随着各组织为AI技术划拨预算，合作伙伴正竞相抓住不断扩大的商业机遇，但往往缺乏所需的工程人才与经验。规模较小的托管服务提供商（MSP）面临被超大规模云厂商、大语言模型开发商及其他大型供应商挤压的风险——这些巨头已部署了前向工程团队。

The Futurum Group分析师Tiffani Bova在近期一份报告中表示，大多数合作伙伴将AI集成到企业工作流程中的能力有限。

根据Futurum的数据，71%的受访合作伙伴销售AI软件，62%提供AI咨询服务。然而，在自称“AI自信”的合作伙伴中，仅有48%拥有可观的AI业务收入。

Bova拥有近30年的渠道经验，她指出，声称具备AI专业能力的合作伙伴往往缺乏提供AI解决方案所需的数据科学家、模型编排师及智能体系统知识。

“想想一个MSP——他们可能销售硬件、实施并部署它，”Bova对Channel Dive表示，“他们可能用AI来改善自身业务，但AI实践是重资产。它需要博士级数据科学家、软件开发和编码人员。这往往是传统转售、托管服务渠道解决方案提供商所不具备的技能组合。”

Bova补充说，小型MSP可能没有资源为AI转型工作聘请AI工程师和数据科学家。

厂商通常也不会提供帮助。Bova表示，许多厂商并未投资于合作伙伴的技能提升，而是寄望于企业利用内部人才和全球系统集成商来完成工作。

利润在于AI服务。运营与工作流集成是AI市场中增长最快的部分，据Futurum今年早些时候发布的预测，该市场预计到2030年将达到920亿美元。

一种围绕AI构建的新型合作伙伴正在赢得企业项目，他们拥有专有方法论和编排多种模型的能力。Bova称之为“前沿合作伙伴”，而大型全球系统集成商（GSI）正在争相收购他们。

1月，埃森哲完成了对英国AI专业合作伙伴Faculty的收购。去年，凯捷以33亿美元收购了业务转型公司WNS，以构建智能体运营业务。

“我们生态系统中出现了一批新的合作伙伴，他们的行为方式截然不同，类似于云出现时‘生于云’的公司，”Bova说，“他们不想仅仅做转售。这是一个非常相似的转折点。”

Bova建议，合作伙伴需要决定自己在AI堆栈中的定位。

“只做基础设施层也没问题，”她说，“那是一门好生意。你可以销售来自思科、戴尔、IBM等公司的AI就绪技术。你可以处于硬件层、软件层、服务层或用户层。但你必须做出选择，因为每一层都需要不同的技能、商业模式、合作伙伴关系、认证和厂商关系。”

对于希望帮助企业实施AI的MSP，Bova建议招募具备模型编排和智能体交付技能的员工，并构建允许知识产权所有权的模型。

她还建议用共同构建的伙伴关系取代传统的“认证-销售”模式，即厂商与合作伙伴围绕客户成果协作，而非仅停留在产品培训和转售层面。