作者:刘波

· 人生就是博(中国区)官方网站组织生长咨询BU总司理

· 战略与组织生长高级专家

· 近20年企业治理与厘革落地履历

f3c48d5be313fad4662714b22e5f8653.png

全球顶尖咨询公司的AI实践批注,真正的转型不是手艺升级,而是商业逻辑与组织形态的基础重构 。

当麦肯锡全球治理合资人鲍勃·斯特恩费尔斯在近期访谈中说出“我们现在的员工规模是6万人:4万人类员工,2万AI智能体”时,这句话标记着治理咨询行业进入了一个全新的时代 。

18个月前,麦肯锡的AI智能体还只有3000个 。短短一年半,这个数字增添了近7倍 。而斯特恩费尔斯的目的是:18个月内做到每位员工配一个AI智能体 。

这不但仅是手艺升级 。BCG最新宣布的《2026 AI雷达》报告展现了一个更为要害的信号:94%的企业高管明确体现,纵然短期看不到详细效果,也不会缩减或中止AI投资 。AI已从手艺实验升级为企业最高决议层主导的焦点战略议题 。72%的CEO自认是企业AI决议的主要认真人,约一半CEO以为AI战略的推动效果将直接影响其小我私家绩效评估 。

关于咨询公司的向导者而言,一个根天性问题正在浮出水面:在这场深刻厘革中,你的公司是继续做“精英同盟”,照旧进化成“人机共生体”?

一、领先者的战略结构:五大概害转向

通过对麦肯锡、埃森哲、IBM、BCG、德勤、普华永道、凯捷、科尔尼等全球领先咨询公司的系统研究,我们可以清晰地看到五个正在爆发的根天性转向 。

从“人力交付”到“平台交付”

古板咨询依赖“把人堆上去”——合资人卖单,司理盯进度,照料写PPT 。AI时代的领先者正在将焦点能力产品化、平台化 。

IBM Consulting于2026年头推出Enterprise Advantage,一项“资产型咨询服务” 。这不是古板意义上的咨询项目,而是一个集成了AI平台、智能体应用市场和专业服务的综合解决计划 。其焦点架构包括:可原生运行于Azure的AI基础平台,整合了IBM内部经由150+客户验证的AI能力;笼罩客户服务、法务、采购、人力资源等多个营业领域的智能体应用市� �;团结IBM 33,000名微软认证专家行业与手艺专长的高价值咨询服务 。

IBM Consulting内部数据显示,其AI平台已为照料带来高达50%的生产力提升 。

德勤中国与亚马逊云科技相助推出DelphAI天生式AI平台,笼罩全生命周期营业流程 。德勤的推广路径极具特色——坚持“自用先验”:从内部行政、财务、人事等非生产部分最先应用,经由验证后再向客户推广 。现在,DelphAI已是名副着实的“企业AI智能体底座”,每个员工都可以凭证事情类型训练属于自己的私人模子 。

从“按人收费”到“按果收费”

AI大幅提升效率的同时,也在瓦解按人天收费的逻辑 。麦肯锡正在从商业模式层面举行基础转型 。斯特恩费尔斯明确指出:“我们正在从纯咨询服务、从按服务收费的模式迁徙 。我们正在转向更多基于效果的模式——与客户配合确定商业案例,通过将我们的用度与交付效果挂钩来为效果担保 。”

这一转变直指咨询业最焦点的痛点:客户买的不是“人天”,而是“效果” 。当AI让麦肯锡的AI工具“Lilli”为照料节约约30%研究时间、已往6个月天生250万张PPT图表时,按人天收费的逻辑正在彻底瓦解 。

从“精英招聘”到“AI协作能力招聘”

人才筛选标准正在爆发基础转变 。麦肯锡在终面环节新增了AI协作测试——候选人被要求使用Lilli完成模拟真实客户场景的应用训练 �I蠛说闹氐悴皇茿I手艺知识,而是:与AI工具协作推理的能力;对AI输出效果的判断力;将AI作为“头脑同伴”举行高效相同的能力 。

斯特恩费尔斯给出了AI时代真正需要的三种能力:理想——模子给不出“你去近地轨道、月球照旧火星”的谜底,但人可以;判断力——模子没有对错,但你要知道什么是对的参数,什么切合价值观和场景;创立力——模子只会给出下一步最可能的谜底,但你要能想到那些不一连的、另辟蹊径的解法 。

从“培训福利”到“战略投资”

埃森哲做出了一项引刊行业热议的决议:将AI使用与员工提升直接挂钩 。公司已见告高级司理和副董事,若是他们希望提升至向导岗位,必需按期接纳AI工具 。公司已最先追踪员工对AI工具的使用情形 。

埃森哲在AI人才方面的投入规模令人震撼:已培训凌驾55万名员工掌握天生式AI手艺;正在向其所有77.9万名员工推广Agentic AI培训;每年在培训上投入10亿美元;拥有77,000名AI和数据专家,笼罩14个专业角色 。

埃森哲的战略逻辑清晰:AI时代的焦点竞争力,不在于少数AI专家,而在于全员AI素养 。通过培训、追踪、提升三位一体,将AI能力内化为组织肌肉影象 。

从“单打独斗”到“生态共生”

面临AI手艺的飞速迭代,没有哪家公司能单独笼罩所有环节 。BCG近期与Hippocratic AI宣布全球相助,通过AI智能体重塑生物制药和医疗手艺行业 。Hippocratic AI提供专为受羁系的临床和生命科学情形构建的天生式AI医疗智能体,BCG带来C-suite战略咨询与AI转型向导力 。

在生命科学这样的高壁垒行业,仅懂战略缺乏以赢得信托,仅懂手艺缺乏以解决重大问题 。BCG的选择是:以深刻的行业洞察为护城河,以顶尖手艺同伴为加速器 。

二、转型的底层逻辑:咨询业的价值泉源正在被重构

这些实践背后,是咨询业三个基础价值泉源的深刻重构 。

信息差池称:正在归零 。AI的实质是“知识的民主化” 。已往需要资深照料花两周时间网络整理的行业资料、竞品动态、最佳实践,现在AI几秒钟就能完成 �?俊爸赖枚唷庇梅沟恼樟�,正在失去保存理由 。

认知差池称:正在重塑 。AI不但知道得多,还能以惊人的速率完成结构化剖析 。但这里泛起了一个要害分水岭:AI善于的是“标准谜底”,而客户遇到的是“非标准难题” 。当问题足够重大、情境足够奇异、变量足够模糊时,AI缺乏对商业情境的深刻明确,缺乏对人性的洞察,缺乏对“什么才是真正主要的问题”的判断力 。认知层面的价值正在向两个偏向分解——低端的标准化认知被AI吞噬,高端的重大问题界说与判断能力变得更为稀缺 。

行动差池称:反而被放大 。这是最耐人寻味的转变 。当信息获取和标准化剖析的本钱趋近于零,企业面临的真正挑战反而越发突出:怎样推动组织厘革?怎样化解内部阻力?怎样让员工接纳新工具?怎样建设信托?这些问题与手艺无关,与人有关 。当手艺问题被解决后,“人的问题”成为最后的、也是最难啃的骨头 。

三、一个需要小心的陷阱:“AI价值鸿沟”

只管众多企业应用AI,但价值实现难题 。麦肯锡视察显示,仅39%的企业通过AI对息税前利润爆发现实孝顺 。BCG称之为“AI价值鸿沟”:仅5%的“未来型企业”实现AI大规模价值落地,60%的企业陷入“试点炼狱” 。

泉源在于企业仅将AI视为效率工具,而未重塑营业流程 。真正的高绩效企业遵照“10-20-70”规则:仅10%精神用于算法,20%用于数据与手艺,70%用于营业流程重塑与组织厘革 。

这为咨询公司创立了新的时机窗口——客户缺???的不是AI工具,而是重构营业流以顺应AI的能力 �?贫崽岢龅腂PR.ai(营业流程重塑+AI)要领论正是对这一痛点的精准回应 。在某客户实践中,BPR.ai资助将IT组织转变为Agentic、AI优先的运营模式,实现了凌驾30%的年运行本钱降低 。

四、转型路径:从“精英同盟”到“人机共生体”

基于领先者的实践和对底层逻辑的剖析,我们可以勾勒出一条从“精英同盟”到“人机共生体”的转型路径 。

焦点战略:三个根天性转变

第一,从“知识中介”到“知识生产者” 。当知识搬运被AI以零本钱完成时,咨询公司必需成为知识的“生产者”——爆发AI无法天生的、基于奇异实践和深度洞察的“新知识” 。焦点问题是:要领论能否一直迭代?项目履历能否被提炼成可复用的“行业专识”?资深照料的隐性知识能否被结构化、模子化?

第二,从“计划交付”到“效果共担” 。当AI可以天生看起来不错的计划时,真正的价值在于“效果”——计划是否真正带来了收入增添、本钱降低、效率提升 。焦点问题是:是否有勇气与客户“效果对赌”?能否证实自己创立的是“增量价值”,而非“可被替换的劳动”?

第三,从“个体精英”到“人机共生体” 。个体精英的价值正在被AI稀释 。未来的焦点资产是“人机共生体”——明确驾驭AI的人类,与被人类训练、调校、指挥的AI智能体,配合组成一个高效的协作单位 。焦点问题是:招聘标准是否从“智商测试”转向“人机协作能力测试”?提升机制是否将“AI接纳度”纳入审核?

实验路径:四阶段推进

第一阶段:内部提效与认知对齐 。选择高频、低危害的内部场景(如资料网络、数据剖析、报告初稿天生),让照料快速感受到AI的价值 。要害行动是统一采购焦点AI工具、组织全员培训、建设AI使用的最佳实践库 。

第二阶段:能力封装与产品孵化 。选择最焦点的1-2个行业或服务领域,将要领论工具化 。要害行动是组建“知识工程”团队,将项目履历结构化、模子化;与手艺同伴建设相助,开刊行业AI应用 。

第三阶段:商业模式立异 。选择愿意共担危害的恒久客户,试点效果对赌定价 。要害行动是与客户配合界说可量化、可追踪的“乐成指标”,设计“基础服务费+效果分成”的定价模式 。

第四阶段:组织形态重构 。建设人机协作的组织架构,重构人才标准与提升机制 。要害行动是将AI协作能力纳入招聘、培训、提升全流程,形成“人机共生体”的组织形态 。

五、留给谋划治理者的五个问题

基于上述剖析,有五个问题值得每一位咨询公司谋划治理者深入思索:

问题一:我们的焦点资产究竟是什么?

若是焦点资产是“能出差的智慧人”,这个模式正在被挑战 。若是焦点资产可以逐步转向“一直迭代的行业知识图谱+AI模子+人机协作团队”,我们将站在差别的起跑线上 。

问题二:我们愿意在多洪流平上改变定价模式?

效果对赌意味着与客户共担危害,这对项目管控能力、危害遭受能力都提出了更高要求 。我们是否愿意在部分领域实验?

问题三:我们的提升标准需要调解吗?

埃森哲的做法很直接——你希望员工做什么,就审核什么 。若是没有审核,转型可能难以落地 。我们是否准备好将AI接纳度纳入提升标准?

问题四:我们的生态位应该选在那里?

是自己建平台,照旧与巨头相助?是押注简单生态,照旧坚持开放?是与平台巨头相助(如德勤+亚马逊云科技),照旧与笔直手艺厂商结盟(如BCG+Hippocratic AI),抑或坚持多云中立(如IBM)?这个问题没有标准谜底,但需要有意识的选择 。

问题五:我们最焦点的行业专识,能否被模子化?

我们在哪些行业拥有最深的明确?这些明确能否被结构化、模子化、酿成AI训练数据?这可能是将隐性知识转化为可复制资产的要害一步 。

结语:回归商业的实质

最后,让我们回到商业最实质的问题:客户为什么付费?由于他们遇到了自己解决不了的问题,而你帮他们解决了 。

AI时代,这个实质没有变 。变的是“你怎样帮他们解决”——是用更智慧的照料,照旧用更智能的系统;是提供一份报告,照旧友付一个效果;是告诉客户该做什么,照旧陪他们走过从知道到做到的全程 。

麦肯锡已经给出了一个未来图景:4万人类员工 + 2万AI智能体 + 效果对赌的商业模式 。埃森哲正在将AI能力植入每一个员工的提升路径 。IBM正在将内部验证的平台产品化,服务于全球客户 。BCG正在用行业笔直的深度AI解决计划重塑高壁垒工业 。

这些领先者的配合选择是:不再做纯粹的“精英同盟”,而是进化成“人机共生体”——人类认真界说问题、共情客户、驾驭重大,AI认真规模执行、数据洞察、流程自动化 。两者不是替换关系,而是共生关系 。

正如斯特恩费尔斯所言:“工具变了,组织稳固,即是没变 。”真正的危险不是不会用AI,而是还在按旧方法组织人、设岗位、做流程,却以为自己已经在用AI 。

那些能够穿越手艺迷雾、回归商艺的公司,将在任何时代都拥有自己的位置 。而那些迷失在手艺看法中、遗忘了自己为何保存的公司,无论今天何等鲜明,都将在潮流退去时显露真相 。

留给向导者的窗口期,正在缩短 。