国内 AI 咨询市场的三层结构，和它的天花板。

底层卖工具培训、中层卖项目交付、顶层卖战略陪伴。每层的客单价相差 50 倍，但跨层比跨行业还难。

一个常被混淆的市场

每次有人问我"AI 咨询市场现在怎么样"，我都想先问他一个问题：你说的 AI 咨询，是哪一层的？

不同的人说"AI 咨询"，往往在说三件完全不同的事。

有人说的是：我有个 AI 工具，我来教你怎么用。 有人说的是：我帮你把 AI 工具集成到你的系统里，实现某个自动化功能。 有人说的是：我帮你判断你应该在哪些地方用 AI，应该怎么用，从而改变你的业务结果。

这三件事不仅不是同一件事，它们的商业逻辑、客户群体、定价模式、市场天花板都完全不同。我把它们叫做 AI 咨询市场的三层结构。

第一层：工具推广层

这一层的主体是：AI 工具厂商的销售团队、代理商、以及做"AI 培训"的机构。

商业模式：按席位、按课时、按模块收费。单价低、标准化高、可规模复制。

客户群体：想"了解 AI 是什么"或者"学会用某个具体工具"的企业。预算通常来自培训部门或采购部门，决策层级低，采购周期短。

这一层的典型产品：ChatGPT 企业版培训课、某 AI 办公工具的落地推广、"全员 AI 化"培训包。

市场规模：看起来很大，因为受众广、入门门槛低。但单价极低（一套企业 AI 培训课通常在几千到几万元之间），竞争红海，毛利率被压得很薄。

天花板：这一层的天花板是"教会之后人走了"。培训能改变认知，不能改变业务。客户买完一次，续购的逻辑不强。这一层的市场规模受限于"有多少企业在考虑 AI 但还没入门"，随着 AI 工具越来越易用，这个受众群体会缩小。

第二层：系统集成层

这一层的主体是：技术服务商、系统集成商（SI）、"AI+行业"垂直创业公司。

商业模式：按项目收费，或按月 SaaS 订阅。单价中等（十万到数百万），需要一定技术能力交付，人力密集型。

客户群体：有明确场景需求、有 IT 预算的企业。通常由 IT 总监或 CTO 负责决策，采购周期中等（1-3 个月）。

这一层的典型产品：企业内部知识库 RAG 系统、智能客服系统、AI 辅助内容生产工具链、销售助手 CRM 集成。

市场规模：这一层目前是 AI 落地最活跃的层，大量创业公司在这里扎堆。

天花板：这一层的问题有两个。第一，产品同质化严重。大量公司在做相似的技术集成，产品差异化越来越难，价格战不可避免。第二，这一层交付的是系统，不是业务结果。系统上线后如果业务不改变，客户的续费意愿很低。更大的威胁来自 AI 工具平台本身——随着 OpenAI、百度、阿里的平台能力越来越强，很多"系统集成层"做的事情，会被直接打包进平台产品里。

这一层短期是最大的市场，但长期是最容易被侵蚀的市场。

第三层：战略判断层

这一层的主体是：真正有业务咨询能力的 AI 顾问、有深度行业经验的独立顾问、少数真正做战略咨询的公司。

商业模式：按项目或按月收费，单价高（数十万到数百万），工作内容以判断和建议为主，不以交付系统为主。

客户群体：老板或 C-suite 级别的决策者。他们的问题不是"我要用什么 AI 工具"，而是"我应该在哪些地方投注 AI，这些投注会带来什么业务结果，我该怎么管理这个过程"。

这一层的典型产品：AI 转型战略咨询、企业 AI 能力建设规划、AI 风险与合规评估、高管 AI 决策培训。

市场规模：这一层的绝对市值远小于前两层，但单价极高，且竞争密度远低于第二层。

为什么这一层稀缺：做这一层需要同时具备两种能力——对 AI 技术的真实理解（不是看过几篇论文的理解，而是能判断某个技术主张是否可落地的实践理解）和对商业逻辑的深度感知（能读懂一家公司的真实问题，不被老板说的"想要什么"遮住）。这两种能力都需要大量时间积累，很难速成，也很难标准化复制。

三层结构的关系

这三层不是独立的，而是互相有依存关系。

工具推广层制造了市场认知——它让更多企业主开始想"我该用 AI 了"，这为后两层制造了潜在客户。

系统集成层承接了大多数"想用 AI"的需求——它是企业从"认知"到"尝试"的主要通道。

战略判断层服务的是"尝试之后发现不够"的企业——这些企业已经用过 AI 工具，也上了一两个系统，但还是不知道 AI 能给公司带来什么本质改变。他们需要的不是更多的工具，而是一个能帮他们想清楚的人。

所以这三层的关系，在某种程度上是客户教育层、客户转化层、客户深化层。

天花板在哪里

如果整个市场有天花板，在哪里？

第一层的天花板是：市场教育会完成。当大多数企业都"知道 AI 了"，工具推广的受众就变小了。这个周期可能是 3-5 年。

第二层的天花板是：AI 平台化趋势。平台厂商会持续下沉，把集成层的标准化工作打包进自己的产品里。能活下来的集成服务商，要么在某个极度垂直的行业里有不可替代的数据或关系资源，要么向战略判断层升维。

第三层的天花板是：人的稀缺。这一层的核心资产是"能同时看懂技术和业务的人"。这种人的供给不会因为 AI 技术发展而快速增加——恰恰相反，AI 发展越快，这种判断人才的稀缺性越高。

从这个角度看，第三层是整个 AI 咨询市场里最具长期价值的位置，也是竞争最不充分的地方。

写在最后

我自己在哪一层？

我做过第一层的培训，做过第二层的系统集成项目，现在主要在第三层——做诊断咨询、AI 私教陪跑、企业 AI 战略辅导。

不是第三层高级，而是我发现只有在这一层，客户真的感觉自己花的钱有价值。前两层的问题是"交付完了就是了"，双方都不清楚这件事是否真的起了作用。第三层的好处是：可以量化业务影响——某条业务线跑通了，某个问题被解决了，这些是真实的。

而且第三层有意思得多。每个客户都是一道新的题，没有可以完全复制的方案。

对我来说，这比卖标准化产品更值得投入。