AI对战略咨询公司的影响，及其应对（以麦肯锡、BCG 为例）

自 OpenAI 发布 chatgpt 以来，业内除了技术公司、媒体公司比较关注其进展以外，还有一个行业比较关注，那就是战略咨询行业。

尤其是最近 GPT-4o、Claude 3.7 Sonnet 为代表的最新大模型在数据分析、内容生成、编码和复杂推理方面展现出强大能力，与战略咨询工作的核心环节高度相关 。

就说 Claude 3.7 Sonnet 强大的画流程图的能力。即使你不用他直接生成的流程图，但也可以让他先画出来一个供你参考，也能大大节省脑力和体力。

这些基础能力越来越强大的大模型正在推动咨询行业经历一场深刻的变革：

内部运营提效：

一方面，AI显著提升了研究、分析和报告撰写等任务的效率，能将顾问从重复性工作中解放出来，专注于更高价值的战略思考和客户互动 ；

客户服务升级：

另一方面，咨询公司的员工们借助大模型快速获取洞察、分析数据，从而更高效地为客户提供解决方案。例如，ChatGPT 和 Gemini 提供的 Deep Research 功能能够瞬间访问海量知识并提炼见解，使咨询研究工作更高效，并支持基于数据的决策 。咨询公司也开始为客户开发AI驱动的新产品和体验（如定制聊天机器人、虚拟助理等），甚至将其作为一种增值服务。

业务模式变革：

另外，这些咨询公司也在积极预判、鼓吹大模型带来的积极影响，来为自己的客户提供相应服务，全面参与到大模型的研发、部署、技术发展中来。麦肯锡2023年有约40%的项目涉及数据分析和AI，许多正在向生成式AI转型。这一趋势推动麦肯锡实现创纪录的年度营收（160亿美元），抵消了传统咨询放缓的影响 。

用户洞察从业人员为什么要关注大模型对战略咨询行业的影响？

因为大家都是靠「专业」吃饭，无论是在乙方还是甲方。

下边就以麦肯锡和 BCG 为例，看一下大模型对咨询公司的影响，以及他们做了哪些事情来应对。（选这两家一是因为他们是 top，另外是因为认识一些人，可以获取一些信息）

一、大模型对客户服务的影响

更快速的洞察与方案交付

大模型使咨询顾问能够以前所未有的速度整理信息、生成洞见，从而加快为客户提供服务的节奏。

例如，麦肯锡近半数员工已经在利用ChatGPT辅助工作 ，以即时获取知识、提高研究效率并丰富方案的论证依据 。（最近的 deep research 功能让获取知识更快更方便了）

有了AI协助，顾问能将更多时间用于与客户共创解决方案，而不是花费几周时间在资料搜集整理上 。这不仅提升了交付效率，也使方案建立在更广泛的信息基础上，增强了客户信任度和满意度 。

BCG 则在很早（2023 年）就跟哈佛商学院合作了一个研究，使用 GPT-4（当时还没发布 4o） 的顾问比不使用的顾问多产出12.2%，快 25.1%。

此外，BCG 的一项实验（2024 年9 月）还发现，在让数百名没有数据背景的顾问 GPT-4 完成数据科学任务时，AI可以将他们解决复杂新任务的能力瞬间提升——写Python代码的得分提高了49个百分点，达到专业数据科学家水平的86% 。

大模型驱动的客户解决方案

除了提升现有服务效率，大模型还催生了咨询公司全新的客户服务产品和模式。

麦肯锡、BCG与AI厂商合作为客户量身打造生成式AI解决方案，以注入客户业务，创造价值。

（想一下，咨询公司都在为客户提供定制化的AI 解决方案了，国内的大模型六小龙们还有多少生意）

比如麦肯锡与Cohere合作为生成式AI应用，改进与客户互动、工作流自动化等等场景。

麦肯锡指出，他们为不同行业的客户提供基于大模型的工具，如制造业的AI驱动知识搜索平台，智能座席工具让银行秒级回答客户询问等等。

再比如，BCG则是跟谷歌云合作，构建了销售优化大模型工具，帮助提升保险行业一线销售人员的效率和业绩 。此外，BCG开发的对话式AI助手“Gene”起初用于播客节目主持，后来演变为与客户互动并生成内容的工具，其“记忆库”汇聚了BCG顶尖分析师的研究洞见 。

这类尝试展示了咨询公司如何将自身专业知识与大模型结合，创新客户体验（如提供交互式AI顾问）并拓展服务形式。

二、大模型对内部运营的影响

在内部运营方面，生成式AI成为咨询顾问日常工作的助手和智囊，大幅提升了生产力和员工满意度。

麦肯锡和BCG都积极鼓励员工将ChatGPT等工具用于研究分析、沟通写作等任务。

先看麦肯锡。

2023年中，麦肯锡已有约一半（≈15,000人）员工在公司许可下使用ChatGPT或类似AI 。顾问们使用这些工具时遵循明确的指南（如“「不向公有AI上传机密信息” ），在安全合规的前提下释放AI潜力。

麦肯锡于2023年8月上线了代号“Lilli”的内部生成式AI平台 。Lilli承载了麦肯锡全球超过10 万份内部文档和访谈记录，连接起70多个国家的专家网络 。

以前，新团队启动项目时往往需要花两周时间在公司内部“找资料、找人” ；而有了Lilli，顾问只需输入自然语言问题，AI就能瞬间扫描全公司知识，找出5-7份最相关的案例和研究并摘要重点，还能直接推荐合适的领域专家 。这极大缩短了知识检索和方案成型的周期。据统计，Lilli为顾问节省了约20%的准备时间

这其实也是很多公司内部在做的事情，包括用研的报告，都可以作为知识库输入给大模型，找报告找资料就很方便了。

麦肯锡首席技术官Jacky Wright所说：

“借助Lilli，我们可以利用技术调用整个知识库，带来全新的生产力水平。这只是我们重塑公司工作方式的第一步” 。

再看 BCG 。

BCG采取了更全面的内部赋能策略：高层认识到，要想帮助客户在生成式AI方面变革，首先必须自我变革 。

因此，BCG在2023年向全体32000名员工开放和培训生成式AI工具的使用，而非仅限技术团队 。BCG管理层认为，“把这项技术提供给每个人”将使效率提升在组织内自下而上地扩散 。

2023年10月，BCG已经把 OpenAI 的 ChatGPT 企业版(内部化，封装好了)分发给每位员工，并且保证所有交互数据都是属于BCG内部，安全有保障。

在此基础之上，BCG给予顾问以极大的空间去根据工作需要制作一个定制好了的AI“小工具”满足自各需求。比如，人们利用AI编了一款会议摘要及要点总结助手，有人发明邮件自动回复生成器。

这种自下而上的创新还是挺让人震惊的：迄今为止，BCG员工已经创建了超过6000个内部GPT助手，从文档、会议摘要、代码、初稿等面向不同场景 。这些GPT 助手被融入了整个工作流程，大大减少了顾问们的频频重复性劳动，使沟通和分析更加高效。

另外，BCG也研发了统一的内部AI应用，“Gene”就是其中代表——它最初在BCG的播客节目中以联主播形式亮相，如今已演进为客户交流和内容创作的平台 。Gene背后连接着BCG顶尖分析师关于生成式AI的研究成果，能够就相关话题与人对答如流。这表明BCG正在探索将AI形象化地融入对外宣传与交流中，积累经验后再应用于客户项目。

BCG的内部运营正逐步实现流程自动化和知识自动化：从资料搜索、报告撰写到呈现设计，都有AI协助或接管部分工作。大量日常“小事”交给AI处理后，咨询顾问能够将精力聚焦于更高价值的分析判断和客户互动，这与麦肯锡Lilli的目标异曲同工 。

两家公司都通过内部AI工具让“知识的获取如同自来水一般便利”，从而全面提高组织运转效率。

三、大模型对业务模式的影响

服务供应模式：从人力驱动到人机融合

大模型正深刻改变战略咨询公司的业务供应模式。

咨询公司的核心竞争力是人。传统上，咨询依赖金字塔型人力结构：大量初级顾问投入时间进行数据分析、资料整理，由少数资深顾问提炼洞见并与客户沟通。

大模型有能力做覆盖相当多的基础反复性工作，人力密集型模式可能要逐步转型了。

麦肯锡的研究指出，生成式AI有潜力自动化60-70%知识工作者当前投入的时间 。在咨询情境中，这意味着许多原本由分析员、研究员完成的重复性、高度结构化任务可以由AI胜任。

这直接影响了咨询公司的杠杆模型：一些公司已明显减少对新人招聘的需求，将资源转向留用和培养能够驾驭AI工具的现有人才 。咨询团队的结构也变得更加纺锤形——中层和高层顾问增加，他们带领少数精干成员（辅以AI）就能完成过去需要大队人马的任务。

对于公司里提供专业服务的人员（用户研究、行业研究、数据分析等）来说，这个影响是类似的，中高级人才越发重要，反而初级人员更容易被替代。

收入结构与价值主张的演变

大模型带来的另一业务模式变化，是咨询公司收入结构和价值主张的演变。

一方面，AI咨询服务需求爆发为这些公司开辟了新收入来源。随着各行业掀起生成式AI应用浪潮。尽管2023年整体咨询市场趋冷，但借助生成式AI带来的机遇，麦肯锡实现了营收逆势增长且创新高（达160亿美元） 。有分析称认为这里边约四成的业务与AI分析有关，并且这一比例仍在快速上升 。

同理，BCG也通过其AI能力赢得了大量数字化转型项目。两家公司在AI领域的知名度和经验吸引了客户的信任，从而拓宽了业务版图。咨询公司正在定位为“AI解决方案提供商”，不仅卖脑力也卖技术，收取咨询费的同时可能通过AI方案部署、长期支持获得持续收益。

大胆一点去想，甚至不排除未来咨询公司开发出的AI工具（比如麦肯锡的Lilli或BCG的特定行业模型）包装成产品，对外授权或订阅，形成类软件收入的模式，使公司从纯项目制收费拓展出新的盈利渠道。

不仅如此，咨询公司还想进入 AI行业的更上游。最新消息是，BCG 内部启动了一个 BCG X AI 科学研究所，利用自己积累的专业知识和大量高素质人才，与领先行业和政府的研发团队合作，加速科学发现。预计也是要进入更多行业。

另一方面，生成式AI促使咨询公司的价值主张进一步聚焦在高层次方面，即解决复杂战略问题——因为通用知识和基础分析越来越“平价”且唾手可得（很多客户自己也能用ChatGPT获得答案），咨询公司必须将自身定位提升到AI不能轻易胜任的领域，才能证明价值。

这包括：

针对具体企业情境进行深度定制化的分析；

整合跨行业的洞见提出创新性的战略；

更重要的是，帮助客户将AI技术转化为实际业务成果。后者需要考虑企业文化、流程、人才、风险管控等一系列综合因素，是纯技术公司所缺乏的变革落地能力。

正如麦肯锡高管所言，生成式AI本身只是解决方案的一部分，真正实现价值还取决于如何变革业务流程、培训人员、实施安全和负责的AI治理 。

最后

自2023年（GPT-4发布）以来，生成式大模型技术的飞速发展给战略咨询行业带来了前所未有的影响。

麦肯锡和波士顿咨询作为行业标杆，均及时拥抱变化、主动求变。麦肯锡全球资深合伙人的话或许代表了咨询行业的共识：“这场生成式AI的变革终将无处不在，我们正将其注入我们所做的一切”。

在机遇与挑战并存的大模型时代，麦肯锡和BCG所采取的前瞻性策略，将帮助它们保持竞争优势，并引领整个咨询行业踏上人机协同的崭新征程。

个人其实也一样，抓住机遇才能持续保持竞争优势。

参考文章：

https://www.hbs.edu/faculty/Pages/item.aspx?num=64700

https://www.bcg.com/press/5september2024-generative-ai-knowledge-workers-consultants

https://www.mckinsey.com/capabilities/mckinsey-digital/how-we-help-clients/rewiring-the-way-mckinsey-works-with-lilli

https://www.forbes.com/sites/craigsmith/2024/09/27/bcgs-chatbot-gene-using-wider-context-windows-and-faster-inference/

https://www.computerworld.com/article/3491334/bcg-execs-ai-across-the-company-increased-productivity-employee-joy.html

https://www.zrgpartners.com/insights/how-will-generative-ai-affect-the-professional-services-industry/

https://mp.weixin.qq.com/s/XRcWzbYSD5ajoVh1_BH8zg

文章来自微信公众号 “ 真知灼见 ”，作者 真知灼见