我今天看到金国华老师写了一篇公众号。
标题很直接，叫《价值几十万的流程规划专家技能》。
他说自己花了一上午，调教出一个流程规划专家技能。试用之后，他甚至觉得，这个技能在很多场景里，比他二十年的经验还好用。
我也试了一下。
说实话，挺震撼。
不是因为AI能写几段漂亮话。那种能力现在已经不稀奇。真正让我停下来想的，是另一件事。
金老师是流程领域很资深的专家。
一个专家最值钱的东西，往往就是他的判断、框架、经验和方法。换在过去，这些东西通常会被保护起来。它们是顾问的饭碗，是项目报价的底层依据，也是客户愿意持续付费的原因。
可是金老师做了一个反常识的动作。
他把这些经验封装成技能。
而且，他愿意交给客户使用。
真正的问题不是“会不会被替代”
我第一时间和金老师聊了这件事。
我问他：你为什么敢把这么值钱的东西开放出来？
他的判断很清楚。
AI在很多专业任务上，已经具备很强的执行力。尤其是概念拆解、框架生成、流程诊断、材料初稿、方案推演这类工作，它能把专家脑子里的方法，快速变成可操作的输出。
既然这样，继续把知识做成闭源资产，意义会越来越小。
客户真正买的，也不该只是中间产物。
客户买的是变革价值。
买的是项目结束之后，组织有没有真的变好。
买的是流程有没有跑起来，机制有没有固化，团队有没有长出新的能力。
如果把分析方法、概念框架和专业经验封装成技能，再给项目组成员使用，项目反而会推进得更快。
这不是把顾问变廉价。
这是把顾问的经验，从“个人手艺”变成“项目基础设施”。
公开研究也支持这个方向
这件事不是单纯的个人感受。
BCG曾和哈佛商学院、MIT Sloan、沃顿等学者合作，做过一个专业服务场景实验。超过750名BCG顾问参与。结果很有意思。
在创意产品创新这类任务上，使用GPT-4的顾问，整体表现明显提升，质量水平比不用AI的组高出约40%。
但在另一类需要复杂判断的问题上，结果反过来了。AI给出看似合理的误导答案时，一些顾问反而表现更差。
这说明一件事：
AI不是万能助手。AI更像一台能力放大器。
场景对了，它会放大效率。
边界错了，它会放大误判。
NBER也有一个真实企业研究。研究者跟踪了约5000名客服人员使用AI辅助工具后的表现。结果显示，平均生产率提升接近14%。其中，新人和低熟练员工的提升更明显，达到35%左右。
这对咨询行业很有启发。
AI最适合做的，不只是替人“多干活”。
它还可以把高手的方法，变成新人可以跟着走的工作路径。
咨询交付的价值边界变了
以前做咨询，很多价值藏在顾问个人身上。
客户看见的是访谈、调研、PPT、流程图、制度文件。客户看不见的，是顾问如何判断问题、如何拆解矛盾、如何在一堆信息里抓主线。
这些看不见的东西，才是经验。
但它也带来一个问题。
项目结束后，客户往往拿到了一套成果，却没有完全拿到生成成果的能力。
一旦外部顾问离场，很多方法又回到个人经验里。客户团队想复用，就会遇到断层。
技能的出现，让这个断层有了新的解决办法。
它可以把专家的思考路径拆出来。
比如流程规划专家技能，可以把一个复杂任务拆成几个固定动作：
1 先识别业务目标和流程边界。
2 再拆解关键场景和角色分工。
3 然后识别断点、堵点和控制点。
4 最后输出可落地的流程规划建议。
这不是让AI替专家拍脑袋。
恰恰相反。
这是把专家的判断逻辑显性化，让项目组成员能理解、练习和复用。
把技能交给客户，不是自废武功
很多人担心，把方法交给客户之后，客户是不是就不需要顾问了。
这个担心可以理解。
但它有一个前提：顾问的价值主要来自信息不对称。
如果一个顾问靠“我知道，你不知道”赚钱，那AI确实会让他的护城河变薄。
但如果一个顾问的价值来自判断、共创、推动和负责，那技能反而会增强他的项目价值。
因为技能解决的是基础动作。
它让团队先到一个更高的起点。
顾问要处理的，是更难的问题：方向是否对，方案是否能被组织接受，关键人是否愿意改变，流程背后的权责关系能否重新设计。
这些问题，没有办法靠一个提示词直接解决。
它们需要经验。
也需要现场感。
更需要顾问对组织运行机制的理解。
所以，开放技能不是把价值拱手让人。
开放技能，是让顾问从“亲自写每一页纸”，走向“设计一套能持续产生好成果的工作系统”。
这也是一种“以师授人”
金老师还有一个观点，我很认同。
未来，客户员工能否掌握先进工作方法，本身就会成为咨询项目的核心价值。
项目不能只把一套材料交过去。
更好的交付，是让客户团队在项目过程中成长。
他们不只是参与会议，也能学会怎么定义问题，怎么拆解流程，怎么识别风险，怎么把抽象理念变成动作。
在这个意义上，把技能交给客户使用，就是一种新的授课方式。
过去，专家要一对一带人。
现在，专家可以把经验交给AI，让AI在更高频的工作场景中辅导大家。
当项目组成员每次写流程说明、做流程诊断、整理访谈纪要、推演优化方案时，都能调用这个技能，他们得到的不只是一个答案。
他们会反复看见一套专业方法。
看得多了，就会内化。
这件事很重要。
因为变革项目真正难的地方，从来不是写完方案，而是让组织里的人拥有继续改进的能力。
我为什么佩服金老师
金国华老师是我看到的流程管理圈子里，很早真正拥抱AI的一批老师。
这里的“拥抱”，不是每天问AI几个问题。
也不是让AI写几段文案。
而是把AI放进真实工作流。
把经验结构化。
把方法产品化。
把专业判断变成可以被项目组使用的技能。
这比会用工具难得多。
因为它背后有一种职业自信。
他相信，真正的专家不会因为开放方法而变弱。真正的专家，会因为能让更多人学会方法而更有价值。
我看到很多人还停在拒绝阶段。
也有人停在简单问答阶段。
金老师已经往前走了一步。
他把AI当成项目交付的一部分。
这件事，很值得鼓励。
给咨询顾问的一个建议
如果你也是咨询顾问，或者正在做流程、组织、数字化、变革相关工作，我建议你认真想一个问题：
你的经验里，哪些部分可以被封装成技能？
不要一上来就想着做一个“万能专家”。
从小场景开始。
比如访谈提纲生成、流程断点识别、岗位职责澄清、会议纪要结构化、制度文件初审、改善建议初稿。
先把一个高频动作跑顺。
再把你的判断标准写进去。
然后让项目组成员真实使用。
最后把他们的反馈纳入迭代。
这个过程，本身就是顾问能力的再产品化。
更关键的是，你会从“输出者”变成“能力设计者”。
以前你交付的是一份方案。
现在你交付的是一套能持续工作的方法。
以前客户依赖你给答案。
现在客户在你的方法里训练自己的团队。
这对顾问是压力，也是机会。
未来的专业服务，不会只比谁懂得更多。
它会更看重谁能把专业能力嵌入客户的日常工作，让组织在项目结束后还能继续进步。
这也是我和金老师每周固定交流的原因。
我们一直在讨论，AI到底怎样帮助咨询顾问成长，怎样帮助项目团队成长，怎样把专业经验变成可以被复制、被训练、被持续改进的工作系统。
如果你对这个话题感兴趣，也欢迎联系我。
我们可以一起聊聊，咨询顾问的下一种工作方式。