之前的周末筆記中，我提過高盛的AI受益名單里有Accenture。
之後不時有人問：什麼時候寫一篇Accenture的深入分析？
老實說，它一直在我的追蹤名單上。
這種被大幅下殺的「前好企業」，如果能證明它不是AI時代的受害者，相反是受惠者，中間的Alpha空間會非常大。
就像大半年前的資安板塊，當時我多次強調資安會是AI時代的受益者，這部分投資也成了我今年的Alpha來源之一。
那為什麼一直沒寫Accenture？
原因是，我一直無法確定它是否真的受益者。
現在回看，三個月前確實是很好的買點，估值很低殘。但如果不確定它是不是贏家，純粹因為估值低而買入，就變成了Cigar butt投資法。不是不行，但不是我的風格。
最近一份財報後，Accenture大漲，我決定認真分析一下。
先說結論：我仍然不確定。
這篇分析里，我會分享所有的思考和財報數字。看完後，你不需要同意我的看法，但最重要的是，你能得出自己的結論。
我們開始。
第一章｜畫藍圖的人，和蓋房子的人
先看一家跨國連鎖超市的日常生活。
這家超市在全球開了五百多家門店，每家店各自運作著自己的收銀、庫存與供應鏈系統。
問題在於，這些系統彼此完全不互通。
每當總部想知道全球倉庫裡還剩多少瓶礦泉水，得花上三天時間，等各地區的員工手動導出表格、拼湊核對，最後才能給出一個模糊的估計值。
五百多家店、幾萬種商品，每天產生的數據全散落在幾十套老舊系統裡。管理層每次開會，大家都在問同一個問題：到底誰能給出一個準確的數字？
1.1 一份兩百頁的報告
於是，管理層找來了 McKinsey 與 BCG 這類頂級策略顧問公司。顧問團隊進駐了八週，訪談三十位部門主管，梳理過去五年的營運數據，最後端出一份兩百頁的精美報告。
報告的結論非常清晰：公司應該導入一套統一的 ERP 系統，把五百多家門店的數據集中處理，實現即時庫存追蹤、自動補貨與全球財務統一結算。
這份報告分析精準，邏輯嚴密，投影片也做得相當漂亮。
公司的資訊長看完報告後沉思片刻，提出了最關鍵的問題：
「提案很好，但接下來誰來幫我把這件事真的做出來？」
1.2 兩種完全不同的公司
這個問題，剛好點出了這個行業的分工。
像 McKinsey 或 BCG 這樣的策略顧問公司，價值在於指明方向。
他們替企業畫出藍圖，說明系統架構該怎麼設計、組織流程該如何調整、哪些部門需要合併。他們賣的是判斷力與策略。
不過，藍圖並不會自動變成房子。
要把這張藍圖落地，需要有人實地去打地基、綁鋼筋、接通水電。
你得有人把新系統對接到幾十年前留下來的老收銀機，把五百多家門店堆積如山的歷史庫存數據清洗乾淨，處理各國不同的稅務法規，還要陪伴幾萬名店長與店員適應全新的操作介面。
這些繁雜的執行細節，不會寫在那兩百頁的報告裡。
而專門處理這些落地方案的公司，就是 Accenture。
Accenture 很少只給建議，他們更專注於把事情做成。他們會派出工程師、數據專家、專案經理與變革顧問進駐企業，花上數月甚至數年，把概念一步步變成真正運作的系統。
如果說 McKinsey 和 BCG 是畫設計圖的建築師，Accenture 就是把房子蓋起來的施工隊。
1.3 第一階段：專案顧問
要想像這個施工隊有多大，得先看看他們平時是怎麼工作的。
專案剛開始的時候，超市總部十五樓的會議室被清了出來。Accenture 的團隊直接搬了進來，桌上堆滿了手提電腦與白板筆。
這支二十人的小隊裡，分工非常細緻。
有人專門清理幾十年來堆積如山的舊庫存數據，把格式亂七八糟的歷史紀錄整理成新系統能讀懂的格式；
有人每天跑合規部門，確認每一行程式碼都符合各國的稅務與個資法規；
還有人飛到各國門店，手把手教那些用了二十年舊系統的老店長操作新介面。
花了半年時間，新系統終於在第一批門店順利上線。這群人收起筆電，隨即前往下一個客戶那裡報到。
這種任務在業界叫做「專案顧問」，就像幫房子做裝修，做完一單結一單。
1.4 第二階段：託管服務
不過，在系統上線之後，故事仍未結束。
超市管理層很快發現，要自己養一整隊工程師來維持這套系統，成本十分高，算不過來。
只要系統稍微出問題，全球門店的收銀與補貨就會陷入癱瘓。於是他們決定跟 Accenture 簽下一張五年的長約。
從那天起，這家超市的系統維護就交給了遠在千里之外的另一個 Accenture 團隊。
這個「千里之外」，是真的千里之外。
接手的團隊可能會坐在印度班加羅爾或菲律賓馬尼拉的一棟辦公樓裡，幾百個人輪三班。
超市這邊是白天，那邊是深夜。收銀機凌晨兩點出錯，接起電話的是另一個時區、另一個薪水結構的工程師。
他們負責二十四小時監控、處理突發故障、定期更新並優化效能。超市每個月固定撥款，省去自己養人的麻煩。
這種模式叫做「託管服務」，就像租客簽了長約，定期支付物業管理費。
到了今天，這種長期訂閱式的託管服務，已經占了 Accenture 超過一半的營收。
這個結構改變了這家公司的體質。一半以上的收入來自長期合約，意味著他們就算這個月沒有接到新的裝修大單，底下的幾十萬工人也依然有飯吃，整座巨型機器依然能穩定運轉。
1.5 一個問題
這套運作模式看起來天衣無縫。企業省下摸索的代價，Accenture 賺取穩定的服務費，雙方各取所需。
故事如果到這裡結束，會是一個完美的商業範例。
偏偏這兩年，AI 出現了。
如果 AI 能讓企業不再需要買那麼多人的時間，那這支八十萬人的施工隊，要靠什麼繼續運作下去？
或者，換一個問法：AI 替企業省下來的那筆錢，最後會流進誰的口袋？是客戶的、AI 實驗室的，還是Accenture的？
第二章｜每一次浪潮，它都在場
科技圈一直都很熱鬧，新技術一個接一個冒出來。伴隨每一次浪潮出現的，是企業願意心甘情願掏錢購買的新服務。
在聊這些浪潮之前，得先說說這支「施工隊」究竟是怎麼來的，還有它為什麼跟別家顧問公司不太一樣。
2.1 獨立出來的顧問
2000 年以前，它當時還叫做 Andersen Consulting，是全球最大會計師事務所之一， Arthur Andersen 旗下的一個部門。
後來因為內部利益衝突，顧問部門選擇拆分出來，改名為 Accenture 並獨立上市。拆分後沒多久，母公司就因為著名的安隆案不復存在了。
這段分家歷史，意外給了 Accenture 一個同業完全沒有的優勢：它身上沒有審計業務的包袱。
像 Deloitte、KPMG 這類大型會計師事務所，雖然手握龐大的顧問團隊，但核心依然是幫企業查帳。
受限於嚴格的法規，查帳人員不能同時幫同一家客戶做深度的系統導入或營運外包，免得有球員兼裁判的嫌疑。這讓它們在接大型 IT 落地案時，處處受到牽制。
徹底分家後的 Accenture，從第一天起就是一家純粹的施工隊。
它完全不用顧慮審計合規問題，不用先問客戶是否已經在光顧自己的審計部門。
它們的生存哲學就是，絕對不押注特定陣營。
無論誰的新技術出來，它就馬上去學會幫客戶安裝到位。獨立、不站隊、專注落地。
2.2 從裝修費到物業費
回到 1990 年代與 2000 年代。
當時企業正面臨兩場大工程：一是把各部門各自獨立的舊系統，統統換成一套大型軟體；二是把日常的後台營運工作外包出去。
前面章節那家超市的經歷，其實就是整個產業在那 20 年間的縮影。
對 Accenture 來說，這 20 年最重要的改變，是它收費的方式變了。
1990 年代，它賺的是「裝修費」。
幫企業裝好一套大型軟體，派團隊進駐 1 到 2 年，驗收完成就拿錢走人。這種一次性收入做完就結束了，明年得重新出門找新客人。
到了 2000 年代，它開始轉賺「物業費」。
企業漸漸發現，系統裝好後自己養人維護成本太高，乾脆把整個後台營運直接交給 Accenture 處理。客戶每個月固定撥一筆費用，就像交物業管理費一樣。
從單次結帳變成穩定訂閱，公司的體質徹底改變了。
只要合約還在，每個月就有源源不絕的現金流進來。底下幾十萬名員工，再也不用擔心這個月沒接新的裝修單會餓肚子。
2.3 上雲的年代
到了 2010 年代，又一股新浪潮襲來，這次的主角叫雲端運算。
過去，每家企業都有自己的機房。
一間冷氣吹得很強的房間裡，擺滿了伺服器，還得養著一支團隊全天候看守。
設備每隔幾年就要花大錢汰換，但大部分時間，這些伺服器的運算能力連三成都用不到。
後來 AWS、Azure、GCP 出現了。它們跟企業說：大家不用自己養機房了，把資料跟系統搬到我們的雲端上，用多少付多少，省下買硬體跟養人的錢。
道理聽起來簡單，但真正要「搬家」時，沒有哪家公司敢貿然自己動手。
客戶資料搬遷時會不會遺失？交易系統在切換時會不會中斷？法規合規要求在新環境裡能不能維持？萬一搬錯步驟，整家公司可能就要停擺好幾天。
這時候，誰來接手這個重任？答案依然是 Accenture。
他們幫企業評估哪些系統該搬、哪些該留，設計遷移順序，處理測試與切換，還順手幫企業團隊從「管機房」轉型成「管雲端」。
在這個時期，Accenture 的角色順利從「幫你管管雜事」，變成了「幫你搬家」。
2.4 同一個賭注
把這幾段歷程串在一起看，會發現一個有意思的規律。
Accenture 從來不押寶技術方向。它不賭哪一套軟體會贏，不賭哪一家雲端會勝出，也不賭哪一個 AI 模型能笑到最後。
它賭的是一個更底層的硬道理：不管技術怎麼變，企業永遠需要有人幫它們把新工具裝進去、讓它順暢運作、並且持續維護。
技術就像一波又一波的新建材。今天是磚頭，明天是鋼筋，後天是玻璃幕墻。
但不管建材怎麼換，企業永遠需要有人幫他們把新東西裝進老房子里，確保不漏水、不塌方。Accenture 賭的就是這個永遠存在的「裝進去」的需求。
如果翻開這家公司的發展史，還會看到一個現象：每次有新技術出現，市場的第一反應往往不是歡迎，而是集體恐慌。
2000 年代，印度外包公司迅速崛起。
Infosys、TCS 這些公司憑著極低成本寫程式，華爾街當時一片看衰，覺得 Accenture 這種養著昂貴歐美顧問的公司很快會被淘汰。
結果 Accenture 直接跑到印度建立龐大的交付中心，把高端策略跟低成本執行打包在一起賣，反而通吃了市場。
2010 年代，雲端與 SaaS 軟體普及。許多新型軟體主打即插即用，不用再像以前那樣花 2 年時間安裝。
市場又開始擔心，軟體變簡單了，企業還需要幾十萬個顧問來賺安裝工時嗎？顧問生意的市場會不會萎縮？
結果，大型企業的雲端搬家過程簡直是一場噩夢，舊數據要清理，合規要重做。
Accenture 順勢將業務轉向雲端遷移與數據整理，再一次賺得盆滿鉢滿。
每次市場都以為它的飯碗要被砸了，每次它都能把對手的威脅，變成自己最新的收費項目。因為新技術創造了更多的施工量，Accenture反而更忙了。
但這一次，AI 攻擊的不是「該蓋什麼」。
第三章｜這一次，會不會不一樣？
過去每一次技術浪潮，Accenture 的應對方式都很類似：學會新技術，然後幫客戶把新技術裝進去。新技術創造了新的施工需求，施工隊反而變得更忙。
但這一次，出現了一個微妙的不同。
3.1 工具，與工人
過去的新技術是「工具」。
ERP 是工具，雲端是工具。工具再強大，也需要人來操作、安裝與維護，工具本身不會自己安裝自己。
這一次的 AI，某種程度上扮演了「工人」的角色。它能寫程式、做分析，還能出報告。它不只需要人來安裝，它甚至能親自完成一部分「安裝」的工作。
過去的邏輯是：新技術創造了全新的施工需求，讓Accenture更忙碌。
這一次，卻出現了「新技術本身就能施工，Accenture反而可能變閒」的潛在風險。
這是過去幾次浪潮中，從來沒有出現過的狀況。