AI不只会取代初级顾问，它会戳破咨询业真正卖的是什么

关于AI与咨询业的标准说法是：分析师层级最先被取代，合伙人层级能维持得最久，中间的所有人都寄望自己能成为幸存者。这个说法方向上没错，但分析上很懒惰。它把咨询金字塔看作一个按资历排列的等级体系，而它实际上是一组打包销售的服务。AI正在做的，正是把这个打包拆开。

旧的咨询契约

在现代咨询业的大部分历史中，咨询公司打包出售四种东西：稀缺的分析型劳动力、把模糊问题转化为计划的结构化方法、见过大量类似问题积累下来的机构记忆，以及当建议需要在董事会上”扛得住”时所需的高级信誉。这套金字塔之所以成立，是因为第一项——分析型劳动力——既生产成本高昂，又对客户确实有价值。分析师收集数据、清洗数据、建模、做基准对比，把零散的信息变成一个连贯的故事。经理负责搭建框架并审核，合伙人负责把它卖出去并承担压力。

客户愿意支付溢价，是因为这四样东西很难在企业内部自行拼凑出来。咨询顾问的优势是真实存在的，但它始终是一个打包产品，而一个打包产品的可防御性，取决于其中最具防御力的那个组成部分。

AI首先攻击分析层

“初级先被取代”这个方向之所以正确，跟初级员工不够聪明毫无关系，而是跟他们工作的形态有关。大多数入门级咨询任务——初步市场扫描、访谈综合、竞品基准分析、表格整理、幻灯片初稿撰写、会议纪要、基础议题树——都有三个共同特征：清晰可定义（可以明确说明什么叫”做得好”）、可重复（同样的模式会反复出现）、以及产出形态明确（交付物是一份具体的文档或图表）。而这些恰恰是让一项工作对AI友好的特征。

现有的劳动力市场数据指向同一个方向。Anthropic近期关于AI暴露度的研究显示，承受最大压力的是程序员、客服人员和数据录入岗位——这些相邻职业的任务都具有同样的”清晰可定义”特征。咨询分析师的工作在结构上与之足够接近，这种类比无法回避。麦肯锡CEO Bob Sternfels公开谈到过一次有意为之的内部重组：将非客户对接岗位削减约四分之一，同时让客户对接岗位增长相同比例。BCG的Deckster、麦肯锡的Lilli、毕马威的Workbench和德勤的Zora，都是在做一名优秀的二年级分析师过去做的事——只是更快、规模更大。

但”初级先被取代”作为一个结论太粗糙了。它忽略了一点：AI不是在消灭人，而是在消灭某一类产出的价格。这个区别很重要，因为它意味着波及范围比组织架构图所暗示的要大得多。

转化层比头条新闻承认的更脆弱

咨询业中处境最尴尬的层级，并不是入门级分析师，而是高级分析师、经理和项目经理（EM）——他们对公司的价值，一直是把客户的模糊意图可靠地转化为标准产出。我们可以称之为”转化层”。它的经济功能是把非结构化的意图——“我们想变得更AI原生”——转化为结构化的成果：一份90天路线图、一个目标运营模式、一份收益论证。这个角色之所以存在，是因为合伙人没有时间亲自把八场杂乱的访谈整理成一个清晰的问题陈述，而分析师又经验不足，做不好这件事。中间这一层负责完成转化。

AI压缩的正是”转化”这件事本身。把非结构化的意图变成结构化的初稿，恰恰是大语言模型现在最擅长的；Lilli、Deckster，以及BCG和麦肯锡内部基于GPT构建的变体，本质上都是转化引擎。由此而来的假设是：一个拥有好模型、好提示习惯，再配一个能对产出做压力测试的初级员工的合伙人，最终需要的中间高级分析师会更少，因为转化这件事所需的人力下降了。

这仍是假设，还不是证据。麦肯锡、BCG和贝恩目前都没有明显压缩中间层级。麦肯锡的Lilli目前被其4.3万名员工中75%的人每月使用——这个内部数据可以双向解读。它一方面证明转化引擎确实存在；但另一方面，麦肯锡同时在2026年将应届生招聘量提高了12%（据北美区主席Eric Kutcher所言）。目前形成的是前提条件，而不是结果。检验这个预测的一个合理方式是：到2027年，观察三大顾问公司（MBB）的项目经理级别晋升率是否收窄，或者至少有一家MBB公司公开降低EM这一级别的重要性。如果到2028年这两件事都没有发生，这个论点就是错的。

真正新鲜的，也是”初级先被取代、高级安全”这种标准框架没什么用的地方，在于压力的方向。那些靠速度、可靠性和对标准交付物的把控建立护城河的中层顾问，正是其定价能力最直接受到一种能批量完成转化的工具威胁的人。

具体到AI与数据咨询工作中，这个模式以略微不同的形式出现。客户不再为一位经理级别的人把一组分析师的工作整理成一份精美的演示文稿而支付溢价。他们付费的对象，是能够决定要构建什么、能够忍受一个模糊问题带来的不适感、并能在判断错误时承担责任的人。对产出的掌控正在变得廉价；对问题的掌控正在成为真正值钱的东西。

这条推论对高级人士来说并不舒服，也是大多数咨询业评论会回避的部分。资历并不会自动保护任何人。一个合伙人，如果其价值建立在十二年前形成的模式识别能力之上，而应用的行业早已在脚下发生了变化，那么他就以一种特定的方式暴露在风险中：AI让过时的专业知识变得可见。Howard Marks在2026年2月26日Oaktree的备忘录《AI疾驰向前》（AI Hurtles Ahead）中，以投资语境下罕见的直白指出：“关于当下的、唾手可得的量化信息，不可能成为获得超额投资回报的关键，原因很简单——每个人都拥有它。现在，除了’每个人都拥有它’这一事实之外，我们还要加上一个事实：AI可能比任何人都更擅长[分析这些信息]。“同样的逻辑可以原样迁移到咨询业。当一个模型能在二十分钟内对一个行业过去十八个月的发展给出一份站得住脚的综合分析时，一个心智模型比这更陈旧的高级顾问，就不再是房间里信息最新的那个人。声誉是一种滞后资产；它可以在底层判断力已经衰退之后，还持续存在多年。接下来出现的杠铃结构，只对那些判断力仍然鲜活的人有效，而这个群体，比”所有有合伙人头衔的人”要小得多。这是一个比大多数合伙人制企业愿意公开承认的范围更窄的类别。

新的杠铃结构

Marks在同一份备忘录中，给出了这个论点在投资领域的经典版本。他更宏观的观点是：AI将主导对广泛可得信息的分析，这让传统的主动投资者越来越难仅凭数据取胜。能够存活下来，并且价格上涨的，是面对真正全新情境时的判断力、定性的洞察力，以及承担集中风险的意愿。Marks指出，AI在这件事上没有”切身利益”（skin in the game）。

这一逻辑迁移到咨询业是直接的。AI压缩了”称职但通用”分析的价值。它提高了那些能判断什么才重要、能做权衡、能承担交付风险、能推动组织真正行动起来的人的价值。结果就是一个杠铃结构：AI原生的精品咨询机构和判断力密集型顾问获得更大的议价能力；而市场中段——那些靠标准流程和标准产出竞争的公司——则被挤压。

具体来说，在后AI时代，一名顶级顾问的价值不在于他能做出一份市场图谱，AI也能做到这一点。他的价值在于他能说出：这份市场图谱并不是你真正需要做的那个决定，或者除非我们去掉两个优先项，董事会不会接受这个方案，或者这个运营模式在逻辑上是合理的，但各国负责人会阻挠它，又或者，最关键的，这就是我愿意为之背书的建议。

最后这句话承载了很多含义。AI能给出逻辑上无懈可击的建议，但不需要为此承担任何后果。而一位合伙人，会在下一次董事会上CEO被质疑时公开为某个判断背书——这是AI在结构上无法提供的东西。Sternfels曾谈到，麦肯锡目前约有三分之一的收入来自”结果担保”（outcome-underwriting）——也就是收费与建议是否真的奏效挂钩。这是同一种转变在机构层面的体现：咨询公司正被推着把自己的真金白银，押在自己给出的建议上。

学徒制问题

这种杠铃结构带来了一个大多数公司尚未解决的、悄无声息的结构性问题。成为高级顾问的传统路径，是从”打杂”开始：做一千次市场扫描，坐满五百场客户访谈，搭建两百个模型，在重复中慢慢看懂什么叫”做得好”，逐渐积累判断力。如果AI把这些”打杂”的工作都拿走了，学徒制就断裂了。一个从未亲手搭过模型、从未和杂乱的访谈记录较劲过的初级员工，没有明显的路径，能成长为那种一看数字就知道”这里不对”的高级顾问。

Harvey的Winston Weinberg曾坦言，在法律服务领域，这个问题比公司面对的几乎任何其他问题都更让他担忧。他在2025年11月接受StrictlyVC采访时说：“对一家律师事务所来说，财务上最重要的事，就是确保你在招聘、培训和培养那些能尽可能快地成长为合伙人的律师。“咨询业的对应版本没有被明说，但本质相同。那些看好扩大应届生招聘的公司，实际上是在赌：学徒制可以围绕”管理AI”而非”亲自产出工作”重新构建。麦肯锡北美区主席Eric Kutcher就曾表示，公司将在2026年把北美入门级招聘规模扩大12%。这个赌注未必明显错误，但也尚未被证明，而”让初级员工去管理智能体”并不是一个真正的培训项目——如果这名初级员工连智能体什么时候出错都看不出来。

目前还没有一个令人满意的答案。坦白地说，各家公司正在拿自己未来的高级人才梯队做一场实验，而结果要再过五到七年才会显现出来。

仍在这个行业里的人应该问自己的问题

这一切最终归结到的职业问题，并不是”我应该变成一个什么样的复合型角色”。“战略师/产品经理/工作流设计师”这种描述是真实的，但作为指导毫无用处。更尖锐的问题是：你拥有一部分问题的所有权，还是只是在生产关于这个问题的产出物？

这就是分界线。AI在产出”东西”方面已经做得非常、非常好了，但它还没有拥有”问题”的所有权，按目前的轨迹，短期内也不会。拥有一个问题的所有权，意味着决定什么值得做、选择放弃什么、在判断错误时承担后果，并且成为组织真正信任的、能把一项建议推过内部种种阻力的那个人。

对于密切关注这一转变的AI与数据咨询顾问，以及战略通才们来说，坦诚的答案是：这个角色正在被实时重写，而这场重写大部分发生在人的这一侧。MIT NANDA的发现是，95%的企业AI项目没有产生可衡量的利润影响，这一部分原因是模型本身的局限，但更大程度上是因为客户不知道如何把能力转化为运营上的现实。这个缺口很大，而且不会自己缩小。无论是谁，能带着技术能力和承担结果的意愿，富有成效地填补这个缺口，他做的正是咨询业在”打包销售”这件事变得不再合理之前，一直以来本应承担的角色。

金字塔正在变成杠铃。能存活下来的工作，从来都不是那些”做幻灯片”的工作。

预测追踪

主张： 到2027年底，至少有一家三大顾问公司（Big Three）公开降低项目经理（EM）这一级别的重要性，或者其EM级别的晋升率出现明显收窄。

信心水平： 中等。相关工具（Lilli、Deckster、GENE）和商业逻辑都已具备；阻碍主要来自合伙人制内部的政治博弈。

证伪条件： 如果到2028年底，MBB（麦肯锡、BCG、贝恩）的项目经理人数占公司总人数的比例，相比2025年基准值有所上升，那么这篇文章关于”转化层”的判断就是错误的。