[大衛選讀] 現在每天都一堆 AI 相關新聞，看到都膩了，但是上週這則新聞，確實值得專業工作者多看兩眼。
Anthropic 跟全球最大私募基金 Blackstone、Goldman Sachs、Hellman & Friedman 共同成立一家新公司，總共投入 15 億美元，要把 Claude 直接送進這幾家金主旗下的數百家企業使用。同一天，OpenAI 也宣布跟 TPG、Bain Capital 做幾乎一模一樣的事。
這幾家湊在一起不是隨便兜的。Blackstone 是全球最大的另類資產管理公司，手上有 250 多家投資組合公司；Hellman & Friedman 是企業軟體 PE 的老玩家；Goldman Sachs 帶來的是 3.65 兆美元的資產管理規模，以及未來上市時的承銷通路。三家拼起來，等於「客戶池、軟體業 know-how、資金與 IPO 出口」通通一站到位。
更值得注意的是，Anthropic 隔天緊接著又發了一個重磅更新：跟 Microsoft 365 完整整合、跟 Moody’s 數據合作、推出一系列華爾街專用的 AI agent。兩天連發、密度高得反常。
很多媒體把這解讀成「AI 公司也跳下來做顧問諮詢了」。
但我覺得這個切入太表面。如果你是顧問、是專案經理、是產品企劃，是任何一種把「思考能力」當作謀生工具的人，這個合資案真正想告訴你的是另一件事。
產業裡在賣的東西，已經從「建議」換成了「結果」。
接下來聊三件事：模型競賽為什麼結束、分發競賽派出來的是什麼樣的人，以及顧問業的金字塔為何正在崩塌。然後最後一段，我想把這些訊號拉回你身上，看看這對於專業工作者來說，到底意味著什麼。
觀察一：模型競賽結束了，分發競賽開始了
過去三年，AI 圈最熱鬧的事是模型本身。誰的 benchmark 拉高、誰離 AGI 又更近一步、誰的 scaling laws 撞到了天花板。每隔幾週就有人在拼跑分、搶排名，整個產業像在跑一場永不停歇的馬拉松。
但到了 2026，這場馬拉松其實已經分不出有意義的勝負了。
Ramp 是一家企業支付平台，看得到上萬家公司的真實 AI 採購數據。他們三月的觀察報告指出：一年前，業界共識是 AI 模型公司沒有護城河，模型會商品化，最後會變成比誰更便宜的競賽。但這並沒有發生。Anthropic 的 Claude Code 跟 OpenAI 的 Codex 在效能上差不多，企業卻明顯在做選擇，而這個選擇，不純粹只看效能。
換句話說，模型本身已經變成商品化的底層，差異化必須從別的地方來。
那是從哪裡來？這就是 AI 公司這幾個月不再迴避的事。合資案宣布同一天，Anthropic CFO Krishna Rao 在記者會上說：「我們跟全球頂級系統整合商的合作，是 Claude 觸及大型企業的核心管道。」
淺台詞是：Anthropic 的競爭優勢未來不靠全靠模型，而是要靠分發通路。
這個轉變不是 AI 公司想換戰場，是被現實逼的。MIT NANDA 去年底調查上千家企業，數字相當尷尬：100 家有 80 家評估過 AI 工具，但真正用起來、嵌進日常工作的只有 5 家。剩下 75 家停在「試用過、覺得不錯、但不知道怎麼往下走」。這樣看來，模型再進步 30%、50%，也救不回那 75 家。卡住的從來不是模型，是中間那段沒人鋪的最後一哩路。
所以才會有上週這個合資案，而且 OpenAI 同一天也跟 TPG、Bain Capital 合作幾乎一模一樣的事。模型競賽分不出勝負了，現在真正比的是分發競賽。
方向清楚了，那這場仗，要派誰去打？
觀察二：他們派出去的人，跟你想的不一樣
合資公司會派誰去你的公司？答案是「前線部署工程師, Forward-Deployed Engineer」，簡稱 FDE。
這個詞是 Palantir 帶起來的。2009 年，JPMorgan 找 Palantir 做數據整合，但 Palantir 派去的工程師沒有坐在 IT 部門。他們直接坐到信貸衍生品交易員旁邊的辦公桌。
其中一位 FDE 觀察到一件小事：交易員錯過了一個執行窗口，因為他得放開鍵盤去抓滑鼠。這位 FDE 回去把整個 UI 重寫成「鍵盤優先」版本，所有快捷鍵都重新設計。
過程中，不開檢討會、不寫策略簡報、直接寫 production code。
這群人的薪水有多誇張？根據 Levels.fyi 2026 年 5 月的數據，Palantir 一個 FDE 中位數年薪 21.5 萬美元，最高可以到 41.5 萬美元（折合台幣 1300 萬）。但重點不是錢多，而是這跟 Palantir 內部寫核心產品的工程師薪水幾乎一樣。
也就是說，Palantir 願意花跟「最會寫程式的工程師」一樣的薪水，去聘一群「願意搬到客戶辦公室裡，陪客戶一起寫程式的工程師」。
這個誘因設計本身，就解釋了為什麼這個模式跟麥肯錫完全不同。麥肯錫的 partner 不會自己寫 production code，但 FDE 每天都在 push commit 到客戶的 git repo。
Anthropic 現在在波士頓、紐約、倫敦、巴黎全面招 FDE。Palantir 總裁 Shyam Sankar 講得很直接：最適合當 FDE 的，是「領域中的異教徒、反抗軍, heretics or rebels」，是能在客戶現場捲起袖子，用 3 到 10 倍的速度，推動事情往前的人。
這群人跟傳統顧問的本質差異，可以用三句話說清楚：
顧問是給建議的人，FDE 是直接寫 code 執行的人。顧問是來來去去的人，FDE 是長駐下來的人。顧問把客戶資料帶走，變成下一個 case 的素材；FDE 則是把客戶資料，轉化成下一版產品的方向。
換句話說，FDE 這樣的模式，不只幫助導入 AI，也徹底改變了甲乙方的關係。
觀察三：顧問業的金字塔正在塌
如果你以為 FDE 模式只衝擊到 AI 公司的競爭對手，那就低估了。它真正動到的，是整個顧問業的「金字塔, Pyramid」。
過去 130 年，顧問業的經濟模式是這樣：少數高薪 partner 在頂端，中階 manager 居中，大批新進 analyst 在底層做 research、modeling、跑 Excel、拉投影片。整個架構靠時數差價賺錢，這就是業界俗稱的「人力槓桿, leverage」。
但 2026 年，這個結構撐不住了。
McKinsey 從 2023 到 2026 累計裁掉約 5,000 個職位，是史上最大規模的縮編。同時，他們也部署了 12,000 個內部 AI agent，是裁掉人數的兩倍以上。
更深層的問題是：當金字塔的底層消失，往上爬的那條路也跟著斷了。研究界把這個現象叫做「金字塔中段陷阱, The Squeezed Middle」。AI 不只是拿掉了初階工作，也讓中階 manager 失去了存在的意義。
往後顧問業會變成什麼形狀？產業界目前有四種預測。
鑽石型：底層萎縮、中層擴大，代表公司是 PwC 跟 EY。沙漏型：留住頂尖 partner 跟小批新人、中階壓縮，代表公司是 McKinsey。
方尖碑型：整個組織瘦長、底層幾乎消失，代表公司是新創 boutique。平台型：人不再是槓桿，IP 跟 agent 才是，代表公司是 Palantir 跟 BCG X。
四種形狀其實對應四種不同的競爭定位，並不是替代關係。但無論走哪一種，最危險的位置都是同一個：金字塔的中段。
而這個崩塌，不只是顧問業的問題。它的衝擊波，正在影響到所有靠「思考能力」維生的人身上。
結語：兩種專業工作者，差距已經開始拉開
回到最開頭那個合資案。Anthropic 跟 Blackstone 那 15 億美元焊接的，是一個訊號：當技術成熟到一定程度，贏家不再是做出最強模型的人、也不是做出最美簡報的人，而是擁有最直接從問題到結果交付能力的人。
那麼，這件事落到專業工作者身上會是什麼樣？這裡有三個問題，可以讓你好好想想。
分水嶺一：你在賣的是「建議」還是「結果」？
傳統知識工作賣的是建議，靠 PowerPoint 包裝、個人權威背書、工時計價。但 AI 把建議的邊際成本壓到趨近於零，客戶也開始要求看到結果再付錢。傳統模式很快就會撐不住。
最明顯的訊號來自律師業。Clio 2024 報告指出，律師事務所 74% 的計時費工作可被 AI 自動化。Shell 直接寫信給合作的律師事務所，要求他們說明如何用 AI 降低成本。
注意這個方向：不是律師事務所在賣 AI，是客戶反過來逼他們用 AI。賣建議的時代要結束了。
分水嶺二：你是「橫向通才」還是「縱向專家」？
過去顧問業的競爭優勢是「跨產業 pattern matching」，把一個產業的最佳實務搬到另一個產業。這條橫向能力，AI 比人類做得更快、更全面。
但特定產業的深度操作經驗，AI 抄不走。一個在半導體蹲過 15 年的人，知道哪個供應商會延遲、哪個環節才是真正的瓶頸。這種隱性知識 (tacit knowledge) 並不在訓練資料裡。
連 McKinsey 也開始主動招文學院背景、產業出身的人，理由是「能帶來非線性思考」。如果你還在金字塔上，選一個垂直產業深蹲下去，或許會比累積跨產業的經驗，來得安全。
分水嶺三：你是「賣時間的人」還是「賣產品的人」？
這個分水嶺最重要。未來最值錢的專業工作者，不是「最會做簡報的人」，而是「能把自己的 know-how 產品化」的人。
假設你是資深律師或會計師，腦袋裡有一套用了 10 年的 SOP。過去這些經驗只能透過工時變現：做一個案子、收一筆錢、做完就結束。但現在你可以把它打包成 agent workflow，一次寫好、持續販售。
我認識的頂尖顧問，現在週末都在燒 token, 把自己的方法論訓練成 agent。然而，我認識的大多數知識工作者，則是還在想辦法多接幾個案子。這中間的差距，已經明顯開始拉開了。
千金難買早知道，我覺得現在還算早 🙂
