当前位置:
AIGC文章详情

88%的公司都上了AI,81%没赚到钱:被OpenAI拉进最高档的麦肯锡,先换了自己的活法

源自306位全网作者

08-22 09:42

本周咨询圈和AI圈都在盯同一件事:OpenAI把合作伙伴体系升级成了Select、Advanced、Elite三档,麦肯锡、贝恩、BCG、普华永道、埃森哲被放进了最高的Elite档。知乎

配套动作同样关键:OpenAI投入1.5亿美元专项资金,计划在2026年底培育30万名认证AI咨询人才。知乎也就是说,全球最大的AI公司,正在给全球最大的咨询公司发"上岗证",顺便替它们培训分销队伍。这个画面值得停下来想一想——到底是谁需要谁?

一、88%都部署了,81%没赚到钱

麦肯锡自己今年发的《2026组织现状报告》,调研覆盖15个国家、16个行业的上万名高管,三个数字放在一起看特别扎眼:88%的组织已经部署了AI,81%的组织表示AI没有带来显著的利润影响,86%的组织自认还没准备好。知乎

88%的公司都上了AI,81%没赚到钱:被OpenAI拉进最高档的麦肯锡,先换了自己的活法

麦肯锡把这种状态归结为"双重转型"的失败:AI时代要同时完成技术转型和组织转型,而绝大多数公司只做了前一半。知乎报告里还引用了一位高管的判断,每在技术上花1美元,就应在人员上花5美元。知乎但多数企业的预算分配恰好是反过来的。

更扎心的是资源分配的现状:仅30%的组织实现了企业级的资源重新配置,而74%的领导者连重新调配超10%的劳动力都不愿意考虑。知乎麦肯锡管这种做法叫"花生酱式涂抹"——预算像抹花生酱一样,每个部门薄薄来一层,谁都不疼,谁也做不成事。

对照组的回报很直接:那些十年内重新配置超过一半资本支出的企业,创造的价值比同行高约50%。知乎落差不是出在买没买AI,而是出在敢不敢动组织。

二、麦肯锡自己的账本:一边堆智能体,一边缩编

给别人开药方的麦肯锡,自己转型转到什么程度了?把公开数字摆出来,像一份很诚实的账本。

收入侧和效率侧,它确实是标杆。内部AI平台Lilli在2023年7月上线,现在约72%的员工活跃使用,每月处理超过50万次提问,员工在搜索和综合知识方面最高能省下30%的时间。知乎CEO Sternfels今年6月对外透露,公司内部已经部署了超过2.5万个AI智能体,跟大约4万名顾问并肩工作。知乎

88%的公司都上了AI,81%没赚到钱:被OpenAI拉进最高档的麦肯锡,先换了自己的活法

商业模式也在跟着变:麦肯锡全球收入中已有约25%来自按结果计费的合同,不再是"人天×费率",而是"交付×结果"。知乎

但账本的另一面是:麦肯锡员工数从2023年底的约45,100人,降到了约40,000人,18个月里减少5000多人,降幅超过10%。知乎人力资源分析机构Revelio Labs的统计更具体:MBB及同类咨询公司的初级顾问岗位招聘数量,较峰值期下降了54%。知乎也就是说,麦肯锡的转型不是"AI帮人干活、人都留下"的温情故事,而是"人均产出上升、总人数下降"的冷故事。智能体补上来的那些研究工作,原来正是初级顾问的活儿。

三、咨询业的旧卖法,正在被拆掉三层

理解了上面这份账本,就能看懂OpenAI这步棋在拆什么。

咨询业的老模式说到底是三根柱子:人天计费加金字塔杠杆——合伙人带经理,经理带一群初级顾问,底层的工作量就是利润来源;信息差——方法论、案例库、行业数据不对客户公开;以及交付物仪式——那套著名的PPT。AI正在把这三样东西逐一打折:研究工作被Lilli这类平台吃掉,初级工作量缩水,金字塔的底就薄了;信息差在模型时代越来越难守住;连PPT都开始被实时数据看板和AI摘要替代。

88%的公司都上了AI,81%没赚到钱:被OpenAI拉进最高档的麦肯锡,先换了自己的活法

价格端的信号很诚实:MBB美国办公室的入门级起薪,已经连续三年停在13.5万到14万美元。知乎天花板三年不动,说明单客户能收的钱到了平台期,而底下的成本结构正在被重画。

交付端已经有新样本冒出来。麦肯锡最新季刊里举了一个"AI代理工厂"的例子:早上8点,伦敦一家银行,三个工程师推门进来,接手的是近100个AI agent的夜班成果——过去12小时,它们一直在打磨一套跨境支付系统。知乎这个场景放在旧模式里,对应的是几十人月的工作量。

这时候再看OpenAI花1.5亿美元培训30万认证顾问,就很好懂了:它不是在扶持咨询业,而是在把咨询业改造成自己的分销和交付网络。麦肯锡、贝恩们进Elite档,等于拿到了AI时代的"一级代理"资格——代价是,以后方案里装的是谁家的引擎,客户会看得清清楚楚。落差越大,生意越大:企业那81%没兑现的利润,就是AI公司和咨询公司现在共同盯着的那块肉。

四、这件事跟你有什么关系

如果你在相关行业,或者正在评估AI相关的投入,几个可以直接用的判断:

第一,"会用AI"已经不是加分项,是入场券。麦肯锡连校招都改了,要求候选人用Lilli做案例分析,考的是你会不会提问、会不会质疑AI的输出。判断一家公司值不值得去,可以先看它的初级岗位是在扩张还是在消失。

第二,看AI服务商的时候,别只听参数,看计费方式。敢按结果收费的供应商,和只能按人天收费的供应商,对自己产品的信心不是一回事。这个逻辑用来评估任何B端服务都成立。

第三,看自己公司的AI项目,别问"上没上AI",问"动没动组织"。那份报告给出的参照是:敢把超过一半资本开支重新配置的公司,价值回报明显更高;还在"花生酱式"撒预算的公司,大概率落在那81%里。

88%的公司都上了AI,81%没赚到钱:被OpenAI拉进最高档的麦肯锡,先换了自己的活法

接下来值得盯的三个信号

一是OpenAI的Elite体系后续会不会扩员,Select和Advanced档里还有哪些熟面孔;二是麦肯锡按结果计费的收入占比,从25%往上走的速度;三是下一轮组织报告里,81%这个"无利润影响"的比例会不会第一次掉头。这三个数字动了,咨询业的这轮重排才算真的分出胜负。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章