文 | wiwi
有一类会议正在消失。
那种乙方带着一份厚厚的提案进场，翻两个小时 PPT，甲方说 " 回去改第三稿 " 的会议。取而代之的，是另一种会议：甲方自己用 AI 出了十几个方向，叫来乙方，问 " 你觉得哪个好 "。
这件事最先发生在广告公司、品牌咨询、公关代理、营销策划这些靠 " 出方案 " 为生的乙方身上。因为这些行业过去最容易被看见、也最容易报价的部分，恰恰就是文档、创意和方案。
表面上看，这是效率进步；实际上，这是一次价值位移：甲方从 " 买生产 " 变成了 " 买选择 "。过去甲方花钱让乙方把方案做出来，现在甲方自己也能做出一堆方案，反而需要别人告诉他哪个不该做。
过去乙方怕甲方没有想法，现在乙方开始怕甲方想法太多。AI 没有让甲方更清楚，反而让甲方更容易把混乱包装成 " 多个方向 "。帮人选择，比帮人生产要难解释得多，尤其是在甲方老板那里。
乙方真正卖的，从来不是那份文档
" 帮甲方把问题想清楚 " ——这句话在乙方圈子里已经被说烂了，但几乎没有人说清楚那到底是什么意思。
以广告项目为例，" 想清楚 " 不是一个动作，而是一串具体的追问：品牌今年的核心问题是销量、品牌感知还是价格带卡位？上一次传播没有效果，是创意判断失误，还是触达人群不对？那个创始人反复强调的 " 年轻化 "，究竟是真实的战略转型，还是他上周看了竞品某个案例之后的一时冲动？这次预算到底是打曝光，还是要带货？两者的衡量标准完全不同，方向也完全不同。
把这些追问一一走完，才能知道甲方现在应该做什么。
这个过程，在项目里通常发生在提案之前的几次沟通会里。它没有单独计费，被归入 " 售前服务 " 或者 " 项目理解阶段 "。乙方公司很少意识到，这才是他们最重要的工作，因为它不在合同里，也不在结项报告里。
AI 出现之后，这件事反而变得可见了。
因为甲方绕开了这个过程，直接进入方案生产，最后发现问题并没有被解决，只是多了十几份看起来都还不错的 PPT。
甲方不是一个人
但这里有一个乙方不太愿意说破的结构性矛盾。
在甲方公司里，" 认同问题定义有价值 " 的那个人，通常是市场总监、品牌负责人或创意负责人——也就是管具体项目的那个人。他们在项目执行里真实体验过 " 没想清楚就开做 " 的代价，所以他们懂。
但管预算的那个人—— VP、CMO 或者更高层的业务负责人——看到的是另一张账：AI 已经可以在很短时间内生成十几个方案方向，乙方以前做一套提案要三周、报价几十万，这个价格现在凭什么还成立？
这两个人的立场不是对立的，但优先级不同。
市场总监想买 " 帮我把问题想清楚 "，VP 想砍掉 " 被技术替代的那部分成本 "。在大多数公司里，预算决策权在 VP 手里。所以乙方在推销 " 我们真正卖的是判断力 " 这件事时，面对的阻力不是来自一个不认识自己的人，而是来自一个认识自己、但在用另一套逻辑算账的人。
这个分裂在实际采购里是什么样子？
一位服务过新消费品牌的市场总监向作者描述过一次内部审批。那次项目原本是为一轮新品上市做前期策略梳理，顾问公司报价 8 万元，包含两天访谈、一次跨部门工作坊和一份问题定义简报。
她认可这个价格，因为她清楚 " 两天密集讨论帮内部对齐 " 是她团队现在最缺的东西。但拿给 VP 审批时，VP 看了一眼报价说：" 这种调研 AI 一天就能出，你们为什么要付八万？"
她解释：" 这不是调研，是帮我们想清楚自己要做什么。"
VP 停了一下说：" 那不应该是内部开个会吗？"
这个对话的症结，不是 VP 不聪明，而是他在用一套 " 信息服务 " 的逻辑评估一件 " 决策支持 " 的事。前者可以被 AI 替代，后者不行——但这两件事从外面看，都长得像 " 开会出文档 "。简单说，VP 看到的是 " 你们帮我整理了什么 "，市场总监在意的是 " 你们帮我排除了什么 "。
这才是乙方转型最难跨过的门槛：不是能不能做，而是在一个把两件事混为一谈的采购体系里，能不能让花钱的那个人看见它们的区别。
" 对齐 "，是两件不同的事
回到那个市场总监的解释—— " 帮我们想清楚自己要做什么 "。
在真实的甲方公司里，这句话真正指向的往往不是一份更好的方案，而是一次内部对齐。问题定义从来不是一个纯分析题，它也是一个组织题：你认为现在最该解决的是品牌老化，另一个部门可能认为最该解决的是转化下滑。于是，" 想清楚问题 " 很快就会变成 " 内部能不能对齐 "。
" 对齐 " 在甲方内部是一个万能词，但它指的是两件完全不同的事。
一种是信息不对称带来的失调：A 部门不知道 B 部门在做什么，策略互相打架。这种情况，AI 辅助的信息梳理确实能帮上忙。
另一种是利益不一致带来的冲突：电商部要冲 GMV，所以偏向打促销；品牌部要维护调性，所以偏向打形象广告。在有限预算下，这两个目标是互斥的。双方对彼此的诉求都很清楚——他们就是不愿意让步。这不是信息问题，而是一个必须有人来裁的优先级问题。
信息不对称，AI 可以帮忙；利益不一致，AI 帮不了太多。
前者是整理资料，后者是裁定优先级。前者需要工具，后者需要信任。
冲突调解的前提，是甲方愿意把内部矛盾暴露给一个外部人。这个外部人不能只会写方案，他还要在品牌部和电商部争执时不轻易站队，在老板犹豫时逼出真正的优先级，在会议结束后还能让几方都接受这个结果。
这种信任不是靠作品集建立的，是靠在场次数建立的。
一个乙方如果只来过三次——提案、提案、提案——甲方不会在第四次叫他来见证电商部和品牌部的内部博弈。那个位置，是在很多次 " 你来帮我们想 " 之后，才慢慢坐进去的。
这也是为什么 " 卖判断力 " 这条路，几乎只能从长期关系里长出来，而不能被当作一个新的商业模式从零启动。
判断力怎么卖？
乙方行业过去靠 " 交付物 " 收费。
但 AI 正在把交付物变成副产品—— PPT、策略报告、创意方案，越来越容易生成，也越来越难以单独定价。真正的主产品，变成了判断本身。
问题是，判断怎么卖？
判断力最难卖的地方在于，它的价值常常体现为少走弯路、少做错事，而不是多交付一份东西。
按小时收，显得贵——一个高手开两小时会帮客户省了三个月弯路，但账单上写着两万块，甲方 VP 直觉上会觉得没有可见交付物。按结果收，归因极难——乙方帮甲方想清楚了定位，执行由另一家代理完成，最终销量涨了，算谁的功劳？按项目收，边界模糊——帮客户厘清问题，这个 " 清楚 " 到什么程度算完成，由谁判定？
目前市场上运转得比较好的是一种折中：把 " 问题定义 " 包装成一个独立的前期阶段，通常叫做 " 策略工作坊 " 或 " 诊断简报 "。它有固定费用，内容是几天密集的访谈和对齐会议，产出是一份明确的问题定义文档。这个阶段完成之后，执行方案的报价再单独谈。
这个模型的优点是交付边界清晰，缺点是需要乙方在销售阶段就具备足够的信任度，让甲方愿意为 " 还没开始做 " 的阶段付钱。
而这种信任，通常需要先有过一次执行项目才能建立。
于是，一个先有鸡还是先有蛋的问题出现了：要卖判断力，先要有关系；要有关系，先要做过执行。
所以真正在这条路上走通的，大多是已经积累了多年深度客户关系的个人顾问或小型精品机构，而不是中型规模的代理公司。规模越大，越依赖标准化的交付流程，越难把判断力单独打包出来卖。
还有一个细节值得注意：走通这条路的人，大多数不是把 " 策略工作坊 " 卖给市场总监的，而是卖给 CMO 或总经理的。
只有那个同时有跨部门视野和预算决策权的人，才真正感受过 " 我们内部达不成共识，所以项目一直卡着 " 这个痛点。也只有他，才会认为 " 帮我们对齐 " 本身就是一个值得单独付钱解决的问题。
一位从广告公司出来、做了三年独立顾问的策略人向作者描述过她的做法：她在每次提案前，会写一页纸的 " 假设备忘录 " ——不是公司介绍，不是案例集，而是 " 根据你们公开的信息，我判断你们真正的问题是这个 "。
客户签单，往往是因为读完那一页纸之后说了一句：" 你怎么知道的？"
那一句话，本身就是判断力的自证。
执行型乙方还能跑，但跑的是加速跑步机
当然，并不是所有乙方都必须立刻转向判断力生意。短期内，还有一条看起来更现实的路：继续做执行，但用 AI 把执行效率拉到极致。
事实上，不是所有乙方都在挣扎。
有一批乙方，短期内确实靠把 AI 用得比甲方更熟，重新拿到了效率红利。逻辑很直接：甲方能用 AI 出十几个方向，他们能出更多，且完成度更高，执行细节更完整，速度是原来的三倍，报价却只有原来的六成。
类似的案例已经开始出现。一些体量小、反应快的创意和内容代理，靠着更熟练的工具使用，在近两年把产能翻了一倍，同时把交付周期砍短了一半。甲方满意，续约，介绍新客户。这条路短期内跑得通。
但它有一个结构性的天花板。
甲方也在学。今天乙方比甲方快三倍，明年可能只快一倍半，后年可能持平。执行效率的优势会被追上，而且追的速度比预期快——因为甲方和乙方用的是同一套工具。更关键的是，这条路的竞争不只来自别的乙方，也来自甲方内部：当甲方的市场部发现他们自己用 AI 做出来的东西，和花了钱找乙方做出来的差距越来越小，下一个自然的结论就是 " 这件事我们自己做算了 "。
执行型乙方现在的处境，有点像在一台加速的跑步机上跑步——跑着没问题，停下来就会被甩出去，而跑步机还在不断提速。
这不是说这条路是错的。对体量小、成本结构灵活的代理来说，在跑步机上再跑几年，攒够客户关系和行业积累，再考虑转向，也是一条路。但把它当成长期护城河，是一个误判。
判断力能不能变成生意？
这引出了这件事最根本的悬念：判断力能不能被规模化？
如果它只能依赖少数资深个人，那 " 问题定义 " 就永远是一门手工生意，能救活顶端的人，救不活这个行业。
有一条路是把判断力结构化成方法论——诊断框架、访谈模板、优先级评估工具。这件事一些咨询公司已经在做，也确实能降低对个人经验的依赖。
但方法论一旦可被复制，距离被 AI 学会就不远了。
类似的变化也出现在咨询行业。HBR 在 2025 年 9 月一篇关于咨询公司结构变化的文章中提到，AI 正在自动化大量过去由初级顾问承担的研究、建模和分析工作；与此同时，更重要的角色反而被凸显出来：有人需要负责界定问题、解释 AI 输出，并把结论翻译成可执行策略。
放到广告、公关和品牌咨询这些乙方行业里，这类人可以被称为 " 问题架构师 "。
真正难以被 AI 替代的那部分判断力，恰恰是最难被结构化的那种：理解这家公司的特定历史、这个决策者的真实动机、这个组织在这个时间点上能做什么、不能做什么。
这些东西存在于关系里，不存在于框架里。
换句话说，抗 AI 的判断力，和可规模化的判断力，可能是两个方向相反的东西。越能写进模板里的判断，越容易被 AI 学会；越依赖具体客户、具体人和具体组织处境的判断，越难复制，也越难规模化。
这个矛盾目前没有解答，但它决定了这条路到底能走多远。
所以乙方行业现在面对的，不只是一次工具迭代。它是一次商业模式的强制审计。
AI 把 " 生产能力 " 这件事的价格打了下来，乙方行业被迫正视一个一直存在、但从未被单独定价的问题：我们卖的那个东西，到底是什么？值多少钱？凭什么值这么多？
乙方行业真正危险的，不是 AI 会写 PPT，而是它们过去一直靠 PPT 给判断力做包装。
现在包装不值钱了，判断力必须裸露出来接受定价。能被定价的，慢慢变成咨询；不能被定价的，就会被甲方当成 "AI 已经能做的事 " 砍掉。
这条分界线，正在乙方行业里悄悄画出来：一边是还能把判断力卖出去的人，另一边是还在加速生产 PPT 的人。
