專業服務公司的未來

Jul 07, 2025

久未聯絡的前同事進了 G 社工作之後，近日跟我聊了一些對未來的看法。他表示，由於 AI 對軟體業帶來許多巔覆與衝擊，他過去經營的補習班：『教工程師解白板題』，應該已經不再具有市場性。也因此，即使將來他嫌 G 社的工作太無聊，暫時也不知道離開之後還可以做什麼新事業。

另一方面，他也問我，「有沒有考慮過真的去一些大型顧問公司做個幾年，薪水不錯，然後也能有個 title 幫助你的事業？」

友人的建議算是很實在，畢竟，此一策略就是友人所採用的策略。開『教工程師解白板題』的補習班，在教出一大票的弟子之前，最簡單的宣傳，莫過於老師本人就真刀真槍地靠解白板題考進 G 社。

另一方面，我也常常在思索，經營專業服務公司遭遇的信任挑戰。

專業服務之信任挑戰

相對於實體商品，很容易有第三方評測，專業服務幾乎不可能有客觀的第三方評測，也因此很容易存在消費者信任的問題。信任問題用經濟學的術語來講，就是資訊不對稱，而經濟學也預測了，資訊不對稱造成的結果，往往就是劣品驅逐良品。

針對此一信任問題，在國外行之有年的典型解決方案是，專業服務公司透過出版書籍來處理信任問題。書籍本身是可規模化銷售的產品，透過書籍除了可以快速接觸大量的潛在受眾，又可以讓知識實體化因而建立信任。

然而，這套透過「知識實體化」來建立信任的策略，正在面對一個全新的變數：大型語言模型（LLM）的普及，可能會根本改變專業服務市場中「信任如何建立」、「知識如何判斷」的機制。

過去，消費者若想判斷一本書的價值，一個顧問的文章是否有料，往往只能憑直覺、口碑，或是在領域內待久一點、讀多一點之後才慢慢建立出評估能力。而這種能力的建立過程，就是一種「弱關係中的信任累積」——慢、貴、而且容易被誤導。

但 LLM 的出現，讓這個累積過程大幅加速，甚至外包。今天的決策者，無論是不是該領域的專家，只要輸入一本書、一段文章、一份提案的內容給 LLM，都可以得到一段總結、一段判斷，甚至一份利弊分析。更激進的作法，還可以請 LLM 扮演反方，協助其拆解論述的邏輯、分析是否合理。

這種輔助評估機制，帶來幾個深遠的影響：

原本，專業書籍必須面對一個兩難：寫得太淺，無法建立專業權威；寫得太深，讀者根本看不懂，自然也無法形成信任。現在這個兩難某種程度被解開了——即使內容艱深，讀者也能請 LLM 用自己的語言解釋、總結，甚至與其他觀點比較。這使得「值得信任的內容」，更可能被理解與辨識。

在 LLM 普及後，至少在決策過程的初期，潛在客戶不再那麼依賴封面推薦語、品牌名聲、頭銜與社交認證。他們可能先問 LLM：這篇文章的觀點是否合理？這個方法論和 McKinsey 或 Gartner 的相比，有何不同？這樣的對照，將會讓「論述的內在一致性與知識密度」成為新的決勝點。

未來的潛在客戶，不再只是帶著問題來找答案，而是帶著一份 LLM 幫他們做過的「預先分析」來找人「驗證或修正那份分析」。他們可能會說：「我們把你寫的內容丟給 ChatGPT 之後，它說這個方法可能對製造業有效但不適用於金融業，你覺得呢？」

相比於過去，今日即使只有粗淺的專業，也有可能透過 LLM 去辨認出真正的專業。出版很可能比過去更加重要，但不只是為了「給人讀」——同時也是為了「給 LLM 解讀」。

與其努力讓內容變淺、變潮，不如讓內容更有邏輯與架構，讓 AI 能準確擷取你觀點的核心，並在與競品比較時站得住腳。

對話的起點不再是「你從哪裡聽說過我」，而是「你看過我寫的那些東西之後，LLM 怎麼說？」——而這，正是內容真正被市場吸收的那一刻。