每個問題都有清晰的答案和破綻。
- 成功的專案結束後，我帳戶上你的人手是多了還是少了？ 如果誠實的答案是多了，他們的損益表會在你的沒有增長時增長。
- 計費何時開始，第一個月的費用涵蓋什麼？ 如果計費表在探索和幻燈片製作期間就在運轉，你是在以自己的費率資助他們的學習曲線。要求他們自担探索費用。相信工作的供應商會毫不猶豫地答應。
- 給我展示一個你每週無需你在場也能運行的工作流程。 一些按计划运行并写入真实系统的东西，而不是你手动驱动的演示。Deloitte 的 Tech Trends 2026 发现，只有 11% 的公司实际上在生产环境中运行 AI Agents。不运营自己工作的供应商，就是让你远离这 11% 的方法。
- 你离开的那天谁拥有这个系统，我们要推动的那个单一数字是什么？ 没有指定的负责人和基线指标意味着你在买一个界面漂亮的科学项目。这个数字必须是你已经在追踪的，这样前后对比才诚实。
- 随着模型的改进，你们自己的交付团队缩小了多少？ 销售 AI 效率的供应商应该首先在自己的店里找到这种效率。如果他们只是增加了人手，要么他们不相信自己的推销，要么推销不起作用。
注意他们在哪里回避。回避比答案更能说明问题。
这在实践中是什么样子的
上个月，一家 PE 公司联系我们，帮助他们摆脱一项顾问合约。他们在七家组合公司的 AI 咨询上花了六位数，结果只换来一个团队聊天订阅服务。
他们需要到十二月为止实现真实的 EBITDA 影响，以为他们的 2027 年退出提供资金。相反，他们得到了一份 150 小时的探索简报和一个开发供应商，后者额外收取“AI 生产力”费用，但交付速度零提升。
在你笑之前，意识到你现在几乎肯定有一个版本的这种情况在运行。
同样的四个差距每次都会出现，介于传统咨询的承诺和工程实际需求之间。
- 可验证的证据，而不是幻灯片。 咨询公司花几周时间进行访谈以出售成熟度评估。我们花第一周构建黄金集：20 到 60 个具有预先商定正确输出的真实运营案例。Grant Thornton 发现，只有 9% 的私募股权公司有信心能在 90 天内通过对其 AI 治理的独立审计。黄金集是缩小这一差距的方法。评估只是承诺这样做。
- 生产基础设施，而不是抽象路线图。 我们没有分阶段的旅程，而是在三周内于 portco 自己的 Azure 租户内建立一个活跃的基础设施。我们锁定只读数据访问权限，剥离 PII 和 PHI，并限制每个座位的成本。客户从第一天起就拥有一切。如果我们离开，什么都不会坏。
- 精简自动化 Pod，而不是计费人头。 传统公司每小时添加 $350-an-hour 的人头来扩大账户。我们部署每月 $17K-a-month、按月付费的 Pod：一名高级工程师、自动化开发工具链和一名兼职架构师。随着工具链承担更多负载，我们的人力足迹随时间缩小而不是增长。
- 内部所有权，而不是供应商锁定。 无良供应商让设置晦涩难懂以保护计费。我们从第一天起就嵌入 portco 的产品负责人，交付 90 天自给自足计划，并留下遥测数据。成功意味着 portco 无需呼叫我们即可发布自己的更新。
第三部分：行业已经知道
如果这听起来像是局外人的廉价攻击，其实不是。销售 AI 转型的公司已经在闭门会议中告诉了自己的员工，这一切将走向何方。
在六月的一次全员大会上，Deloitte 向员工展示了一张图表，显示按小时计费的工作到 2035 年将缩减为市场的一小部分，其余由 AI Agents 接管。一位顾问事后解读：“我们的模型完蛋了，我们基本上是被机器人取代了。”
五月，KPMG 削减了约 400 个美国咨询职位，约占该业务的 4%，并裁减了近 10% 的美国审计合伙人。声称的原因是需求疲软，这几乎更糟，因为工作在自动化到来之前就变薄了。
McKinsey 的员工人数在过去 18 个月中从约 45,000 降至约 40,000。这家乐于向你出售 AI 运营模型的公司，首先在自己身上运行同样的成本计算。
与此同时，行业内争夺最激烈的职位是能交付的人。坐在你的运营内部并构建它的前置部署工程师，是 OpenAI、Anthropic 和 Google 都在竞相招聘的角色。现在所有人都同意价值在于部署。招聘战只是记分牌。
据 Fortune Business Insights 估计，AI 咨询市场今年达到约 $12 billion，预计到 2034 年将达到 $74 billion。如此快速增长的数字本身就是一个信号。其中的大多数公司在上个季度重新品牌化了策略业务。在交付获得新肌肉之前，推销先获得了新名词。
诚实版本的样子
模型正在每个人脚下改变，包括销售它的公司。取而代之的东西归结为两点：工作的顺序，以及与该技术相匹配的商业条款。对你允许接近你运营的任何合作伙伴都要求这两点。
从顺序开始。如果你被报价六位数的保留金以“评估你的 AI 准备情况”，这就是该保留金跳过的内容。五个步骤。
- 定框 (Frame)。 选择一个具有真实用户、客户感受到的截止日期和你已经在追踪的数字的工作流程。在任何人构建之前签署基线。这一步骤产生不出任何东西给董事会看，但它是使第五步诚实的唯一事物。
- 证明 (Prove)。 在两到四周内，使用真实数据构建最小的有用切片，其中假设、错误和人工审查都可见。如果失败档案很难看，你只用了一个月的价格就发现了。
- 加固 (Harden)。 添加安全性、成本控制、回退机制和指定负责人。可用的演示是大多数程序停止的地方。生产环境是一个运行手册和一个当它坏了时电话会响的人。
- 嵌入 (Embed)。 培训用户，移交知识，观察采用情况。技术准确性不等于商业价值。如果在周二没有人接触它，它就是一个科学项目。
- 扩展 (Scale)。 相邻的工作流程和可复用的组件，从第四步测量的内容中选择，绝不从平台推销中选择。
咨询版本以相反的顺序运行：在任何人接触真实数据之前进行长期诊断，由预期收益证明合理的程序，以举办的工作坊和交付的幻灯片来衡量成功。
然后是商业条款。这是你应该向任何合作伙伴要求的，也是我们在 Limestone 的运行方式。
- 零成本探索。 我们签署 NDA 并在我们的费用下学习你实际如何工作：交易团队如何寻找来源，控制器如何结账，你的最佳人才在哪里把日子花在版本控制上而不是你雇他们来做的工作上。
- 清晰的范围，无幻影计费。 在一美元移动之前，你会看到 SOW、成本和确切的业务变更。
- 基于结果的计费。 计费率仅在工作达到你已经在追踪的基线数字时才开始。探索和幻灯片对你来说毫无成本。
- 无锁定。 按月付费，你方有指定负责人，遥测数据保持运行，因此你可以随时离开，什么都不会坏。
为你的独立性构建的合作伙伴，其定价与为你的依赖性构建的合作伙伴不同。
我们的人员配置方式是每月 $17K 的 AI Velocity Pod。我们在三到五周内投入运营，你的员工回到他们的实际工作，而我们承担技术风险，如果我们不交付，你不付款。我们拒绝约 30% 来找我们的公司，因为只有在契合时模型才有效。
当契合时，这是我知道的将 AI 放入企业而不押注季度于顾问学习曲线的最干净方法。
如果你想看看这在你自己的工作流中是如何运作的，预约一次探索通话，并准备好谈谈你最不喜欢的那个工作流以及它为什么如此痛苦。
TLDR
- 向你收费以用 AI 转型的公司，正是被 AI 掏空的公司。OpenAI，最有条件出售建议的公司，建立了一家 Deployment Company 并购买了 150 名工程师。这就是信号。
- 陷阱有两扇门。第一扇门是高票价的策略参与，合夥人每小时收费约 $1,190，完整参与费用为 $1.7M 到 $8M，你支付的是维持昂贵人员生存的费用，而不是为了获得答案。没有人因为雇用 McKinsey 而被解雇，这正是问题所在。
- 第二扇门是换了鞋的供应商。三种类型：穿新鞋的老牌公司、借用案例研究组建的乘浪团队，以及真正适应的中型公司。所有三种情况的共同信号是，随着模型改进，他们在你账户上的团队是变小还是变大。
- 买家在他们自己的数字中看到了这一点。一家专案商店向一位 PE 运营合夥人报价 $120K，耗时六个月进行建置；我们以三分之一的价格和一半的时间交付。两个月，不是六个月。他购买的是速度、确定性和灵活性，而不是一份简报。
- 对任何供应商执行五个问题：你的人手是多了还是少了，计费何时开始，一个无需他们在场也能运行的工作流程，他们离开后谁拥有它，以及他们自己的团队缩小了多少。只有 7% 的企业将 Agentic AI 投入运营，只有 11% 在生产中运行 Agents，因此回避是很常见的。
- 行业已经知道。Deloitte 告诉员工“我们的模型完蛋了”，KPMG 削减了 400 个咨询职位，McKinsey 从 45,000 缩减到 40,000，每个人都竞相招聘真正能交付的前置部署工程师。
- 诚实的模型是你可以从任何人那里要求的标准：按顺序运行工作（定框、证明、加固、嵌入、扩展），并附带匹配的条款（免费探索、清晰范围、基于结果的计费、无锁定）。我们的模型随时间缩小而不是增长。
P. S. 预约探索通话以跳过咨询陷阱： https://meetings-na2.hubspot.com/mark-ajzenstadt
— Mark Ajzenstadt, Founder @LimestoneHQ
