OpenAI，剛剛給麥肯錫頒了個獎

來源：VOYAGE CAREER

GPT“金主爸爸”

McKinsey榮獲冠軍！

最近，咨詢圈流傳出一條令人忍俊不禁的“獎勵”——麥肯錫因在一年之內消耗超過1000億 Token（字符），被OpenAI頒發了一枚“特別貢獻獎章”。

雖然OpenAI并沒有真地舉辦過“全球API重度使用者頒獎典禮”，麥肯錫卻在自己的LinkedIn官方賬號上公開承認：

“是的，我們就是把ChatGPT用‘禿’了的那一位...”

許多熟悉“甲方-咨詢”合作模式的客戶朋友們看到這條消息也忍不住發出了靈魂拷問：“所以我們每個月花幾十萬美元請你們來畫slides，你們轉手每個月花200刀給GPT充會員了？”

不過，玩笑歸玩笑，真正值得思考的是：這則新聞并不意味著“AI要取代咨詢顧問了”，恰恰相反，它反而證明了咨詢行業真正的核心競爭力，從來就不是“誰寫PPT更快”——而是“誰說的話更讓客戶愿意相信”。

同樣的一份報告，如果由公司員工撰寫，很容易被視為缺乏數據支撐的主觀判斷——而如果它出現在一份署名為McKinsey & Company的行業報告中時，它立刻具備研究結論，并且被視為可以進入董事會討論層面的“戰略”...

咨詢行業真正的價值，不僅僅是“內容生產”，而是“內容背書”——雖說GPT可以一秒生成十頁行業洞察，但它無法代表任何機構、無法承擔任何立場、也無法在發生誤判時站出來說“我們愿意承擔相應后果”。

網友也因此調侃：

事實上，到2025年，包括麥肯錫、BCG、埃森哲、德勤等全球頭部咨詢公司，已經在公司層面大規模部署AI系統。

那AI到底為這些咨詢公司提高了什么效率？

• 調研提速10倍以上：以往一個Analyst需要花整整兩天爬數據、翻行業報告，現在GPT接入Bloomberg、FactSet等數據庫后，可以在幾分鐘內完成信息匯總。

• 案例Benchmark自動生成：過去對比“不同國家/品牌/賽道的成功案例”需要Team反復翻舊資料，現在輸入關鍵詞即可批量拉取。

• 客戶提問應對速度提升：現在不少咨詢公司內部已經上線“AI版知識庫”，Partner在客戶會議上可以直接通過語音檢索集團級歷史項目經驗。

可以說，現在AI在咨詢行業里已經不再只是一個“寫稿工具”，而是改變公司運行邏輯的“引擎”。

部署12,000AI Agent

人類顧問“慘遭優化”

根據《華爾街日報》最新披露，截至2025年中，麥肯錫已部署了超過12,000個AI Agent，全面進入咨詢團隊的日常工作中——這些“智能顧問”不是用來聊天的，而是實際負責撰寫客戶報告、整理訪談紀要、分析市場數據、驗證推理邏輯等核心任務。曾經需要一個5人團隊才能完成的項目，現在只要 2–3 名顧問，外加一群 AI 助手就能搞定。

麥肯錫全球管理合伙人 Bob Sternfels 表示，未來希望“每一位員工都能配備一個 AI agent”。

與此同時，麥肯錫員工總數從 2023 年底的 45,000 人急劇下降到約 40,000 人，主要通過自然流失、嚴格績效淘汰和戰略降編實現約 10% 的人員精簡。這次縮減代表“自我革新的AI重構”。換句話說，麥肯錫裁掉的是過去那種“低效團隊作戰”的工作模式。

更值得注意的是，麥肯錫裁減的主要是基礎咨詢崗和初級分析職能，與此同時，關于AI 項目的收入占比已接近 40%，并且還在持續上升。這標志著麥肯錫正在從傳統智囊團角色，向“執行者+AI協同”轉型。

PPT顧問 vs. AI復合人才

看到這里的同學可千萬別害怕~麥肯錫管理合伙人 Bob Sternfels明確表示“我們會繼續招聘，也會繼續構建AI agent。” 這不是一場淘汰賽，而是一場企業級融合與進化。

更重要的是，這場進化并非麥肯錫獨有——據其發布的《2025全球AI報告》顯示，過去一年中有超過75% 的企業在推進AI部署的同時，對部分員工進行了技能再培訓，幫助他們更好地與AI協同工作，掌握新的工具與方法。

另外，數據顯示，大型企業在AI落地上的系統性遠超小型企業：超過一半的大公司已建立專門的AI推進團隊，近一半會在組織內部定期溝通AI帶來的業務價值，約三分之一則為員工提供與崗位匹配的AI能力培訓——像MBB這樣的頭部咨詢公司里AI早就成了組織標配，誰會用、誰會協同、誰提效快，誰就在這場競爭中跑得更遠。

所以說，新技術的出現，并不是為了淘汰人類，而是為了放大那些能夠快速學習并適應時代變化的人的價值。企業真正需要的，不是那些容易被替代的人，而是能夠不斷“進化”的你。

那么問題來了——在AI全面融入業務的今天，麥肯錫到底在尋找什么樣的人才？

如 Catalant（一家全球知名咨詢人才平臺）的首席執行官 Pat Petitti 所言：

基礎層次的‘平庸知識’已經不值錢了。你必須重構整個商業模型。

過去靠“刷題”和模板邏輯就能勝任的部分初級工作，以及那些重復性強、結構淺、無需判斷力的任務正在被AI加速淘汰。真正有價值的，不是“更繁復框架”，而是那些能落地、有協同力、能整合AI工具完成復雜的任務的人才。

與此同時，Oliver Wyman CEO Nick Studer 更是直言不諱地宣布了咨詢業的“身份轉型”：

管理顧問的傲慢時代已經過去了。企業現在不想要穿西裝講PPT的顧問，而是要能下場、能共創、能帶隊落地的“戰友”。

客戶不再只想聽建議，而是希望咨詢顧問變成“聯合執行者”帶著團隊與經驗，一起第一時間解決問題。所以同學們如果想進入像麥肯錫這樣的頂級咨詢公司，現在的確面臨了全新的挑戰，但也迎來了更公平、更高維度的機會~

那這個被稱為“顧問標配”的智能Agent，究竟能做什么？讓我們一起看看這個覆蓋整個麥肯錫公司的AI助手Lilli如何重塑顧問的日常工作。

麥肯錫AI助手Lilli

全面應用！

在2023年8月16日，麥肯錫官網發布消息向大家介紹了一下Lilli——這是一款由麥肯錫首席技術官Jacky Wright領導的“ClienTech”團隊為麥肯錫員工設計的新型聊天應用程序。

時至2025年，歷經兩年快速升級迭代，Lilli 已全面融入麥肯錫的工作流程，成為每位麥肯錫人的標配工具。

目前，這款AI助手已覆蓋70%以上的日活員工，平均每人每周使用超過17次，幫助顧問節省超過30%的信息搜集與材料整理時間，也被內部稱為“新一代初級分析師的分身”。

Lilli 的背后，是由約200名技術專家 組成的神秘團隊ClienTech，作為麥肯錫科技生態系統的三大支柱之一，他們致力于將先進技術嵌入咨詢交付全流程。

Lilli 能訪問麥肯錫逾 100年沉淀的知識庫 和 10萬+ 項目材料，提供文案撰寫、資料提煉、PPT生成、語氣調整、專家推薦 等多項功能。

比如，用戶可以輸入一個問題，Lilli可以在整個知識庫里進行檢索，確定5到7個最相關的內容，總結關鍵點，包括鏈接，甚至確定適當領域的專家。

這里說的檢索包括兩種模式：一種是搜索麥肯錫的內部知識庫，指從麥肯錫的10萬多份文檔、記錄和PPT中獲取回答；另一種是搜索外部資源，指從更廣泛的大型語言模型(LLM)后端獲取數據。

這么一看，或許沒什么特別，不過細究一下可以發現，麥肯錫開發Lilli時確實花了不少心思~

總的來說，Lilli的界面與其他文本生成式AI工具相似，同樣在主窗口底部有一個文本輸入框供用戶輸入問題、搜索和提示。

與此同時，Lilli還包含一個可展開的左側邊欄，其中保存了提示，用戶可以復制、粘貼并根據自己的喜好進行修改。

另一個區別在于信息來源。

許多其他文本生成式AI工具在回答時不一定會明確引用或鏈接到來源，但Lilli在每個回答下方都會提供一個完整的“信息來源”部分，包括鏈接甚至頁碼，使得所有的回答都更加嚴謹，更符合咨詢公司的嚴格要求~

總的來說，Lilli的推出和正式面世標志著麥肯錫數字化轉型的一個重要里程碑。由于意義重大，麥肯錫在命名時也是動了不少腦筋~

Lilli取自Lillian Dombrowski，她是麥肯錫1945年聘用的第一位職業女性，后來成為該公司的財務總監和公司秘書。

認識Lillian的人都說她愿意做任何事，是當之無愧的“能力者”。她的研究促成了麥肯錫的運輸和保險部門的創建；她幫助制定了利潤分享和養老金計劃，甚至還建立了麥肯錫的檔案。

而Lilli和Lillian Dombrowski最像的地方就在于，TA們都有著超強的能力并且能夠執行到位！