Nadchodzi krach (albo co najmniej „twarde lądowanie”) doradztwa. Co dalej? Trendy, nisze, mapy ruchu 2025–2028
Doradztwo zarządcze i technologiczne wchodzi w okres korekty: uderzenie popytu, spadek marż, rosnąca substytucja przez AI i… klientów, którzy budują kompetencje wewnątrz. Wątek ten – nazwany wprost „nadchodzącym krachem” – przetoczył się przez media biznesowe i branżę, z mocnym esejem Joego Nocery jako punktem zapalnym dyskusji. Jego teza: wielkie firmy są „spuchnięte, przepłacone i wyprzedzane przez AI”.
Więcej: thefp.com
Twarde dane: sygnały z rynku
- Cięcia i zamrożenia. Duża firma doradcza redukuje etaty (w tym partnerskie) po utracie strategicznego klienta i przeglądzie megaprojektów w regionie – symboliczny sygnał, że łatwe wzrosty „projektów państwowych” nie są już gwarantowane.
- Duże firmy doradcze zwalniają tempo. Duża firma doradcza tnie miejsca pracy po ostrym spowolnieniu wzrostu przychodów – najgorszym od lat. Równolegle inna duża firma doradcza obniżał w 2025 r. pulę podwyżek i awansów po najsłabszym globalnym przyroście od 14 lat.
- Popyt na projekty „pauzuje”. Duża firma doradcza raportowała słabsze nowe kontrakty i ostrożność CEO wobec zewnętrznych doradców. To miękka korekta: mniej „transformation for transformation’s sake”, więcej „udowodnij ROI w 90 dni”.
- Konkurencja spoza konsultingu. Kancelarie prawne budują praktyki „tech consulting” (AI, automatyzacja, reg-tech) i wchodzą klientom w procesy, które dotąd były domeną firm doradczych.
Pięć sił, które ściskają tradycyjny consulting
- Asymetria informacji zanika – Answer Engines, LLM-y i agentowe narzędzia obniżają koszt diagnostyki i benchmarków. Coraz więcej „odpowiedzi” jest on demand, a nie „w decku za 400 tys. USD”. Duża firma doradcza wskazuje skok adopcji genAI w wielu funkcjach – klienci uczą się szybciej i pytają doradców o wyniki, nie o analizy.
- Automatyzacja pracy wiedzy – Duża firma doradcza pokazuje, że w funkcjach korporacyjnych 20–40% zadań można dziś wspierać/automatyzować AI. To bezpośrednia presja na model „time & materials”.
- Produkt > projekt – software house’y i dostawcy SaaS sprzedają „rezultaty jako usługę” (platforma + pakiet ekspercki), ograniczając przestrzeń dla długich, customowych wdrożeń.
- Insourcing talentu – centra doskonałości AI/automatyzacji rosną w firmach; doradca ma być katalizatorem i audytorem, nie „rękami do wszystkiego”.
- Nowi gracze – kancelarie, integratorzy danych, firmy chmurowe i… rynki ekspertów (fractional execs) biorą kawałki łańcucha wartości doradztwa.
Co się nie zawali? (i gdzie będą marże)
1) AI Governance & Reg-Tech
Stały popyt na zgodność (polityki, audyty, testy harm/ bias, „model risk management”), zwłaszcza w sektorach regulowanych i przy wdrożeniach genAI. Doradztwo łączy tu prawo, IT i etykę – najlepiej „pakietowane” jako retainer + audyty kwartalne.
2) FinOps dla AI / koszt za token i za wynik
Firmy toną w kosztach inference i chaotycznych PoC. Potrzebne są playbooki oszczędności: wybór modeli, caching, RAG vs fine-tuning, polityki danych. To wprost przekłada się na P&L.
3) Data Contracts & Clean Rooms
Bezpieczne łączenie danych z partnerami (marketing, retail media, B2B) oraz audyt jakości danych. Tu wygrywa doradztwo, które umie rozmawiać zarówno z CISO, jak i z CMO.
4) GEO/AEO/AIO (Answer-Readiness)
Przygotowanie organizacji pod Answer Engines i agentów (llms.txt, schema.org/potentialAction, API-first). To nowa odsłona „growth”: nie SEO, tylko Answer Share i Action Rate.
5) Cyber + prywatność + tożsamość
Szczególnie tam, gdzie AI zwiększa powierzchnię ataku i ryzyka wycieku. Pakiety „purple-team + AI” i secure by design dla agentów.
6) Operacjonalizacja RAG/„AI as teammate”
Nie PoC-teatr, tylko wdrożenia w CRM/ERP/PLM i mierzalne skrócenie cykli decyzyjnych.
7) Sektory: zdrowie (coding, prior auth), przemysł (vision + predictive), energetyka (balancing, maintenance), finanse (KYC/AML + genAI-ops), administracja (asystenci urzędowi).
Modele, które przetrwają (i urosną)
- Outcome-based & usage-based
Mniej godzin, więcej „opłaty za efekt” (SLA na KPI biznesowe) oraz taryfy per seat/per request przy komponentach AI. - „Productized consulting”
Zestawy playbooków + gotowe komponenty (np. biblioteki promptów, polityki, test suites). Klient kupuje czas do wartości, nie „konsultanta”. - Agentic Delivery
Projekty prowadzone przez hybrydy zespołów: ludzie + kontrolowane agenty (chain-of-thought pod audytem), z evidence ledgerem i logami wpływu. - Fractional & guilds
Seniorzy „na część etatu” z realną odpowiedzialnością za wynik. - Partnerstwa branżowe
Kancelarie + integratorzy + vendorzy chmury budują wspólne „landing zones” dla AI – to już się dzieje w prawie i compliance.
Tabela ryzyk 2025–2028 (i jak je neutralizować)
- Ryzyko „deck theatre”: slajdy bez dowiezienia → Mitigacja: definicja Definition of Value, metryki 30/60/90.
- Ryzyko vendor-lock: jeden model/stack → Mitigacja: architektury model-agnostic, warstwa abstrakcji, benchmarki QoS.
- Ryzyko prawne i reputacyjne: AI bez governance → Mitigacja: polityki, testy, audyty, human-in-control.
- Ryzyko budżetowe: „PoC sprawl” → Mitigacja: portfel maks. 3–4 kluczowych use-case’ów, reszta do kosza.
12 nisz o wysokim współczynniku marży (H2M)
- AI Maturity & ROI Clinics – tygodniowe kliniki ROI dla zarządów.
- GenAI Risk & Controls – wdrożenie polityk, kart modelu, testów halucynacji.
- Answer Engine Readiness (GEO/AEO/AIO) – llms.txt, schema.org, potentialAction, „agent-ready” CX.
- FinOps-AI – cięcie kosztów modeli, cache, RAG-ops.
- Reg-Tech dla AI – mapowanie przepisów i audyty zgodności z użyciem LLM.
- Data Clean Rooms – projekty monetyzacji danych partnerskich.
- AI for Corporate Affairs – produkcja + kontrola treści, monitoring, Q&A bots (operacje są najbardziej automatyzowalne).
- Legal-Tech x Consulting – wspólne oferty z kancelariami (AI discovery, policy, workflows).
- AI-native PMO – agentowe biuro projektów (metryki, raporty, ryzyka).
- Security for Agents – threat-modeling agentów, jailbreak resilience.
- Industrial Vision – wpięcie modeli w linie/serwis (OEE/MTBF).
- Public Sector Assistants – asystenci urzędowi, dostępność, język prosty.
Playbook przetrwania dla firm doradczych
0–30 dni
- Odetnij PoC-teatr. Zdefiniuj 3 use-case’y „pieniężne” i 3 wskaźniki kosztu AI do zbicia.
- Upublicznij policy AI, model risk i responsible AI (karta usług).
31–60 dni
- Przepakuj top-usługi w produkty (fixed-fee, wynik).
- Wprowadź agent-assisted delivery z logami i audytem jakości.
61–90 dni
- Zbuduj alliances (kancelarie / hyperscalers / ISV).
- Wdróż usage-based elementy cennika (licencjonowanie bibliotek, test suites).
Playbook zakupowy dla klientów (jak kupować consulting „po nowemu”)
- Płać za wynik, nie za godziny: w kontrakcie SLA biznesowe (np. –30% kosztu inferencji / +X% Answer Share).
- Żądaj dowodów: evidence ledger z testami i logami agentów.
- Unikaj lock-in: przenośne artefakty (prompty, polityki, benchmarki).
- Wspólny zespół: Twój AI Enablement + doradca + prawnik/reg-tech.
Horyzont: „po krachu” doradztwo będzie mniejsze… i lepsze
Rynek nie znika – zmienia się jego skład chemiczny. Część klasycznego doradztwa stopnieje jak lód na wiosnę; w to miejsce wejdą wyspecjalizowane, mierzalne, produktowe oferty, szyte razem przez ludzi, agentów i oprogramowanie. Kiedy „dokument” przestaje być finalnym produktem, a staje się tylko artefaktem w systemie sterowania zmianą, konsulting znów zaczyna dodawać wartość – tylko w zupełnie innym rytmie i ekonomice niż dotąd. A to jest dobra wiadomość.
Źródła i dalsza lektura (wybór): thefp.com Nocera, The Free Press; Financial Times (PwC ME layoffs; PwC UK cuts); Accenture/ET; McKinsey State of AI; Deloitte State of GenAI; BCG o „impact gap”; FT o kancelariach jako konsultantach tech.
