一个伟大的变形理念正在咨询业中浮现。
一个伟大的变形理念正在咨询业中浮现。
在一个洞察力的传统成本已然崩塌、曾经需要二十人团队和七位数预算的分析工作如今可以由客户自己悄然、快速且通常胜任地完成的世界里，管理顾问们将何去何从？
关于这个时刻，行业内部一直流传着两种相互竞争的说法。
一种设想了一个外部专业知识逐渐被内部人工智能（AI）能力所取代的未来。另一种则看到了复兴，顾问们最终得以解放，去从事那些组织自身一直难以配备人手完成的工作，而AI则成为判断力的倍增器，而非替代品。
更准确的看法则不那么戏剧化。
咨询业正在分裂成新的形态，因为工作本身已经改变。AI使得重复性任务更便宜、更快速、更可自动化，从而将商业杠杆向上转移。客户可以自助分析，但如果战略决策破坏了内部节奏、合规性或整合逻辑，他们无法自助承担这些决策的后果。
这导致公司缩减初级员工规模，将责任集中在资深员工身上，并更加依赖那些通过内部系统协调决策的工具层。
这既非末日，也非乌托邦。这是在定价压力、能力压力和劳动力暴露下的重新配置。
AI与不再奏效的金字塔结构
几十年来，咨询业以其2x2矩阵、框架和产出这些成果的陡峭金字塔结构而闻名。
初级员工构成基础，合伙人占据顶端，而商业引擎则位于中间，向组织收取顾问们通过人力、培训和可重复性进行规模化模式识别的费用。金字塔之所以陡峭，是因为工作本身界限分明且高度模板化，一切都为吞吐量定价。
科技公司阳狮沙宾特（Publicis Sapient）的首席执行官奈杰尔·瓦兹（Nigel Vaz）清晰地记得那些早年岁月，他本人就是从金字塔底层起步，目睹了该模式的全球扩张，然后触及了其极限。
“当我刚开始时，咨询业在很大程度上是一个人力杠杆业务，”瓦兹说。“你雇佣很多人，用一套框架培训他们，通过重复来规模化工作。那个模式在当时有效，因为工作本身相当可预测，客户本质上是在为速度买单——你能多快给出答案。但现在，这种动态已经发生了很大变化。”
初级员工的劳动梯度以要求严苛著称，但也以稳定著称。你学习一种方法，在不同案例中重复应用，并沿着一条可预测的阶梯向上攀登，获得影响力、客户接触和商业判断力。
如今，AI已将这个梯度变成了一条断层线。不是因为初级员工缺乏能力，而是因为曾经让他们变得可收费的任务，如今在客户系统内部变成了自动化的商品。
“AI生成答案的速度远超任何分析师，因此顾问不再是获取答案的最快途径，”瓦兹说。“现在的价值在于理解这个答案是否真的能在组织内部行得通——是否符合运营节奏、系统和约束条件。这不是单靠模型就能得到的；它来自经验和判断力。”
这种转变也重新评估了关系的价值，并将其重塑为战略基础设施和公司的核心资产。
组织正更早地将顾问纳入其系统，将他们嵌入共享数据环境、决策日志和协调平台中，在那里洞察力与内部利益相关者一同接受检验。
“客户越来越希望我们在他们的环境中工作，”瓦兹解释道。“我们利用AI在分析上更快地推进，但判断力仍然来自于理解决策如何在组织内部落地。这就是关系重要的地方。它们是让洞察转化为行动的关键。这自然导致了更偏向菱形的模型，更少的人在做低价值的重复工作，更多的人专注于做出更高质量的决策，并由将工作从信号协调至结果的平台提供支持。”
金字塔结构在陡峭处锋利，而菱形结构则致密且能承受压力。这种致密性奖励那些能够在不破坏内部节奏的情况下实施决策的资深员工。
咨询业的AI时刻，以及客户现在所需的能力
顾问们一直通过从那些内部难以产生商业清晰度的组织中提取这种清晰度来证明其价值。
这并没有什么神秘之处，它完全是一种诊断行为。你进入一家公司，界定问题，模拟机会，并对组织内部能力与解决问题所需专业知识之间的差距进行定价。
BTS公司负责变革和并购整合工作的赞德·罗斯（Zander Ross）阐述了曾经定义咨询经济学的压缩逻辑。
“并购尽职调查过去意味着引入外部专业知识，将其具体化，然后输出为一套决策，”罗斯说。“如今，这些专业知识仍然来自外部，但具体化发生得更早、更深，并且发生在客户的运营内部，超越了传统的并购业务尽职调查。AI使得传统尽职调查民主化和商品化，并使工作可审计，但也使工作暴露无遗。客户期望顾问在机器启动、整合列车驶离车站之前，就知道决策链是否会按预期展开。”
在并购等专业领域，AI与其说是降低了风险，不如说是提高了对交付工作的顾问的期望。为一项数百万美元的交易建模只是入场券。认证其实施风险才是生存之道，这现在要求顾问超越财务和运营分析，更深入地进入文化层面的考量。
“客户比以往任何时候都更早地将我们推入决策链，”罗斯继续说道。“他们期望尽职调查工作达到95%以上的准确率，因为出错的代价是收购失败。这要求超越确保整合在纸面上合理。这种期望改变了人员配置。初级员工并未过时。他们是无价的。菱形结构是专业知识压缩向上、向前移动，而非向下、向后移动的结果。”
即使是最大的咨询公司也在应对类似的客户驱动压力。
奈杰尔·瓦兹指出了重塑公司内部和客户系统内部激励机制的相同压力。“我们的客户不想要更多的文件或演示文稿，”瓦兹说。“他们想要能够在他们组织内部实施的决策——这些决策从一开始就与他们的数据、工作流程和技术相连，而不是在最后才移交。AI可以优化部分工作，但只有当这些决策符合组织的运营模式时，它才能创造价值，这就是为什么更多的工作依赖于资深判断力，并由推动执行的平台提供支持。”
这种向系统级整合的转变是自然的交接点，故事从这里从宏观压力转向构建应对机制的公司。
Druid AI的首席执行官约瑟夫·金（Joseph Kim）认为，咨询业新的能力要求正将技术栈本身拉入商业聚光灯下。
金曾是私募股权公司的运营合伙人，在企业软件和安全领域有25年经验，他的职业生涯专注于在大型系统内部构建，并收购那些无法内部配备专业知识的公司。
正是这种背景使他的观点在当下尤为重要，正如他描述Druid AI旨在解决的问题时所说。“企业已经厌倦了将智能融入执行的成本，”金说。
“我们构建协调平台，是因为组织试图在没有决策链的情况下自助分析，”金说。“AI给你分析。它不给你合规性。企业现在购买的是更少、更精干的决策者，并由能够证明从信号到结果的路径且不破坏节奏或合规性的协调平台提供支持。这才是保持可收费的工作。”
金强调，公司的反应不是增加人手，而是围绕能够认证决策路径而非生成答案的工具来配置组织结构。
“董事会关心的不是雇佣更多人，”金解释道。“而是雇佣合适的人，他们能够通过可审计的协调来证明自己的判断力。CEO们问的问题是，哪种人才结构能在AI暴露下提取持久价值而不破坏运营现状。这种结构现在更常是菱形，而非金字塔。”
与此同时，AI协调的兴起也改变了顾问们自身愿意为何付费。
菱形结构的一个驱动因素是，曾经消耗内部咨询时间的协调工作正在悄然外包。Operating.app的首席执行官劳里·尤伦（Lauri Eurén）已成为最清晰地描述为何现在是工具而非初级员工数量在吸收资深员工本不应手动完成的工作的人之一。
尤伦通过为专业服务公司构建协调系统进入企业技术世界，这些公司当时正让它们最昂贵的人才在账单管理和运营簿记上精疲力竭。
尤伦将此直接与契约理论和激励设计联系起来。“在契约理论中，理性的公司做它能最好地认证的事情，”尤伦告诉我。“其他一切要么合作、采购，要么外包。公司做它们能证明的工作。它们外包那些从商业成果中窃取资深判断力的工作。”
这一趋势如今正在最大的咨询公司及其客户中同时上演。协调工作不再作为学徒期的一部分由初级员工和后台人员承担，而是被定价到专门负责工作流程确定性和合规性的协调平台中。
“契约理论总是奖励理性的公司，”尤伦解释道。“如今，AI使得金字塔结构比以往任何时候都更缺乏吸引力，因为工作的价值已不在底层，它更接近与客户的关系。”
当最昂贵的人力判断力从最无价值的人力协调工作中解放出来时，咨询业的菱形结构便应运而生。
当公司自身被迫不以工时或答案数量，而是以那些经得起实施考验和客户日益增长的期望的决策来为其价值定价时，这种结构便会出现。
这种新的几何结构是否会像自然界中的钻石那样坚固，仍有待观察。
全球知名咨询巨头麦肯锡公司正在经历一场由人工智能驱动的变革浪潮，其裁员举措引发了行业内外的广泛关注。...
四大会计师事务所——安永、德勤、毕马威和普华永道——是全球最大的会计和咨询公司。这些公司每年收入数十亿美元，但随着人工智能重塑行业，它们正处于变革的时刻。这是四大会计师事务所公布的最近几个财年的业绩情况。...
尽管大型咨询公司正计划裁员数千人，但该行业的波动性意味着他们可能很快又要重新招聘。BenchBee 首席执行官 Hassen Hattab 解释说，需要一种更灵活的员工储备模式来打破这种“要么招人要么解雇”的恶性循环。尽管大型咨...