AI+咨询：数据科学家会成为顾问吗？

AI会让咨询行业迎来新的春天吗？

在一个先进咨询公司的人工智能开发部门工作过之后，笔者发现大多数顾问坚持让顾客继续投资AI，即便自己公司在AI发展方面已经滞后了。

事实正是如此，科技公司成为了管理咨询公司新的竞争对手，谷歌和微软正在抢麦肯锡，波士顿咨询公司和贝恩的工作。

咨询行业该如何改变自己的商业模式，在这场竞争中找到出路？笔者将会告诉你，咨询公司该如何构建内部人工智能技能，雇佣数据科学家以及如何打造AI相关的新商业模型。

咨询公司未来将会是怎样？受科技巨头威胁的咨询行业该何去何从？数据科学家会成为顾问吗？不如来听听笔者的看法。

图源：unsplash

 

获取信息&更好的数据分析

顾问是基于研究提供昂贵且有洞察力的建议和指导，但事实上，人们大部分的咨询费用都花在数据分析和列报上。顾问的工作是收集、清理、处理并解释来自各组织不同部分的数据。

的确，数据挑战让人机交互的变得必要，但关键数据经常丢失或难以访问，这使得企业需要专家（顾问）来创建、组合、清理、分析和解释数据，从而在关键的战略性问题上寻求数据驱动型的答案。

在越来越多的项目中，我们往往需要更多的数据科学家而非顾问。

在一定程度上，顾问的工作可以通过机器学习算法来实现自动化。一个机器学习模型可以通过检测模式和推断规则来了解复杂情况——即便是对规模最大、最睿智的咨询团队来说，这个过程也是极其困难的。

预测一：

决策者向智能设备（例如Alexa…）询问这样的问题：“在我们主要的市场中，对我来说最大的竞争对手是谁？”“我们应该如何分配资本去和亚马逊竞争？”“我们应该怎样重组董事会？”

答案在互联网时代是廉价的，人工智能可以降低整个咨询价值链的利润率。

信息获取渠道的扩大改变着这一局面。如今，曾经那种被严密保护的信息事实上已经被互联网商品化了。如今，真正的增值是通过已经掌握的数据创造新的竞争优势。

图源：unsplash

可以这样认为，AI时代的管理顾问并不公开信息或运行分析。相反，他们正在利用大多数公司已经获得的信息和分析。基于笔者的观察，他们经常把不同的信息片段连接起来，形成一个完整的叙述或者指导。

除了现有的初始分析活动的自动化之外，算法还可以获得对更高附加值部分的访问权——譬如洞察整合和战略制定。

AI回答变得越来越易获得，这对于咨询公司不是好消息：他们的客户愿意为其支付的费用显著减少。人们可能会认为真正的价值来自数据科学家，而不是无法识别数据中的隐藏模式的纯粹的顾问。

有风险的商业模式……

大多数咨询公司的经营基于以下要素，这也是AI会极大威胁咨询行业的原因所在：

 

如今的形式

根据笔者的经验，大多数咨询任务都和业务问题有关，这些问题可以通过聚类、排序和分类或预测算法来解决。

比如，客户流失预测非常普遍，回归模型已经被证明是相当有效的。此外，协作过滤或排序问题也非常常见。如果业务问题明确，数据可用并相关，且预测真实，数据科学家就可以通过机器学习算法为许多业务问题带来解决方案。

 

人工智能提供者与管理咨询的较量

随着人工智能越来越民主化（无代码/低代码人工智能解决方案，初创企业等等），管理咨询公司将面临越来越大的竞争压力。

 

大型科技公司的竞争

竞争始于三家主要的公司，他们提供预先训练过的模型，企业客户可以利用这些模型来构建人工智能系统。

事实上，有各种各样的工具可以帮助主流公司构建一切，从引擎推荐到语音识别再到翻译系统，客户服务机器人等。在这些情况下，一个内部顾问和数据科学家团队会更合适。

大型科技公司显然更适合。或许有人会认为，这些服务需要大量的个性化服务和技术工作才能有用，科技公司已经在努力通过提供咨询服务来填补这一空白。