说真的,并不是每家企业都需要AI BP

我有个帮企业客户做战略咨询的朋友前几天来找我，说有个客户想搞 AI。

客户做电商，需求其实挺明确——把全平台同类竞品的价格、商品信息爬下来，定期更新，做个可视化看板，主要用来筛选、能下钻、发掘出自己行业内竞品报价和差异化卖点等洞察。

"客户预算多少啊？"

"两万。客户觉得这事儿非常简单，一点都不复杂。"

我给朋友的建议是：这活儿你让客户自己用 Vibe coding 工具手搓试试看呗，你别帮他找服务商了——这个预算找不到靠谱的企业服务商，就算能找到愿意接单的，烂尾和扯皮的风险也比较高，到时候你这个中间人可能吃力不讨好。

过了两天，朋友又回来问我：

"你上次的建议我跟客户沟通，他也觉得这预算确实低了点。那要不，用2-3万一个月薪水，帮客户招一个全职AI BP——把整个公司的 AI 转型推起来，每个部门的 AI 场景一个一个落地。看你有没有认识合适的人，帮忙推荐一下？"

面对这样回复，我一时竟不知道要怎么给建议了。

其实，同作为一位创业者，我充分地理解这位老板在企业的开支上想尽可能节省成本，追求性价比，花小钱办大事的心态。但与此同时，我又深刻地意识到，他现在作为需求方拿出的预算和对供给方的要求和预期，是不符合市场现状的。我和我这位做战略顾问的朋友，都是服务过非常多甲方客户的资深顾问，我们一合计，觉得这样的“供需错配”问题在现在市面上相当普遍。

出于对自己作为乙方从业者这份职业的尊重和对市场的敬畏之心，但同时也出于对甲方客户理性诚恳的建议，特为写这篇文章来做一个回应。

—

1. 到底什么是AI BP？

我心目中的 AI BP，能力上要占两个维度——

第一个维度是「做事」：业务、产品、战略、AI 这 4 项硬技能要齐全。

第二个维度是「沟通与推动」：能横向当桥梁连接各方，能向上跟一号位把价值讲清楚，也能向下推动执行团队真把 AI 嵌进流程里。

两个维度都强的人，市面上凤毛麟角。我跟一位资深同行交流过，他给企业的报价是 35,000 元一天。当然，这个金额不是中国 AI BP 的市场普遍价，是国内独立资深顾问的高位报价，差不多对标美国 AI 战略专项 3,000 到 4,500 美元一天的区间（我在BCG任职的时候，我的费率是8千美金一天。）换句话说，这是"两个维度都强、又有甲乙双方实战经验"的资深顾问才能开出的价。

两三万一个月你能招到的，是另一种人——一个从业五年内、被这一波 AI 冲击得最厉害的传统程序员，或者一个刚毕业几年的初级产品经理，他们可能会对这份工作机会非常珍惜。但恕我直言，他们胜任不了 AI BP 的活儿。

我把这个判断告诉那位朋友。他追问了一句：那"懂 AI 的人"算什么？找一个会用 AI 工具的不就行了？

会用 AI 跟会用 AI 把业务跑出来，是两件事。

就像相机已经把所有功能集成在机身里，按下快门就出图——但拍出好照片靠的不是相机本身，是审美。审美藏在拍照的人脑子里，相机给不了。

AI 工具会越来越好用、门槛会越来越低，这是必然趋势。但用 AI 把一家公司的业务流程重新跑一遍——靠的是对业务本身的理解深度，加上把组织里的人推动起来的能力。这一步，工具替代不了。

所以那位朋友追问的"两到三万招个全职帮我做整个公司 AI 转型"，第一句话出口就已经错了——不是预算问题，是角色识别错位。

—

2. 为什么这个角色既贵又难找

——他们需要攻克最有挑战性的难题。

很多老板第一次听到 AI BP 的报价会愣住，觉得跟程序员的价差大得离谱。这个价差不是市场虚高，是因为这两个角色解决的根本不是一个量级的难题。

先看数据。麦肯锡 2025 年的 AI 应用现状调研里有几个数字：仅 6% 的企业成为 AI 高绩效赢家，60% 的企业投入了但没有实质回报——也就是 94% 的企业 AI 转型不算成功。失败的原因都集中在"人加流程"这一侧：79% 的企业缺乏非结构化数据治理能力，77% 的员工难适应 AI 工具。

行业里现在共识有一条所谓的「AI 落地 20/80 法则」——AI Agent 落地的成败，技术只占 20%，剩下 80% 是场景选择 + 实施服务。

换句话说，当一家公司说"我要做 AI 转型"，真正要解决的难题里，有 80% 跟"我们用什么模型、选什么工具"无关——是业务能不能改、组织能不能动、认知能不能换。

把 AI 转型当工具升级几乎注定失败。两种典型的死法：

1. 只押注内部
   ——组个团队、招一个厉害的人就以为搞得定，结果团队跟业务部门两条平行轨道，KPI 都不在一起，半年后业务没动；
2. 完全靠外部
   ——内部一动不动，全押在顾问和买回来的 SaaS 上，SaaS 买回来没人用，顾问一走方案就死。

AI转型必须三股力同时配齐——内部业务能力、外部借力、中间桥梁。

内部业务能力是企业自己得清楚场景、流程、数据是什么。外部借力是工具、模型、专家经验。这两股力大家都好理解。真正卡住所有人的是中间那座桥梁——懂业务、懂工具、能向上跟一号位讲清楚 ROI，能向下推动执行团队真的把 AI 嵌进流程里。

AI BP 在这个结构里，就是这座桥。它解决的就是 80% 那部分——所以贵，也所以稀缺。

国际市场已经给出过同样的答案：IBM 2026 年的 CEO 研究显示，76% 的大企业已经设立了首席 AI 官（CAIO）这个职位——一年前这个数字只有 26%。意思就是，国际语境下，AI BP 那个角色被推到 C 级高管层，由头部公司直接内化。

国内的现状是另一种方向——大厂在抢的是 AI 算法工程师、AI 产品经理这种核心技术岗（大模型算法月薪开到 5 万以上）。没有一家头部公司用"AI BP"作为标准招聘描述名称招人。麦肯锡同一份调研里还有一组数字：74% 的企业说自己面临 AI 人才短缺，但人才供给的满足率只有 38%——一边喊缺人，一边招不到合适的，就是这种典型的双端错配。

这才是那位朋友跟客户尴尬的根源：他们要找的角色，市面上根本没有标准化的招聘漏斗，和像外包工程师那样大规模的供给。

—

3. 哪些公司才真正需要 AI BP

AI BP 虽然牛，但并不是每个企业都需要的。

判断一家公司要不要请 AI BP，用一个 2×2的矩阵足够说清楚问题。横轴是业务体量（左小右大），纵轴是变动幅度（下小上大）。

右上格 · 大体量加大变动：这是麦肯锡、BCG、字节这种头部乙方的活。一个百亿千亿规模的公司，要回答未来五年十年下一条增长曲线从哪里来——标的过千万甚至上亿，决定的是公司命运。这种活，就算公司敢给，我也不敢接。AI BP 在这个象限派不上用场。

左下格 · 小体量加小变动：年营业额几十万到百来万的公司，老板不做重大业务调整，想在原来的路上修修补补——今天加一个自动化表单，明天试一个营销活动。这种公司找便宜的供应商、或者找一个刚毕业、有冲劲、愿意试错的大学生就够了。两万左右包月的预算几乎全落在这一格里。前面那位电商客户，其实处在这个象限。

右下格 · 大体量加小变动：10 亿百亿盘子的公司，不做颠覆式创新，但想用 AI 在现有业务里降本增效。识别高潜力提效场景，把业务过程里的摩擦点用 AI 替换掉。这种盘子稍微优化一下就是百万千万级的增量，足够撑住一个资深 AI BP 的成本——以陪跑或专项的形式合作非常合适。

左上格 · 小体量加大变动：百万千万营收的公司，虽然公司体量不算很大，但老业务已经相对稳定想开辟第二曲线或者觉得凭借现有团队和老模式已经无法让新业务上一个台阶了，会有魄力和决心想做下一个突破式甚至颠覆式的创新。他不知道怎么破，需要试错和探索精神。这种情况下，AI BP 跟老板一起甄别市场机会、做扫描、做竞品调研、找市场空白点，再用样品或最小可行性产品测试新业务——是 AI BP 价值最高的用法之一。

四个象限里，只有右下和左上这两格真正需要 AI BP。其他两格，其实都是供需错配。

—

4. 你的公司在哪个象限？

回到前面那位客户。聊到最后他认了——他要找的本来就不是 AI BP。朋友帮客户重新梳理了真正需要的角色、合理预算、招聘渠道，这件事算有了相对合适的处理方式。

我写这篇的目的也很简单：希望每个琢磨着“我想要公司AI转型”、“我们也要弄个 AI BP” 的老板们，可以看看自己公司处在矩阵里的那个象限？欢迎对号入座。

如果你在右下或左上——那欢迎您找我聊聊，因为或许我们才是“供需匹配”的伙伴。