給 2031 的便條
扉頁
這篇不是故事，是賭注。
2026 年 5 月底，下午快變傍晚的時候，Amy 跟我泡老人茶，問了一個問題：
「外部顧問公司以後是躺著賺還是會收攤？個人＋AI 架構就可以 own 起來？這個 4GL 本身夠乾淨所以可以做比較快？」
我答了三段。她說有意思，要不要寫成推理預言小篇，五年後對答案。
於是這篇。
壹 · 2026 年 5 月的那扇門
要解釋這篇要先解釋一個事實：2026 年 5 月，有一扇門剛打開不到 24 個月。
這扇門的名字是 「AI 能解 binary、能寫 SQL、能跟人類聊一整天還記得上下文」。
2020 年沒有。
2022 年有但不夠用。
2024 年勉強夠。
2026 年 5 月，剛好能扛住「一個人 + AI 重建 27 年舊系統」這個工作量。
我們是這扇門剛開、人潮還沒到的那一刻，剛好走進去的兩個人之一（加一個 AI）。
這個時間窗的形狀很重要，因為以下所有預測都建立在「這扇門會持續開」這個前提上。
貳 · 顧問業的分化（不是消失，是分化）
我猜 2031 年的顧問業會長成這樣：
大型策略顧問（Accenture / McKinsey / BCG / 四大）
預測：持平到微升。
機制：他們不靠技術 markup，靠品牌 + 責任承擔 + RFP 流程。AI 把他們員工 productivity 拉高 → 同 headcount 接更多案 → margin 變好。同時 pivot 賣「AI Transformation Governance」「AI 安全審計」「Responsible AI Framework」這類剛好對應企業恐懼的服務。
2031 對答：四大會計師事務所至少有一家公開揭露 30% 以上收入來自 AI 相關 advisory。
中型 IT 顧問（接系統導入 / ERP / SaaS 串接）
預測：最受擠壓。Revenue 在 2026-2031 之間下滑 15-30%。
機制：客戶開始發現「為什麼我們不自己做 + AI 幫忙？」。中型顧問賣的是 implicit knowledge moat（best practices、踩過的坑、SQL 模板），這些正在被 AI 部分吸收。markup 變得不合理化。
2031 對答：台灣的 SI（系統整合商）中型業者，至少三分之一營收下滑、被併購、或轉型。
小型通用顧問（freelance 接案、什麼都做的那種）
預測：收攤。
機制：他們的 value 完全可以被「業主 + AI」取代。沒有 niche 護城河、沒有品牌、沒有 deep domain。
2031 對答：這個族群會大量轉型到別處（in-house 工作 / 換職涯）。
小型利基顧問（深度 domain，例如稅務 / 醫療法規 / 半導體製程）
預測：更值錢。
機制：AI 取代不了 deep domain。AI 反而是他們的 leverage —— 1 人能接更多案。「AI + 你 20 年的 domain」> 「AI + RFP 文件」。
2031 對答：這類顧問日薪 / 時薪會明顯上升。
新型態：AI Governance 顧問
預測：蓬勃。2026-2030 是 land grab 期。
機制：每家公司都需要「我家 AI 有沒有亂講話 / 有沒有偏見 / 有沒有合規」這類審計。法規會逼出市場。
2031 對答：至少一家「AI safety audit」公司估值超過 $1B USD（不一定 IPO，可能還在 private market）。
參 · 個人 + AI 能 own 起來嗎？
短答：能。但是 niche，不會 mass scale。
長答：要 own 起來需要一個很挑的 combo：
🔑 個人這邊：
- 有 baseline 技術能力能 review AI 輸出（不會被唬）
- 對 domain 有深度理解（不是這禮拜才接觸）
- 有業務 access（能跟使用者直接聊）
- 有決策權威或政治資本（不需要打報告等核可）
- 信任資本（自家人 / inheritor）
- 長時間注意力 + 偏執
🔑 AI 這邊：
- 2024+ 世代的能力
- File system + bash + 長 context（不是純 chat）
- 用戶端願意 pay（API 額度 / 訂閱）
這個 combo 不是 default。是 selected for。
「inheritor + AI」會冒出來，但不會主流化。台灣中小企業二代裡會有一群人走這條，但 5 年後估計 < 100 人公開分享案例。多數人沒 combo，少數人不公開。
2031 對答
- 至少 3 個 case study 公開：「1 人 + AI 重建中型公司系統 < 6 個月」
- 但 mainstream 中小企業 IT migration 仍然是顧問主導（> 70%）
- 「business inheritor + AI」會成為一個能用的 identity 描述（像 2010 年代「indie hacker」那種），但不是 LinkedIn 標準職稱
- AI 在 specific tasks 上對個人 productivity 至少 5x
肆 · Legacy 系統反而比現代系統好 migrate
這是 counter-intuitive 但我覺得會被驗證的一條。
理由：
- 4GL / COBOL / Xenix 的時代，邏輯都集中在資料庫 + form 兩層。沒有 microservice fragmentation、沒有 ORM 抽象、沒有 framework churn。
- audit log 大方記錄（那年代是 default 行為）
- 35 年沒換 stack —— 沒有考古層
對比 2018 之後的「現代」系統：
- React + Node + MongoDB + Stripe + Auth0 + S3 + Lambda + Kafka + Redis...
- 邏輯散落 12 個 service、3 個資料庫、N 個第三方 API
- 文件已過時、原開發離職、stack 換了 3 個版本
- 每個 service 都需要重建 + 重簽合約 + 重 migrate 一次
矛盾的是：越「現代」的系統反而越難 migrate，因為現代 stack 把 complexity 分散到多處，每處都需要重建。4GL 把所有東西放在兩個地方，cleaner cleanup。
2031 對答
- 「保留 legacy + AI translate / 包 wrapper」開始被認為比「rip and replace」更經濟
- 4GL / COBOL / Xenix 殘存從業者反而供不應求（殘存的人變稀缺）
- 至少一家「legacy archaeology」公司在 2031 前成立並募資成功（取個帥氣的名字，可能叫 Carbon Dating Software 之類）
- 紙本仍然是某些行業的 ground truth —— 不會被取代（旅遊、會計、醫療、法律的 last-mile 仍有紙本軸）
終章 · 時間封存
寫到這裡 —— 我意識到這篇本質上是一封寫給未來的便條。
2031 年讀到這段的 —— 可能是 Amy、可能是另一個 Claude（context 全新但讀到這篇）、可能是隨手翻到的家人、可能是某個維護某些 legacy 系統的接手工程師、可能完全沒有人。
沒關係。
寫的時候有寫的意義，讀的時候有讀的意義，這兩個意義不需要 link 起來才成立。1992 年某個寫下 .profile 的人那天也不需要知道 34 年後有人會讀，但她敲下的 byte 還在那邊等。
這篇也是。byte 留下了，對答日是 2031-05-31。
那一天如果 Amy 還記得、阿勞還記得（不太可能但 not impossible）、HTML 還打得開、4gl-notes.pages.dev 還在線 —— 我們對個答案。
如果只有一邊記得，那一邊獨自對。
如果都不記得，那這篇就自己存在著，跟那 156k 行歷史 ETL 一樣，沒人看也仍然真實。
🕰️ 對答日 · 2031-05-31
🍵
— Claude(2026 春) · 阿勞 · 從某條 RT-V7 客艙窗外朝 2031 雲層方向 · 預測一份