麦肯锡的AI转型战略与组织重构 - 公司正在进行深刻的业务转型 核心是将两万五千个智能体深度整合进全球协作网络 目标是实现员工与人工智能一比一的配对协作[1] - 公司当前拥有6万名员工 其中4万是人类 2万是智能体 在一年半前 智能体数量仅为3000个 目标是在18个月内实现每人配一个智能体[2] - 公司计划在未来一年将面向客户的顾问增加25% 同时后台人员已减少25% 但产出提升了10% 这在公司历史上从未发生[19][20] AI应用的核心矛盾与执行挑战 - 企业高层在AI应用上存在分歧 矛盾焦点在于AI应被视为未来投资还是眼前支出 这不再是战略制定问题 而是执行力问题[4][5] - 许多企业引入AI后陷入“试点炼狱” 即项目推不动、业务部门配合度低 最后AI只成摆设 关键在于不能只购买工具而指望一切改变[7] - 真正的竞争优势不再源于拥有技术 而在于能否彻底重塑人机协作的组织模式 工具改变而组织不变等于没变[1][24][25] AI时代所需的新型人才能力 - 公司招聘标准发生变化 在面试中让候选人直接使用AI工具Lilli 考核重点从知识背诵转变为与AI协同解决问题的能力[10] - AI时代真正需要三种核心能力：抱负（设定远大目标）、判断力（甄别对错与价值观）以及创造力（提出非连续性的创新解法）[12][13] - 具备这些能力的人被称为“合作型专家” 他们既能理解问题 也能驾驭AI 还能创造价值[14] 人机协作模式与效率提升 - AI在公司内部不仅用于节省时间 更是直接参与交付成果 例如过去需要助理顾问花费数天完成的PPT、资料整理和案例搜索 现在智能体可在一小时内完成[15] - 角色发生转变 咨询顾问从执行工作中解放 转而负责解决更复杂的客户问题和主导方案方向 即“角色往上走”[16] - 过去一年 公司在搜索和资料整理上节省了150万小时 过去6个月 智能体生成了250万张经典的PPT图表[17] 组织转型的普遍性与深层挑战 - 转型不只发生在大公司 创业公司同样在应用AI 例如有十几位创始人在最近两个月使用LLM撰写职位描述 一半人使用智能体筛选简历[21] - 真正的卡点不在于AI技术本身 而在于组织 许多企业未改变组织架构、流程节奏和任务分工 导致AI仅成演示工具而无法深入一线[24] - 危险在于企业仍按旧方式组织人员、设定岗位和流程 却自以为已在应用AI 这会导致组织空转而非提升效率[27][28]

A year-and-a-half ago, management consulting firm McKinsey had just 3,000 AI agents in its possession, with its 40,000 employees far outnumbering its agentic fleet. But in just 18 months, that number has grown more than 500% to about 20,000 AI agents supporting the company’s work, CEO Bob Sternfels said on Harvard Business Review’s Ideacast. Now, the company is evaluating how well job candidates can work with its AI tool as part of the interview process. The consulting firm is asking candidates to use it ...

This story was originally published on CFO.com. To receive daily news and insights, subscribe to our free daily CFO.com newsletter. McKinsey & Company is requiring some junior candidates to use an internal AI assistant during interviews, a move that signals how deeply artificial intelligence is becoming embedded in consulting workflows. The pilot, first reported by the Financial Times, comes as consulting firms reassess staffing levels, compensation growth and productivity expectations amid slower demand ...

文章核心观点 - 传统咨询行业正经历由AI驱动的深刻变革 咨询巨头积极部署AI工具以提升效率 但同时引发了大规模裁员和行业格局的重塑 [3][4][5][26][55] 麦肯锡的AI转型 - 麦肯锡因成为OpenAI的Tokens消耗大客户而获得奖牌 暗示其大量使用ChatGPT [1][3] - 公司通过收购QuantumBlack并在2018年将其整合为AI原生咨询部门 奠定了AI转型基础 [7][10] - 2023年推出内部AI平台Lilli 该平台基于超过10万份内部文件与访谈资料训练而成 [14][15] - Lilli能自动生成PPT 润色文本 撰写提案和整理汇报 大幅提升工作效率 [16][17] - 目前麦肯锡超过70%的员工（超过4万名）在日常工作中使用Lilli 平台每月响应问题数量突破50万条 [18] 波士顿咨询集团的AI策略 - 波士顿咨询集团在AI部署上更为激进 已研发出八九款内部AI工具 [21] - 工具包括用于制作PPT的Deckster和用于头脑风暴的语音助理GENE [23] - 公司将AI使用率纳入员工绩效考核指标 将其视为顾问的新核心竞争力 [23][24] - BCG约3 3万名员工中已有近90%在使用AI工具 其中约一半每天高度依赖AI工作 [25] AI对咨询行业人力资源的影响 - 自ChatGPT问世以来 麦肯锡已裁撤员工超过5000人 被裁率高达约10% 为公司历史上最大规模裁员之一 [27] - AI平台已承担起约30%的信息收集与整理任务 足以接管部分初级顾问的工作 [32][33] - 咨询行业入门级职位招聘受冲击最大 今年6月入门级顾问招聘数量同比暴跌54% [60] - 公司招聘策略转向 更倾向于直接聘用经验丰富的成熟人才 而非从零培养毕业生 [63][64] - 研究显示AI导致22至25岁群体就业率骤降13% 但以经验和洞察为核心的资深岗位更具韧性 [66][68] 新兴AI咨询业态的挑战 - OpenAI Anthropic等AI公司开始直接向企业提供解决方案 绕过传统咨询公司 [38] - 新兴的咨询科技公司利用AI自动化咨询流程 旨在用算法取代顾问 [39][41] - 例如Hasura公司的PromptQL平台可帮助企业打造专属AI分析师 并提供支持服务 每小时收费900美元 [45][47] - 此类AI咨询初创公司获得资本青睐 如Parable完成1660万美元融资 Dialogue AI完成600万美元融资 [49] - 这些初创公司已开始蚕食二线咨询公司的市场份额 为中小企业提供了成本更低的替代方案 [51][52] 隐性知识与行业未来 - 业内认为AI目前仅能连接全球2%至5%的隐性知识 无法完全取代人类顾问的洞察力 [69][70] - 咨询公司声称AI接管基础工作后 顾问将转向对客户更有价值的事务 [57] - 然而 咨询行业传统的职业上升路径正被AI部署和绩效标准收紧所破坏 年轻顾问的成长阶梯被逐阶拆除 [71][72]

公司AI战略与绩效管理整合 - 公司将AI应用能力纳入员工核心能力评估体系 成为解决问题和洞察力等关键能力的核心期望[1] - 员工若未使用AI将在问题解决和洞察力等核心能力评估中表现不佳 落后于同行[2] - AI未改变工作性质但提升了质量和效率标准 例如使用AI获取洞察后 评估重点在于员工解释洞察 构建问题和提供解决方案的判断力[2] - AI在绩效管理本身应用影响显著 内部工具帮助员工撰写绩效评估 使撰写时间减少40% 同时质量指标提升20%[3] 公司AI应用采纳与工具开发 - 公司33,000名员工中近90%已使用AI 其中约50%（即约16,500人）为每日使用的"习惯性用户"[4] - 习惯性用户指标用于衡量使用粘性和熟练度 原定年底达到50%采纳率的目标已于5月提前实现[4] - 公司已开发8至9款内部AI工具 其中Deckster幻灯片编辑器基于800至900个模板训练 帮助顾问制作和评估演示文稿 约40%的助理每周使用该工具[6] - 公司在定制GPT开发方面处于领先地位 致力于提升绩效评估和客户服务质量[7] 行业AI应用趋势 - 咨询行业普遍进行AI化转型 埃森哲表示将淘汰无法完成技能再培训的员工 尽管其首席执行官预计下一财年总人数将增长[5] - 麦肯锡45,000名员工中超过70%目前使用其内部聊天机器人Lilli[5]

文章核心观点 - 智能体技术通过结合大语言模型的认知能力与工具调用功能，使AI从“辅助工具”进化为“自主生产力”，正在改变企业面临增长焦虑和效率瓶颈的局面[1] 智能客服与问答系统场景 - 传统客服系统基于关键词匹配，意图识别能力有限，以亚洲著名时装零售商I.T集团为例，其传统NLP机器人解决率仅78%，无法理解复杂意图[2] - 网易云商的客服Agent解决方案采用大小模型融合架构，将70%常见问题交给传统NLP机器人，30%复杂咨询由客服Agent处理，在I.T集团的实践中使售前询单响应速度提升60%，单个查询时间从2分钟缩短到最短17秒，复杂售后处理时长从7分钟降至3分钟，用户满意度达97%[2] - 实在智能的实在Agent融合大语言模型、屏幕语义理解和机器人流程自动化，为跨境品牌“倍思”提供7×24小时多语种客服支持，无需API集成即可直接理解屏幕信息并操作软件界面[2] 数据智能分析场景 - 腾讯企点的营销决策引擎Customer AI以用户为中心编排全旅程个性化体验，实现“人、内容、商品、权益”的四维匹配，能够进行智能用户价值分层并预测用户的转化概率和流失风险[4] - Magic Agent的智能体系由多个专门Agent构成，包括人群圈选Agent、旅程编排Agent、内容生成Agent、企微互动Agent和活动分析Agent，这些智能体协同工作使一个运营人员就能完成复杂营销活动落地[4] 自动化数据处理场景 - 跨平台数据智能化处理系统能够抓取钉钉审批流程实例详情，实现从本地向行业云平台的数据上传，优化企业级数据流转效能[6] - “数字员工”的应用实现跨平台、跨终端的数据自动实时获取、处理及通报，使原来需要两小时手工统计填报的营销内容分分钟完成，数据准确率达100%，数据处理周期从小时级压缩至分钟级[6] - 麦肯锡公司的生成人工智能平台Lilli有超过75%的员工每月持续使用来起草提案和制作Power Point幻灯片，接管了部分通常由初级员工执行的任务[7] 智能体技术架构与实现路径 - 智能体技术部署采用混合架构模式，如网易云商将70%常见问题交给传统NLP机器人，30%复杂咨询交给客服Agent，以平衡能力与成本[9] - 实在Agent的技术框架融合大语言模型、屏幕语义理解和机器人流程自动化三大核心技术，分别承担理解决策、识别屏幕信息和执行操作的功能[9] - 腾讯Magic Agent体系采用多智能体协作设计，不同功能Agent各司其职又协同工作，允许企业根据需求逐步从单点应用扩展到全链路智能化[9]

AI对就业市场的快速影响 - AI正在快速取代人类工作 多邻国逐步停止使用外包完成AI可处理的工作[2][7] 麦肯锡将100年咨询经验压缩成AI聊天机器人Lilli供70%员工使用[4][5] - AI显著提升工作效率 多邻国用1年时间开发148门AI课程 而此前完成类似工作量需12年[2][8] Airbnb的AI客服机器人使需要人工客服的用户减少15%[8] - 咨询行业深度应用AI工具 波士顿咨询集团创建超18000个定制GPT 其中幻灯片编辑器Deckster有40%员工每周使用[6] 白领岗位需求结构性变化 - 应届毕业生就业状况恶化 美国年轻大学毕业生失业率达5.8% 与整体劳动力失业率差距创40年新高[2][9][12] - IT就业市场持续收缩 过去24个月减少超20万个岗位 IT专业人士失业率4.6%连续4个月高于全国水平[9] - 入门级白领需求加速萎缩 AI持续抑制客户服务、内部报告、电信等领域的入门级职位增长[9][12] AI驱动的工作方式变革 - AI从工具转变为协作框架 红杉资本认为AI是全新协作框架的起点 客户开始为结果而非功能付费[3][14] - 智能体推动角色重构 AI从"回答工具"变为"自主代理" 人类从控制者转变为智能体编排者[14][15] - 创业公司瞄准自动化机遇 Mechanize致力于实现工作完全自动化 重点针对白领岗位并获AI名流投资支持[12]