Konsulter gråter, företagen jublar

Att anlita externa konsulter för att plöja igenom tunga manualer, avtal och rapporter har länge varit en kostsam nödvändighet för många företag. Men nu ritar AI-boomen om spelplanen. Medan de globala konsultjättarna skakas av personalnedskärningar kan vanliga företag glädjas åt enorma tids- och kostnadsbesparingar.

Utvecklingen har slagit hårt mot konsultbranschens giganter. Under de senaste månaderna har tunga namn som McKinsey, Deloitte, Ernst & Young (EY) och KPMG alla meddelat personalnedskärningar. Den traditionella modellen, där stora team av juniorkonsulter debiterar dyra timmar för manuellt grovarbete, håller på att falla samman.

Arbeten som att gå igenom manualer, dokument, avtal och liknande material är uppgifter där AI är fenomenal. Tekniken utför det snabbt, korrekt och till en kostnad som är nästan gratis jämfört med externa konsulttimmar. Forskning som tidigare tog veckor kan i dag genomföras på några timmar, och stora dokumentuppsättningar kan analyseras redan före det första mötet.

– Kunderna utför sina egna dataanalyser med hjälp av färdiga AI-verktyg, så det är rimligt att de frågar sig varför de ska betala höga priser för arbete som de nu kan utföra internt, säger Paul DeMott.

När AI kan sköta grovarbetet snabbare och billigare faller den traditionella modellen att sätta juniora medarbetare på problemen. Istället för att köpa konsulter som sammanställer data och omsätter insikter till rekommendationer, kan företag använda färdiga verktyg direkt i den egna verksamheten.

– Den fleråriga omvandlingen var meningsfull när den underliggande tekniken utvecklades långsamt. Den världen är borta. Om din färdplan sträcker sig över tre år är de verktyg du valde ut under den första månaden föråldrade redan vid månad 18, säger Brad Belzak.

Istället för långa kontrakt har nittiodagars-sprintar blivit allt vanligare. Fokus hos it-cheferna har flyttats från att betala för antalet huvuden på plats till att betala för faktiska, mätbara resultat. Man köper inte längre människor, man köper resultat.

• Dokument- och avtalsanalys: Att låta AI gå igenom, sammanfatta och hitta viktig information i stora dokumentuppsättningar, manualer och avtal.
• Dataanalys: Att strukturera ostrukturerad data och ta fram beslutsunderlag direkt i färdiga verktyg, utan att blanda in externa analytiker.
• Snabb prototyptagning: Att ta fram mjukvaruprototyper tidigt i processen med hjälp av AI-agenter, snarare än att vänta på långa, manuella utvecklingscykler.

Även om AI sparar tid och pengar betonar branschexperter vikten av säkerhet. Företag bör undvika att ladda upp känslig företagsdata i öppna, publika AI-verktyg utan tillräckligt dataskydd. Dessutom krävs det fortfarande mänsklig slutkontroll och senior kompetens för att göra den slutgiltiga bedömningen, styra arkitekturen och säkerställa att resultaten stämmer med verkligheten.