距离chatgpt推出已有半年时间，这段时间的AI技术大跃进，也开始融入到各方面的生产力当中，其中最核心的就是设计和IT行业，两大行业在这段过程中生产力提升最为明显。

视觉媒体创作为主的设计师，运用如midjourney等的工具实现了创作效率的大幅提升，而另一方面，工程师们得益于大模型在编程领域的出色表现，也大大提升了单人工程架构的能力。

而这里面有一些行业注定会因此大受影响，IT外包就是其中之一，这个行业的定位就是IT行业的建筑工，大多是给大型公司建立IT项目，随着AI的发展，对它们的促进和替代之声，也开始大了起来，例如有的观点看到了AI的快速生成能力，将使得外包公司的生产速度上几个台阶，从而大幅提升其业绩，而有的观点却认为，随着AI的普及，很多新手都能依靠gpt自己完成一些复杂的工程架构，因此，很多小型的IT外包需求将完全消失。大型非IT公司里面分出少量人手也可以完成原来要外包出去的工作。

这种双刃剑效应在IT外包及广告设计等行业体现得淋漓尽致。这也许是AI首先大幅度颠覆的行业之一，或许我们可以从IT外包咨询行业当下面临的局面，去看到不同行业被AI改造的未来。

一、成本端的优化

首先，IT咨询外包行业是一个的重IT人力资源行业，各大巨头都有着几十万的人工，但这些公司的利润水平并不很高，作为对比，美股互联网巨头如微软谷歌meta等，员工数也是20万左右甚至更低的水平，这也是为什么IT外包被AI的颠覆的概率会大的原因，毕竟AI的自动化主要就是针对IT中端工作进行替代。

而从利润率来看，虽然IT咨询外包行业听起来也算是互联网行业，但其利润率受高人力成本影响，处在很低的水平，如市值最高的埃森哲，其利润率常年只有11%左右。

借助印度廉价的工程师红利搞地缘套利的infosys和塔塔咨询（TCS），其利润率也不超过20%。

所以说，对于这些利润率低的公司来说，一旦可以实现效率优化，减少人手，成本改善带来的弹性巨大，如meta等高净利率互联网公司裁员5%，利润可能多释放个10-20%，但对于埃森哲这些公司来说，裁员同样的比例，利润可以增长20%-50%。

当然，就最新一个季度的报表来看，裁员趋势并未明显，埃森哲预期将在18个月内裁减2.5%的人手，并不算多。IT外包公司尽管已经意识到了AI的革命性，但在内部开始使用AI，理解AI，融合到工作中，也需要过程，它们与普罗大众一样，面对大模型也是一个新手。

而且，短期内反倒大量增加了AI人才的招聘，以满足企业内部全面使用AI工具化的要求。如埃森哲提出了要增加40000个AI人才的岗位，目前的首要任务不是裁员，而是结构性人员调整，当然在这一步过后，实现了企业内部的AI化后，才能彻底地进行效率优化，但长期来看，这些公司的人手优化，将是一个可以观察到的大趋势。

二、企业会自我IT化吗?

讨论完成本端的优化，更需要了解的是需求端的变化，关于咨询公司的一大担心就是大模型推出后，无需复杂的编程技巧，只需要自然语言就能引导AI来完成复杂任务，因为客户很多问题问AI就有解决方法了。

咨询业务未来将萎缩，很多原来需要外包的工作将由公司内部完成。例如原先的搭建信息化系统，公司内部的数据分析等，都可以借助AI的力量完成大部分工作。

我们从咨询公司的工作流入手。其实这些公司本质就是一个建筑施工队，各大客户也就是甲方，需要建设各种各样的信息化系统，以帮助自己实现工作的优化。如银行的将原先的数据迁移到云上，实现自动化数据处理，减少各类人工记账工作。这个过程，就需要咨询公司先理解原先的业务流，考虑如何嵌入数字化系统及安排数字结构，将哪些部分上云。其中哪些部分可以应用最新的AI技术来实现自动化。当然，若这家银行本身有一个很大的很强的IT运维团队，它们能自己完成这些工作，但若银行的最高管理层对此并不了解，而信息部门也不够强，那么求助IT咨询外包公司就是有必要的。

而现实是，非IT类公司的高层多数对最新的IT技术理解不足，他们首先无法招募一个足够好的IT团队，借助外部力量获取解决方案才是常态。

而建筑所用到的各种材料，工具，就是互联网产品供应商，包括微软、亚马逊云、甲骨文、SAP、CRM等软件公司，它们都提供了相当丰富的解决方案。这些公司尽可能地希望客户能直接应用产品解决问题，他们也设有技术支持部门来实现与客户的直接对接和项目建设。

但集成度再高，有些项目，有些用户就是不能自己动手diy，需要人完成。就像现在的很多装修，家具，产商都费尽心力地把东西拆解好，但仍有大量的工作需要装修工人来安装。而IT的系统假设，也牵涉到大量的软硬件结合、品牌选择、对不同方案和新技术理解成本的问题，这就是咨询公司们所提供服务的意义。

现在的chatgpt推出，就好像推出了一个能够自动完成装修工作的一体化智能建设机器人，问题是这将如何影响甲方、建筑施工队和建设材料工具直接的关系。

首先可以肯定的是gpt的编程能力，确实是很厉害，而在基于gpt开发的专项工具更是已经达到恐怖的自动化编程水平，如最新的copilotX等，我们也看到了不少门外汉可以借此编写简单程序，也看到了程序员借此以几倍的速度实现了自己原先无法做到的项目。

基于GPT4的gpt-engineer，是现在最新的编程方向加强的强大工具。可以通过不断地QA问答理解需求，从而自动生产代码库，例如生产一个贪吃蛇游戏，用户需要把涉及游戏里的各项设定描述完全，就能在几分钟内把代码完成。

相比原先的gpt4，其加强点在于明确需求，把细节和呈现方式先问清楚，从而大大减少了犯错，生成错误程序的概率。

如我们利用gpt，直接说我想生成一个贪吃蛇的游戏，大概率会出现一个达不到要求也无法运行的代码。而不断地将报错地地方修正，重新让AI generate回答，不断重复尝试多次，才能成功，而在这个过程中，这个耗时就已经拉长，AI生产的耗费也大，最后效率的提升幅度就不那么大了。

同样的问题也发生了语言转文字的模型上，若我们直接对midjourney说生产一个动漫角色图片，其结果刚好是我们心中所想的概率几乎是0。而当我们层层递进，利用prompt提示词工程用大量的语言精确描述出我们最终想要的结果时，这个过程确实也不会短。例如一幅可以直接应用于游戏角色的设计图片，最终要风格色调等都符合的话，动用数百个prompt（提示词）才能达到效果。

对于非专业人士来说，提示词该怎么说也是个问题。当一个人没学过编程，他几乎无法应用chatgpt准确描述清楚他的需求，编程里面的专业词汇太多了，在某一步被卡住，无法理解AI的回复，而在代码有问题时也很难发现，因此，最终几乎无法实现想要的效果。且另一方面，对一些前沿领域的软硬件结合经验，AI也无法应答，它的数据很多来自网络搜索，而这些前沿技术应用还没什么帖子发在网上，AI怎么也想不到这个方案。

所以本质上，非专业人士想要利用好AI工具，从而实现完全的替代，自我IT化，完成复杂任务，是非常困难的，即使是简单的IT建设任务，也要先用AI进行快速学习，但这个时间成本，恐怕也要耗费很高。

因此，理解需求，知道怎么用AI，企业大部分仍无法内部完成，咨询的生意不见得会有很大的被替代的余地。换句话说，这个全能的自动装修机器人，仍然无法直接与甲方实现双点完成任务，需要第三方，一些技术熟练的装修工人，去给机器人提供合适的指令，精确描述需求。

可见的未来，对于外包产业，需求不一定会萎缩，过去企业IT云化的趋势是IT咨询外包行业持续发展的动力，而如今，企业的AI化，也是一个可做的方向。这同样是结构化的变动

目前AI狂潮如此猛烈，几乎每个企业的领导人都或多或少的知道chatgpt的革命性，但除开那些本来就很懂IT技术的互联网公司不说，传统行业公司的领导都对应用gpt的业务结合也是一头雾水，不知道该怎么用上去实现公司业务提升，进展也一般。

目前openAI仍专心于优化模型，提供给大众的应用指引并不多。固然材料或工具生产商无法解决所有问题，仍然需要施工队，但在使用的工具简化的只有一个后，最懂得应用工具的openAI自己来做咨询和IT外包的空间就很大。

这也是类似于openAI或者palantir这种AI技术驱动的公司可以对埃森哲或者infosys的咨询业务发起冲击替代的商业机会。

而且相比openAI等，咨询公司也是GPT的门外汉，他们得自己先学会怎么用。当下咨询公司继续加大招聘AI人才，这也说明，它们实际要重新开拓业务。

三、结语

所以综合看下来，IT咨询赛道没有问题，AI能回答很多问题，但能引导其给出准确的答案，仍需要提问者有相当的知识，且企业的AI化也需要外部力量的帮助。企业不会因为chatgpt有多强大，就能实现自我的IT化和AI化。

在AI的加持下，成本端的优化可以让行业本来不高的利润率有较大的业绩弹性。收入不变，利润率提升，IT咨询外包行业有机会从普通赛道升级为好赛道。

那些能快速学会掌握使用AI自动化的IT咨询外包公司，未来会是比较光明的。

当然，机会不一定全是给到现有的市场参与者，开发大模型的，对自动化工具本身最所理解的IT企业，反倒有机会借此在IT咨询外包赛道切入并获得相当大的商业化空间。这也是给到大模型公司的一个商业变现点，应用AI帮助企业实现IT化，

6月初，摩根士丹利发布的一项调查显示，只有19%的受访者表示他们之前使用过ChatGPT，只有4%的人表示依赖ChatGPT。调查表示，比例低得惊人。渗透率未达预期的背后，企业为什么不用AI，是他们不想用吗？

其实这反映的，正是帮助融合AI的咨询公司的业务缺失，很多公司和个人需要人教他们学会使用AI，并结合现有的业务，而这正有机会成为一个潜力巨大的市场。