新智元报道

编辑：元宇

【新智元导读】时�美元的AI工程师正成为咨询界新贵，直接挑战麦肯锡等传统巨头。面对高�%的企业AI项目失败率，传统MBA式顾问空有战略却难落地。为此，Hasura推出了一种新型「AI工程师顾问」应运而生，他们不仅能提供策略，更能亲手编码、部署，弥合了从构想到现实的鸿沟。

900美元时薪的AI工程师，正在抢走麦肯锡AI咨询师的饭碗。

一股AI工程师「顾问化」的风潮，正在撬动咨询业。

当企业急于把GenAI落地，却困于高�%的试点项目失败率时，一家名为Hasura的公司给出了一种激进的解法：

他们让AI工程师直接上阵做顾问，并给出了远高于四大咨询公司合伙人�美元时薪。

有网友将PromptQL的宣战，比作「Netflix对决Blockbuster」时刻。

流媒体平台Netflix颠覆了线下影像租赁巨头Blockbuster，而PromptQL似乎正在重现这一历史时刻。

AI工程师

跨界碾压MBA咨询师

PromptQL是一个企业级AI平台，它背后是总部位于旧金山的开发者工具公司Hasura。

该团队正在向其工程师支付每小�美元的工资，这些工程师负责构建并部署AI智能体，利用大模型来分析公司的内部数据。

PromptQL的联合创始人兼CEO Tanmai Gopal认为，PromptQL关于AI工程师的报价，反映了为跟上快速变化的技术所需的「直觉」和技术能力。

这种报价，与市场上的AI工程师的行价是一致的；甚至还有必要进一步上调报价，因为客户并没有对他们的报价提出异议。

在Gopal的描述中，PromptQL的创新之处，在于让AI工程师同时担任顾问和前线部署工程师（FDE）两种角色，这是一种销售与工程相结合、负责集成AI解决方案的岗位，这正是让他们的员工如此有价值的原因。

这种新的「AI工程师顾问」浪潮正在撼动咨询行业，改变传统咨询合作伙伴关系的预期与文化，它直指「MBA式AI顾问」的软肋：

「所谓MBA类型的人……他们很有战略思维，也很聪明，但对AI能做什么没有直觉」，Gopal说。

据Gopal表示，目前，PromptQL合作的客户名单，涵盖了网络巨头，顶级的快餐、电商、杂货、外卖科技公司，以及规模最大的一些B2B公司。

时�美元，还是给低了

900美元时薪，AI工程师的薪酬报价过高了吗？

Gopal认为，这个价格甚至可能报低了，还想要进一步涨价。

Deep Tech Recruitment创始人Oana Iordăchescu认为，大企业和初创公司正以前所未有的速度争夺资深AI工程师，这是推动AI工程师高薪酬的重要原因。

这些AI工程师的薪酬定价，远高于甚至四大咨询公司的合伙人，后者通常每小时大�～600美元。

由于传统的管理咨询顾问可以设计AI战略，但大多数缺乏将AI落地业务场景的实际技术专长，他们无法调试模型、构建数据管道，或将系统集成到遗留基础设施中。

而AI工程师的出现，弥合了从AI技术到落地的鸿沟，他们不仅可以提建议，还可以亲自执行。

AI顾问Rob Howard表示，他并不惊讶这样「令人瞠目」的AI咨询报酬，他说：

当公司竞相引入AI业务的同时， 凡是带有AI组件的项目都会出现溢价。

Howard也是Innovating with AI的CEO，这是一家教人如何成为AI顾问的项目。他表示，他们推出一些AI培训课程，每小时也能达�~500美元的定价。

市场的定价预期很高，而且真正胜任的人才供不应求，将AI工程师的报价维持在高位。

95%企业AI项目失败

关键在于「学习鸿沟」

近期MIT的一份报告引发普遍关注。

报告原文链接：http://www.artificialintelligence-news.com/wp-content/uploads/2025/08/ai_report_2025.pdf?utm_source=chatgpt.com

该报告显示：尽管生成式AI对企业看起来很有前景，�%旨在快速推动营收增长的项目都失败了。

该报告第一作者、MIT NANDA项目的研究贡献者Aditya Challapally曾指出这些AI试点项目失败的原因：

它们的失败并不在于AI模型的质量，而在于工具和组织两方面存在的「学习鸿沟」。

许多大公司，以及初创公司，的确在生成式AI上表现出色。一些初创公司，一年内营收就能𱐌跳�万美元。

这些公司高速增长的秘诀在于，它们专挑AI落地过程中的一个痛点，将执行做好，并且与使用其工具的公司聪明地建立合作关系。

考虑到绝大部分公司，已经花了两年时间试验AI却几乎颗粒无收，如果能够弥补其中的断层和鸿沟，AI工程�美元的时薪，也就完全说得通了。

在GenAI浪潮下，绝大部分公司陷入对AI进展的FOMO（Fear of Missing Out）恐惧和焦虑中。

而且，他们也逐渐意识到，传统顾问在AI咨询上的短板，企业级AI落地，需要真正能将AI战略在实际业务中落地的「工程级」人才。

这带来了目前AI工程师的溢价。「它们更像是公司买的一份保险，避免自己落入�%失败的统计。」

这种溢价是否会持续还不得而知。

McCracken在人工智能领�年以上经验，他认为PromptQL推出的「AI工程师」，更像是换汤不换药，其中的不少创新，都是以往的工程师多年以来在做的事情。

在McCracken看来，AI项目不是因为缺少框架或巧妙的新的提示而失败，而是因为高管追逐炒作，激励措施不完善等因素造成的：

「这不是花每小�美元请工程师就能解决的问题，而是要靠踩坑、伤疤换来的实战经验来解决。」

除了McCracken的质疑之外，PromptQL推出的「AI工程师」，同样也面临着市场教育的困难。

其中最大的挑战：是老牌公司领导观念的改变，他们更多习惯于传统风格的顾问。

因此，PromptQL还要改变这种旧观念，让更多企业决策者认识到：事情的解决，已经有了新的方法。

参考资料：

http://fortune.com/2025/09/14/ai-engineers-consultant-premium-enterprise-data-integration-high-pay-llms-big-four/