找工位
空间入驻
小程序

麦肯锡全球总裁:当智能体成为咨询行业组织“准成员”,行业价值护城河又该如何重构?

2026-02-24
文章转载自"北大纵横"

图片
来源 | 沧海一土狗
作者 | 沧海一土狗
2183字 阅读时间6分钟
麦肯锡全球总裁Bob Sternfels在《哈佛商业评论》播客中平静陈述:
“我们目前拥有4万名人类员工和2万个AI智能体。”
这一数字在18个月前仅为3000。
他原计划到2030年实现“一人一智能体”的目标,如今却确信——18个月内即可达成。  
作为全球知识密集型服务业的标杆,麦肯锡的这一判断远非技术演进的简单注脚。
它揭示了一个更深层的事实:
当AI智能体从辅助工具演变为组织中的“准成员”,传统咨询模式正遭遇三重解构——
组织架构的科层逻辑、人才标准的精英范式、商业模式的交付惯性。
而真正的挑战不在于部署多少智能体,而在于能否在技术红利均质化之前,完成系统性价值重构。  
本文的核心命题是:
在AI智能体即将成为行业标配的临界点上,高端咨询公司的不可替代性不再源于信息优势或分析能力,而取决于其将技术嵌入价值创造全链条的系统整合力。
这要求企业同步推进组织适配、人才进化与商业模式跃迁,并以信任资本为底层支撑。

一、技术部署加速,但价值释放滞后:

组织适配才是真瓶颈

麦肯锡的AI部署曲线呈指数级增长:
2023年底3000个智能体,2025年初已达20000个,年复合增长率超580%。
这些智能体已深度介入核心工作流——过去一年节省150万小时初级研究时间,过去六个月生成250万张图表,使顾问得以“向上移动”(moving up the stack),聚焦战略判断与客户动员。  
然而,Sternfels坦承一个尖锐矛盾:
CEO对AI潜力充满信念,CFO却质问“投入未见回报”。
这种内部撕裂暴露了当前转型的最大盲区——人们过度关注模型性能与工具集成,却严重低估了组织适配成本。  
历史镜鉴清晰可辨。
电力普及后,工厂仍沿用蒸汽时代的线性布局,直到20世纪20年代才通过重新设计产线释放全部潜能;
ERP系统上线初期常因流程僵化导致效率下降,唯有配套组织再造方能见效。
AI亦如此。麦肯锡的洞察直指要害:
真正的瓶颈不在技术,而在组织。  
具体而言,组织适配包含三个维度:
流程重构:打破部门墙,围绕客户价值而非职能边界重组资源;  
权力再分配:当中间管理层的信息传递功能被AI取代,冗余层级必须精简;  
激励机制校准:绩效指标需从“工时产出”转向“价值创造”,否则智能体仅沦为降本工具。  
若忽视这些,AI部署将陷入“高投入、低转化”的陷阱——技术能力越强,组织摩擦越大,最终导致ROI持续承压。

二、打破科层幻觉:
从控制型架构到敏捷型价值网络  
当AI能端到端处理复杂工作流时,传统科层制便成为价值创造的障碍。
以银行抵押贷款为例:
发起、信用评估、催收、售后分属不同部门,各有KPI、预算与IT系统。
若AI可无缝贯通全流程,为何还需四五个部门壁垒?  
麦肯锡提出两个根本性问题:
1、架构扁平化是否可行?
当中间管理层的信息汇总与指令传达功能被AI实时数据流取代,上传下达的冗余层级是否还有存在必要?   
2、流程一体化如何落地?
能否围绕客户旅程而非职能边界重组资源,形成端到端的责任闭环?  
这触及组织变革的核心难点——利益再分配
部门裁撤意味着权力消解,KPI重设关乎奖金池,汇报关系调整动摇职业路径。
技术部署或需数月,但组织政治博弈可能耗时数年。
麦肯锡自身正实践这一转型:
重新设计汇报线、重划部门边界、重构绩效指标,使CFO可见ROI,CIO获持续投入。  
值得注意的是,这种重构并非简单“降本增效”。
Sternfels强调,目标是构建敏捷型价值网络——资源按需动态配置,决策权下沉至一线,AI承担标准化操作,人类专注例外处理与战略创新。
这要求企业放弃“控制幻觉”,接受一定程度的混乱以换取速度。  
边界条件同样关键:在高度监管或安全敏感领域(如金融合规、医疗诊断),完全去中心化可能引发风险失控。
因此,“集中治理+分布执行”成为更现实的中间态——AI在授权范围内自主运行,重大决策仍需人类复核。
自上而下:高层明确AI-first战略,配置预算、设立KPI、容忍试错; 
自下而上:一线员工主动探索、分享最佳实践、持续优化提示与流程。  
反观失败案例,多为“命令式AI”:
CEO要求全员使用某工具,绩效考核挂钩,却无培训、无榜样、无场景适配。
结果员工机械执行,AI沦为形式主义装饰。
某大型银行曾强制客服使用AI应答系统,但未针对金融合规话术微调,也未建立错误反馈机制,导致客户投诉激增,项目半年内终止。  
这揭示了一个被忽视的真相:
AI不是即插即用的工具,而是需要组织协同进化的“社会技术系统”。
其价值实现=技术能力×组织适配×场景深度。
任一因子趋零,整体ROI即为负。

三、人才标准革命:
从“完美履历”到“韧性+协作+学习力”  
AI的普及正在重写人才定义。
麦肯锡内部研究发现:
过去20年,通往合伙人的路径高度集中于顶尖名校、完美GPA等显性指标,但数据分析揭示三大被忽视的关键特质:
韧性(Resilience):经历过挫折并成功恢复者,成为合伙人的概率显著更高。完美履历反而可能缺乏应对不确定性的能力;
真实协作经验:团队运动、零售兼职等经历培养的人际敏感度,比纯学术背景更能支撑客户变革项目;   
快速学习天赋:在陌生领域快速构建认知框架的能力,比精通单一学科更具长期价值。  
基于此,麦肯锡改革招聘流程:
刻意设计无模式可循的测试场景,观察候选人如何在信息模糊时解决问题;
增加对挫折经历的深度追问;
重视跨领域实践经历。  
更深远的变化在于未来能力模型。
Sternfels指出AI的三大局限,恰是人类价值的护城河:
1、设定愿景:模型无法定义“值得追求的目标”,领导力的核心在于激发集体抱负;   
2、施加判断:AI输出无真相锚点,人类需基于价值观与情境做出取舍;   
3、非连续创新:模型擅长线性推理,但突破性创意源于跨界联想与非常规跳跃。 
为此,麦肯锡正重新拥抱文科学科——哲学训练思辨,历史提供镜鉴,艺术激发想象力。
这些曾被边缘化的素养,将成为AI时代高阶顾问的底层能力。
人才评估的重心,正从“已证明的能力”转向“未显现的潜力”。

四、商业模式跃迁:

从“交付PPT”到“共担结果”  

技术商品化正侵蚀传统咨询的根基。
32年前,Sternfels需数周手工收集行业数据;
如今客户用AI几分钟即可完成。
当基础分析沦为公共品,麦肯锡必须向上迁移至更复杂的问题域:
地缘政治下的供应链重构、气候转型中的商业模式再造、AI驱动的组织范式革命。
这一迁移催生商业模式的根本转型——从按服务收费转向按结果分成
目前麦肯锡约1/3收入(超50亿美元)来自承诺结果的项目:
与客户共签商业案例(如“三年内营收提升20%”),若未达成则承担财务后果。
这彻底改变了委托关系:顾问不再是外部智囊,而是风险共担的影响力伙伴。  
Sternfels的目标是在2027年任期结束前,将该比例提升至50%以上。
这意味着麦肯锡的估值逻辑将从“人力杠杆率”转向“价值创造分成”。
挑战在于:
如何量化归因?如何管理实施风险?如何平衡短期承诺与长期能力建设?  
麦肯锡的答案是深度嵌入客户运营——顾问团队常驻客户现场,动态调整策略直至结果落地。
智能体处理标准化分析,人类顾问聚焦三件事:
定义正确的问题、设计可执行的路径、动员组织变革能量。
正如Sternfels所言:“客户愿为市值翻倍付费,而非精美PPT。”  
这一模式也倒逼内部能力升级。
传统“交付-撤离”模式下,顾问只需提供逻辑自洽的方案;
而“共担结果”模式要求其具备变革管理、政治动员与持续迭代能力——这正是AI难以复制的高阶技能。

五、信任重建:
从合规补漏到行业标准制定  
转型发生在麦肯锡声誉低谷期。
2024年12月,公司支付6.5亿美元和解阿片类药物危机诉讼,首次因客户犯罪行为承担刑责。
Sternfels坦言这是“灵魂拷问”时刻,促使公司投资10亿美元构建全新风控体系: 
引入苹果前内审负责人、沃尔玛前合规官;  
建立五维客户评估框架(国家、主题、机构、个人、运营环境); 
改革合伙人授权机制:“你不能单独做决定,必须与风控专家共签”。  
但麦肯锡的野心不止于自我修复。
Sternfels明确提出:“我们要为咨询业设定专业标准。”
这包括主动向监管机构开放风控协议征求意见,推动行业建立类似上市公司的合规门槛。
在气候转型等争议领域,公司选择正面回应批评:“若要解决最难减排行业的转型,就必须与其合作。”  
这种姿态反映深层认知转变:
信任已成为核心生产资料。
在AI放大信息不对称的时代,客户选择顾问不仅看智力资本,更看道德可靠性。
麦肯锡试图将危机转化为建立新护城河的契机——通过超行业标准的透明度与问责制,重建“可信赖的变革伙伴”形象。

 六、未来10年:
领导力工厂与影响力伙伴的融合  
当被问及十年后希望因何闻名,Sternfels给出双重答案: 
延续:保持“世界领导力工厂”地位——麦肯锡培养的CEO数量超过任何机构;  
革新:完成从顾问到影响力伙伴的转型,以“共担结果”取代“交付建议”。  
这揭示咨询业的终极悖论:
越是依赖个体智力,越需系统化能力。
AI智能体解放了人类的认知带宽,但价值创造的重心从“聪明”转向“有效”——能否在复杂系统中推动真实改变。
麦肯锡的答案是双轨并进:
通过智能体提升分析效率,通过组织变革强化实施能力,通过人才标准确保领导力供给,通过商业模式绑定长期利益。  
对更广泛的商业世界而言,麦肯锡的转型提供三重启示:
1、技术价值 = 组织适配度 × 技术能力,忽视前者将导致投入沉没;   
2、人才评估需从“已证明的能力”转向“未显现的潜力”,韧性、协作与学习力是AI时代的元能力;   
3、信任资本需主动构建,在算法黑箱时代,透明度与道德标准构成竞争壁垒。 

在解构与重构之间  
18个月后,当麦肯锡实现1:1人机配比,它将不再是传统意义上的咨询公司,而是一个人机协同的变革引擎
智能体处理确定性任务,人类驾驭不确定性;
算法优化局部效率,领导者定义全局愿景;
标准化工具降低服务门槛,定制化承诺锁定高阶价值。  
这场转型的本质,是在技术解构旧有优势的同时,通过组织、人才与商业模式的系统性重构,锻造新的不可替代性。
正如Sternfels所言:“除非CEO说‘我不想让市值翻倍’,否则永远存在更复杂的问题。”
而解决这些问题的能力,将决定谁能在AI时代继续站在价值链顶端。  
对投资者与企业管理者而言,麦肯锡的实验提供了一个珍贵样本:
当技术红利趋于均质化,真正的护城河在于将技术嵌入价值创造全链条的系统能力——这需要勇气打破既有利益格局,智慧重新定义人才标准,以及远见重构商业模式。
在人机共生的新纪元,胜利属于那些敢于同时解构与重构的组织。
图片


文中观点仅为作者观点,不代表本平台立场


各位读者朋友,公众号改了推送规则,如果您还希望第一时间收到我们推送的文章,请记得给北大纵横公众号设置星标。图片

点击左下方公众号“北大纵横”→点击右上角“...”→点选“设为星标⭐️”。