AI重塑科技服务业:新进入者、新人才与新服务模式
全球技术地图
2026年11月13日 17:30
北京
去阅读
以下文章来源于三思派
,作者徐宏宇 任晓波
三思派
.
专注科技创新,Criticism(评论)、Consulting(咨询)、Construction(建设),做有情怀、有思想、有深度的内容。投稿或转载请联系[email protected]
2026年以来,国际科技服务市场出现了一个值得关注的现象:原本专注于大模型研发的科技企业,开始直接进入专业咨询服务领域。美国人工智能公司Anthropic、OpenAI相继与大型投资机构合作,成立面向企业客户的AI服务公司,将业务从模型开发延伸至企业需求分析、应用设计和技术实施。这些新进入者不仅拥有先进的AI技术,还能够借助投资机构的客户资源,直接参与原本由专业咨询机构开展的业务。
与此同时,一种被称为前线部署工程师(Forward-Deployed Engineer,FDE)的岗位受到市场追捧。据《华尔街日报》2026年11月报道,美国部分精英级FDE的年度总薪酬最高达到145万美元。这类人才既要理解企业业务,又要具备工程技术能力,能够直接参与客户业务流程的改造和AI应用实施。
新企业进入、新岗位兴起,背后反映的是科技服务业竞争方式的变化。这一变化不仅意味着科技服务市场出现了新的竞争者,也预示着行业的人才需求和服务模式正在发生变化。AI的影响正从提升工作效率,进一步延伸至科技服务业的市场竞争和业务组织方式。
1 新进入者:AI模型厂商开始进入科技服务业市场
长期以来,科技咨询机构主要依靠行业知识、研究方法和专家团队,为用户提供产业研究、技术评估、战略分析和决策建议,与技术供应商形成相对明确的业务分工。但2026年以来,这一市场格局开始发生变化,Anthropic、OpenAI等AI模型厂商开始将业务从模型研发和技术供应延伸至专业咨询与应用服务领域。
2026年5月,Anthropic与黑石集团、Hellman & Friedman、高盛等投资机构合作成立一家企业AI服务公司。新公司随后收购了专门从事企业AI应用开发的Fractional AI公司。同年7月,新公司正式以Ode品牌推出,依托Anthropic的Claude模型和Fractional AI原有团队,面向金融、零售、制造等行业提供从业务需求分析到AI应用开发、系统部署的专业服务。
OpenAI也采取了类似的布局。2026年5月,OpenAI宣布成立由其控股的OpenAI Deployment公司,联合投资机构和专业咨询公司共同拓展企业AI服务市场,初始投资规模超过40亿美元。同时,OpenAI宣布拟收购英国企业AI咨询和工程公司Tomoro,快速补充企业应用开发和服务交付能力。
2026年11月,Anthropic又与英国私募股权投资机构Hg宣布合作投资成立一家新的欧洲AI服务公司,该公司将以Claude模型为基础,帮助欧洲企业开展AI应用和产品开发,重点推动AI从试验性应用进入实际业务运营。
这些合作的共同特点是,大模型厂商借助投资机构的资金、行业资源和企业客户,快速进入专业服务市场。与传统科技咨询机构主要依靠专业团队和长期客户积累开展业务不同,模型厂商能够将自身技术优势与现有企业的业务场景相结合,直接提供从需求分析、方案设计到技术实施的服务。
这种变化正在打破模型厂商、专业咨询机构和技术服务商之间原有的业务分工。科技服务业的竞争不再局限于传统咨询机构之间,而是逐步扩展到AI技术平台和资本支持的新型服务企业,随着新进入者不断拓展业务,传统科技服务业的市场结构也将随之调整。
2 新人才:传统咨询岗位正在发生变化
新企业进入科技服务市场的同时,一种兼具工程技术和业务理解能力的人才正在成为争夺对象,即前线部署工程师(FDE)。
FDE并非AI时代才出现的新职业。美国Palantir公司较早采用这一模式,让工程人员深入客户企业,直接接触实际业务问题,在客户的数据和技术环境中开发、部署和改进系统。与主要围绕既定需求开发软件的工程师不同,FDE往往需要参与问题识别、需求分析和方案设计,并根据客户反馈持续调整技术方案。
随着大模型进入企业核心业务流程,FDE的价值进一步凸显。通用AI工具虽然能够处理大量任务,但企业内部的数据结构、业务规则和管理流程各不相同,仅仅部署模型并不意味着能够获得实际效果。FDE需要深入客户现场,了解业务运行方式,判断哪些问题适合通过AI解决,并将模型、数据和业务系统结合起来,使技术真正应用于日常工作。
这种工作方式使FDE兼具工程人员和专业咨询顾问的部分特点。他们不仅要懂软件开发、数据处理和AI模型,还要能够理解企业经营中的实际问题,与不同部门沟通,推动业务流程调整,并对应用效果作出判断。
FDE的市场需求已经反映在人才规模和薪酬水平上。据《华尔街日报》2026年11月报道,高管猎头机构Christian & Timbers在一项为期六个月的研究中估计,美国约有1.7万名前线部署工程师,其中约2000人符合该机构对精英级FDE的界定。这部分精英级FDE人才需要具备将企业AI系统投入实际运行、取得可衡量业务成果及带领团队的能力,其年度总薪酬约为58.6万至145万美元,股权和奖金占总薪酬的52%至66%。
图1:美国前线部署工程师(FDE)人才规模与薪酬水平
来源:Christian & Timbers专项研究,经《华尔街日报》2026年11月报道。人数为机构估计,精英级为该机构自行界定的类别,非官方职业统计;占比根据报道人数计算。
值得注意的是,争夺FDE的已不只是AI模型厂商和技术服务公司。据《华尔街日报》报道,塔吉特、巴克莱银行、博士伦和美国运通等大型企业也在招聘相关人才,希望在企业内部建立AI应用和部署能力。这意味着FDE的需求正在从技术供应商扩展至各类企业,专业服务机构也需要面对更加激烈的人才竞争。
FDE受到追捧,反映出企业对专业服务人员的要求正在改变。传统科技咨询通常以研究分析和方案建议为主要成果,咨询人员与后续技术实施团队之间存在一定分工。随着AI技术应用更加深入,客户不仅需要知道应该如何改进业务,也越来越关注方案能否真正实施,以及实施后能否产生实际效果。
这一人才转型趋势,也得到了传统咨询机构的关注。2026年10月,麦肯锡发表《什么是前线部署工程师?》一文,探讨FDE与传统咨询师的角色变化。麦肯锡专家Nick Robson指出,两类岗位的界限正在逐渐模糊,咨询人员不仅需要分析业务问题、提出解决方案,还需要掌握技术工具,并参与推动方案的实际落地。
这一判断表明,FDE的兴起并不只是增加了一类热门工程岗位,更反映出科技服务业人才的发展方向正在变化。未来有竞争力的科技服务业从业者,既需要具备行业知识、信息辨别、证据核验和逻辑分析能力,也需要理解数据和AI技术,能够将专业判断与技术实施结合起来,推动实际问题的解决。这对传统科技咨询人员的能力结构和培养方式提出了新的要求。
3 新服务模式:专业知识与项目经验正在转化为可复用的服务能力
新进入者改变了科技服务业的竞争主体,新人才反映出专业服务岗位的变化,而AI对行业更深层的影响,还体现在服务模式上。
长期以来,科技咨询主要采用项目制。咨询机构根据客户需求组织专业人员,开展资料收集、调查研究、分析判断和方案设计,最终交付研究报告或咨询成果。每个项目都需要投入专业人员和研究时间,部分基础性工作需要重复开展;长期积累的行业知识、研究方法和项目经验虽然可以为后续研究提供支持,却未必能够直接转化为可以重复使用的服务产品。
AI为改变这种状况提供了新的条件。专业咨询机构可以将过去分散积累的数据、知识和方法进行整理,与AI模型和技术工具结合,形成能够在不同客户和业务场景中使用的服务产品。
麦肯锡旗下QuantumBlack的业务转型提供了一个典型案例。QuantumBlack原是一家数据分析公司,2015年被麦肯锡收购。2024年6月,麦肯锡公布了QuantumBlack Labs开发的20多项行业AI产品,覆盖140多个应用场景。这些产品整合了麦肯锡数千个咨询项目积累的行业知识和分析方法,将原本针对单个客户的咨询经验转化为可重复使用的服务产品。例如,面向工业生产的OptimusAI通过分析生产数据和工艺参数,帮助企业优化生产流程。据麦肯锡披露,某铜精矿生产企业应用该产品后,生产处理量提高了10%至15%,铜回收率提高了2至4个百分点。这意味着,专业咨询机构提供的服务不再局限于完成某个项目并交付研究成果,而是可以将专业知识、数据分析方法和技术能力整合为产品,由客户在实际业务中持续使用。
QuantumBlack的实践表明,AI正在为传统咨询机构改变服务模式创造新的条件。专业知识、研究方法和项目经验不再只能通过单个咨询项目体现价值,还可以通过AI产品在不同客户和业务场景中重复使用。未来,传统项目咨询与产品化服务可能并行发展,科技咨询机构的竞争优势也将逐步从单纯依靠人员和项目投入,转向专业知识积累、技术应用与持续服务能力的结合。
4 对科技服务业的启示
AI模型厂商进入专业服务市场、FDE人才受到追捧,以及传统咨询机构推动服务产品化,表明科技服务业的竞争正在从单一的专业咨询能力,向专业知识、技术应用和服务交付能力的综合竞争转变。对于科技服务业而言,需要重新审视自身的资源优势和发展路径。
首先,应更加重视长期积累的专业知识、数据资源和研究方法的组织与利用。过去,这些资源主要服务于单个咨询项目,项目结束后往往以研究报告或档案形式保存。未来可以通过系统整理和技术开发,将具有共性的研究方法、分析流程和专业知识转化为可重复使用的服务资源。但这一过程需要以数据质量、知识组织、方法验证和持续更新为基础,不能简单地将已有报告接入AI工具就视为完成了服务创新。
其次,应调整专业人才培养和团队配置方式。科技服务机构不仅需要能够开展行业研究、证据核验和综合判断的专业人员,也需要具备数据分析、AI技术应用和业务实施能力的人才。FDE的兴起表明,科技服务机构需要更加重视专业人员的业务理解、AI技术应用和实际交付能力。随着AI逐步承担资料搜集、信息整理等基础性工作,初级岗位也需要重新定位,从以完成基础性任务为主,转向以问题分析、技术应用和专业判断能力的培养为重点。
最后,应根据不同业务特点探索服务方式的调整。重大技术评估、复杂产业研究和战略决策咨询仍然需要深入调查和个性化分析,传统项目制具有不可替代的作用;对于具有共性需求、能够持续更新的业务,则可以尝试将专业知识和分析方法沉淀为可复用的产品,形成项目咨询与持续性服务相结合的业务结构。
AI不会使科技服务机构长期积累的专业知识和研究经验失去价值,但会改变这些能力发挥作用的方式。对于科技服务机构而言,关键不是简单追随技术工具的更新,而是能否将既有专业优势转化为新的服务能力,在不断变化的市场结构中找到自身的位置。
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论