顧問的價值不再只是給建議，而是要能真槍實彈地把事情推進市場

摘要

如果你在企業內，是負責推動創新、新市場開拓的主管，或是你身處拓展新業務、開發新商品的單位，你以前可能不會對找顧問感到陌生。但在 AI 時代，你是不是開始猶豫？會不會擔心老闆質疑？是不是對於推動下去沒有足夠的信心？

AI 時代，要生出一份報告，只要短短幾分鐘；不滿意，你還可以請 AI 繼續幫你，改到滿意為止，而且各種圖表，也可以做到盡善盡美。幾個市場證據，也可以看到一些「顧問無用」的端倪。例如，麥肯錫近年明顯縮減人力，許多大型顧問公司也開始調整初階招募、人才結構與收費模式；研究報告也提到，AI 正大幅降低傳統顧問工作的價值。

在我身邊，最近也有一位好朋友，是國內上市櫃企業的行銷高層主管。他沒做過服務設計，但用 Codex 花了一個下午，就做出一份對內的服務設計專案啟動簡報。乍看有模有樣，好像就可以執行了。（而且，他是真的沒有做過服務設計。）

這些證據看起來，好像顧問真的沒用了？企業不再需要顧問了？

然而，與此同時，開發 Claude 的 Anthropic，與 Blackstone、Hellman & Friedman 等夥伴共同籌組一家企業 AI 工程顧問服務公司。外媒報導整體投入規模達 15 億美元，並在 2026 年 7 月正式公布名稱「Ode with Anthropic」。

那到底顧問有沒有用？你該不該花錢找顧問？

在我 15 年的服務設計顧問生涯中，做過無數報告，也協助許多上市櫃公司成功推動商業創新專案。我可以很斷定地說：如果你想成功，你還是會需要顧問。但你買的不能只是一份報告，而是有人能更早看見真實問題、預判組織推動創新時的卡點，並陪團隊把創新結果落地試行。

而近幾年來，隨著 AI 越來越發達，來找我們協助的公司不僅沒有減少，反而越來越多。我認為，關鍵就在以下幾點——也就是顧問的價值真正會發生的地方。

因此，我整理了五種值得找顧問的情況，協助企業主或相關窗口判斷。當然，如果你是一位顧問（或擔心自己會不會被 AI 取代的企業內高階主管），也可以看看自己是否具備這五種能力，讓自己的價值在 AI 時代更清楚。

• 能找到網路上看不到的真實世界資訊
• 能在模糊且不易決策的情況下，引領創新專案順利推進
• 能對接具有信賴感的合作夥伴
• 能引領企業把創新概念放進市場測試，並逐步規模化
• 能在意外發生時不推託，與客戶一起解決問題

前言：AI 趨勢下，「資深顧問」的價值好像受到挑戰了

最近剛好讀到兩個研究，很有趣：

• Harvard 與 P&G 的實驗：791 位產品開發專業者參與測試，個人搭配 AI，成果可以追上沒有 AI 的兩人團隊，花的時間還少了 16.4%；原本偏商業或偏研發的人，在 AI 協助下，提出的方案也更平衡。
• 《Quarterly Journal of Economics》的實地研究：研究追蹤 5,179 位客服人員，導入生成式 AI 後，整體生產力平均提高 14%，新手與低技能工作者提高 34%，對資深工作者的幫助則相對有限。

這幾乎是過去顧問產業中，最有價值的知識與方法，變成沒有價值的最佳證明（已經不是臆測，而是有實證）。這代表，只要一段經驗能被整理成可重複的做法，AI 就能將經驗傳遞給新手（或甚至不用新手，直接獲取資料就好），而資深顧問的價值逐漸降低。

但真的是這樣嗎？

從一個 AI 原生公司的近期新聞，看見資深顧問的價值

2026 年 7 月中，作為目前很紅的 AI 工具 Claude 的公司，Anthropic 正式推出 Ode with Anthropic。這不是另一個模型，而是工程顧問服務；他們的目的是進到企業現場，協助企業將 AI 放進實際流程。

連做 Claude 的 Anthropic，都認為「有模型」和「企業真的用得起來」之間，還隔著很長一段路。那麼，老闆真正該問的，或許早就不是「都有 AI 了，還要不要找顧問」，而是「我要找的顧問，能不能補上 AI 做不到的那一段」。

看到這裡，反思過去 15 年擔任服務設計顧問的經驗，以及我現在搭配 AI 協作的顧問模式，我認為：知識與方法會被 AI 壓低成本，判斷能力也能被 AI 增強；而顧問真正的價值，是有能力辨識真偽、填補真實世界的資訊、引導事情往前推進，並陪客戶選擇與把事情做成。

所以，如果你正在想，有了 AI，我還要找顧問嗎？我會建議你先問下面五個問題，確定目前的狀況。

1、你能挖掘到真實世界的洞見嗎？你要從哪裡獲取？

核心觀點：創新是否奠基在對的問題，關鍵在於能不能挖出真實的市場問題。

AI 很會整理「已經被寫下來的世界」，但創新真正需要的洞見，往往還沒被寫下來，甚至連當事人都不知道該怎麼說。

前陣子，我們幫國際藥廠規劃一場病友共創分享會（可延伸閱讀：以病人為中心的醫療服務創新），希望透過病人的分享，了解病人從預防到治療過程的真實狀況。

你或許會想，身為國際藥廠，難道他們會不知道這些問題？他們不能問醫生？不能查研究？不能看網路資料？

然而，正因他們接觸的多半是偏醫療層面的人，因此所獲得的資訊，就跟網路上雷同。那些關於病人的痛點，大多來自醫師、衛教單位與論文。可以說，這些聲音是「專家轉譯過的結果」，根本不是病人的真實痛點。因此，如果只用 AI 歸納，就只是把專家說的話再說一次。

此外，病人通常處於醫療健康的認知弱勢，不一定能精準說出自己的問題。因此，作為顧問，我們憑藉過去累積的訪談經驗，以及國際病人實際體驗探訪的做法，引導病友在安全的環境裡說出自己的經驗。

也就是在那個場域裡，我們才聽見：「不是不想看病，而是大眾觀感，讓生病的人覺得自己沒有好好照顧身體才生病；這種自我壓抑的心理，讓病人不想承認自己生病。」還有：「不是不想治療，而是醫生太忙，沒有時間好好講清楚，導致病人不知道急迫性與風險，以致耽擱最佳治療時間。」

從上述經驗可以看到：AI 可以幫你快速整理網路上的已知資料，但真正的洞見來自真實世界。有些對領域很熟悉的顧問，可以直接幫你判斷；但碰到不熟悉、或比較不容易接觸的議題，就需要顧問具備挖掘真實洞見的能力——怎麼到現場、怎麼設計訪談、怎麼創造分享的氛圍，以及怎麼耐心引導，讓原本不敢講的人願意深入分享，找到真實問題。

2、你知道創新過程會遇到哪些卡關之處嗎？會不會需要第三方協助？

核心觀點：專案能否順利推進，除了創新本身，還要考慮組織內的角力與跨部門協作。好的顧問，不只會預判卡點，也能扮演好第三方角色，協助你化解創新的阻力。

創新專案麻煩的地方，就是沒有前例可抄。前面提出創意不難，真正困難的是估算時間、排節奏、規劃預算、預判風險，還有在跨部門協作之前，把權責、資源與期待先談清楚。（可以看我對「超級專案管理」的書摘文章。）

不少案子在一開始開會時，大家都點頭；一旦要動到各部門的人力、預算與 KPI，共識就開始鬆掉。走過這類案子的顧問，應該說得出哪裡容易卡、為什麼會卡，並能與企業內的窗口裡應外合，協助資訊提供、溝通、共創與收斂，讓專案順利推進，而不只是列出一張「十大風險」清單。

而且，不同規模的企業或組織，推動創新時會面臨截然不同的挑戰。以下分別分享我經常看到的情況：

• 大企業經常卡在跨部門磨合，以及不同主管的角力：過去，我在規劃創新專案時，一開始就要先與企業窗口討論，哪些單位會與專案有關，並盡可能跟他們接觸，提早建立關係，了解他們的偏好、對專案的態度與需求；再在過程中，用合適的方式邀請他們進來，讓他們能有所貢獻，進而逐漸成為支持者。
• 小組織則卡在團隊小，得同時兼顧經營與創新的量能：我在加速器擔任方法建構與輔導顧問時，經常面對中小微組織。你會知道他們人少，不能一次給太多想法。要真的推進，就得讓團隊夥伴都能掌握，並以適當的節奏，配合他們的日常營運逐步落地。

總言之，AI 大概可以幫你列出風險，但能不能把它實際落成可執行的任務（例如與其他主管面談溝通、讓小組織的夥伴真正掌握），才是創新專案能否順利推進的關鍵。

3、你知道去哪裡找到創新的合作夥伴嗎？

核心觀點：現在的創新不能單打獨鬥，需要合作夥伴。關鍵在於，你能不能為創新概念找到對的夥伴，並在第一次碰面就創造良好的合作氛圍。

創新常常不是一家公司做得完，要借技術、場域、通路，甚至另一個組織的信用。但對接不等於給一份名單，也不是把兩邊拉進群組就算完成。

首先，要先透過關係，找到適合創新磨合的夥伴。一個服務或商品要往前推，我們都知道需要多找幾個合作夥伴或供應商；但在初期，為了測試與磨合，你必須先找到願意嘗試、而且值得信賴的夥伴。

因此，我除了會盤點要找的夥伴類型，也會透過人脈尋找適合的對象，或請值得信賴的人推薦。這靠的是人脈累積、朋友的信任，以及他們對創新需求的掌握程度——不然，也不會推薦出真正合適的單位與窗口。

接著，要創造好的合作氛圍，靠的是專業引導。這裡面可以分為三件事：

• 見面前先個別聯繫，對齊雙方的期待，既創造好的對話，也不辜負推薦夥伴的信任。
• 在現場準備適合的素材，促進合作討論；對話卡住時，把問題拉回「我們一起能做出什麼」。
• 結束後彙整會議重點，整理討論內容，並回顧下一步的合作機會。

從上述內容可以發現，AI 可以幫忙找資料、整理背景，甚至模擬幾輪提問；不過，合作洽談的那一刻，仍然發生在人與人的現場。對方是否值得信任、願不願意來談、為什麼願意多說一點、願不願意把風險攤開，靠的是關係累積，也靠引導手段。

4、進入市場前，顧問會怎麼做出 MVP，並帶著團隊開始測試？

核心觀點：MVP 固然要小，但不能只是少做幾個功能。這一題要看的是，顧問能不能帶著團隊進到真實場域，串起夥伴、測試服務，再根據現場回饋往下修。

我曾經協助癌症希望基金會，推動「台灣癌症資源網」的轉型與建構。這是一個要串起國內上百家醫院的癌症資源中心，整合全台分散在不同區域的社福單位與照顧組織的大型計畫。

我們的目標不只是把網站功能做出來，更重要的是，怎麼讓分散在不同區域的醫療、社福與支持單位願意一起進來，形成一個真的能行動的網絡。

所以，我們沒有關在辦公室裡做，而是和基金會一起找方法、定策略，並在不同區域設計工作坊。最後在 MVP 階段，串起 50 多個願意一起推動的領先單位，共同參與網絡的建構。

每一場工作坊都像一次測試，讓我們彼此確認：要怎麼串連資源、病友能不能找到資源、不同單位如何促成合作，以及平台和線下服務之間還少了哪一段。

現在，台灣癌症資源網已經成為許多醫院在病友離院前會推薦的資源；國民健康署在公開宣導中，也會引導民眾使用。回頭看，讓它走進市場的關鍵，並不是先把網站做得很完整，而是先把參與網絡做起來，再透過一次次測試，把服務補完整。

這個案子很提醒我：MVP 固然要「小」，但不能只是「做得少」。它要小到團隊做得動，又要真到能碰見使用者、合作夥伴與現場限制。顧問若只交付一個原型，還不算陪你打仗；能帶著團隊測、看結果、修正，再往下一輪走，才比較接近市場落地。

5、Bonus part：遇到專案範圍外的狀況，你們會怎麼處理？

核心觀點：創新專案偶爾會遇到合約範圍以外、甚至意想不到的狀況。一個有責任的顧問，會把客戶真正要解決的問題放在心上，並運用經驗盡力協助。

有一次在結案會議上，客戶跟我回饋：「這個專案很創新，業界還很少人做，還好找了你們，願意陪我們一起摸索。」

事實上，那個案子從一開始，我就知道很有挑戰。我大概能看出過程中會經歷哪些狀況，也看得出客戶真的很願意嘗試。原本我的報價超過他的預算，但客戶說，他願意一起承擔、一起協作，用企業的資源找出解決方案。

結果是，那些我原本預判的問題真的發生了。但我們沒有直接推開，而是陪著客戶先理解問題、找出可能的做法，再一起測試。在有限的條件下，我們最後還是協助客戶完成了使命。

當然，多跨一步不代表無限上綱。但優秀的顧問，可能早已遇過類似狀況，因此能在事情發生時產生同理，並用專業協助你判斷、決策、找到解決方案；而這絕不是 AI 可以直接提供你的答案。

結語：AI 拿走報告，反而讓顧問真正的價值浮出來

提出上述五個問題，不是因為我要保護顧問產業，而是過去我在做服務設計、商業創新與組織輔導時，經常看到的五種失敗原因：創新沒有奠基在對的問題（問題過於膚淺）、低估組織阻力、把媒合當介紹、沒有市場落地經驗，以及把交付當結案。

在 AI 時代，AI 會先拿走顧問工作裡最容易被複製的部分：知識與方法。但上述問題，除了第一點跟報告可能還有點關聯，其他幾點幾乎都跟報告產出無關。

當然，這五題不是一張萬用清單，也不代表 AI 做不了任何顧問工作。剛好相反，報告、資料整理與方法建議這些事情，我現在也大量使用 AI 協作。只是，當事情真的進入組織、碰到人、資源與責任時，顧問是不是走過現場，差別就會慢慢跑出來。

因此，以後顧問不能只證明自己懂得多、有方法，還要證明自己能更早看見洞見、知道案子可能卡在哪裡、把信賴的關係帶進合作、知道市場布局的方法，並能協助解決現況問題。

如果你正在評估一個創新或轉型案，不妨把這五個問題帶進下一次會議。答案聽完，大概就知道你要不要聘請一位顧問，還是靠 AI 就可以完成。