——AI时代战略咨询行业的价值重估
2025年，麦肯锡全球管理合伙人Kate Smaje在一次内部讨论中说了一句让整个行业为之震动的话。当被问及AI对咨询业的影响时，她直言：“Do I think that this is existential for our profession? Yes, I do.”（我认为这对我们的行业是生死攸关的吗？是的，我认为是。）
同一时期，Oliver Wyman首席执行官Nick Studer给出了一个更直接的判断：“The age of arrogance of the management consultant is over now.”（管理顾问的傲慢时代已经结束。）
这不是耸人听闻，这是正在发生的事实。
2026年1月，麦肯锡CEO鲍勃·斯特恩费尔斯在拉斯维加斯消费电子展上披露了一组令人震撼的数字：麦肯锡目前拥有4万名人类员工和2.5万个AI智能体；而在一年半前，AI智能体的数量仅为3000个。斯特恩费尔斯预计，到2026年底，AI智能体的数量将与人类员工达到1:1的配置。
与此同时，麦肯锡的员工总数从2023年的约4.5万人缩减至2025年的约4万人。2026年初，麦肯锡正式宣布实施“25 squared”战略，前线客户顾问人力预计增长约25%，后勤与支援人力削减约25%。
这不是麦肯锡一家的问题，整个战略咨询行业都在经历一场结构性重塑。2026年4月，BCG公布2025年财报，AI及科技服务收入已占总营收的40%以上，年增速达25%。贝恩的AI和技术赋能工作约占咨询业务的30%，预计向50%攀升。
当AI可以快速生成行业分析、竞争图谱、战略建议时，一个根本性的问题浮现了：咨询顾问的不可替代价值究竟在哪里？是定义问题的能力？是战略判断的能力？还是将洞察转化为行动、推动组织变革的能力？
本文将从五个层面展开分析：首先审视“咨询业的‘四重护城河’正在被AI瓦解”；然后考察“AI原生公司的崛起”，20人如何对抗2万人；接着追问“顾问的不可替代价值”，也就是四大壁垒；进而直面“咨询AI幻觉与信任危机”；最后展望“2028-2030年的三种可能图景”。核心追问贯穿始终：当AI可以“像顾问一样分析”时，顾问还能做什么AI做不了的事？
这个问题本身，就是咨询人在AI时代重新定义自我的起点。
一、咨询业的“四重护城河”正在被AI瓦解引言回答了“发生了什么”，现在要回答的是：咨询行业赖以生存的根基，是如何被AI逐一松动的？
过去一百年，战略咨询公司建立了一套近乎完美的商业模式。这套模式建立在四个支柱之上，知识垄断、计时收费、金字塔结构、外部背书，它们共同构成了咨询业的“四重护城河”。而AI正在从四个方向同时发起进攻。
1.1 知识垄断，信息稀缺时代的“信息套利”在信息稀缺的年代，麦肯锡、BCG、贝恩这类顶尖咨询公司之所以能向企业收取天文数字的顾问费，在于他们垄断了一种能力，即把庞大而分散的信息快速整合成可行建议的能力。这种能力需要大量人力，尤其是善于资料汇整、报告撰写的初级分析师，因此“金字塔式”人力结构成为整个产业的基本形态。
全球咨询业每年的支出超过4000亿美元，在其历史的长河中，咨询公司的优势主要源于对专业知识和分析能力的垄断。麦肯锡，这家拥有百年历史的咨询公司，整合了公司长达100年的全部知识产权和超过10万份文件及访谈。
但生成式AI出现后，这座金字塔的底部开始松动。
过去需要一组分析师花费数周才能完成的市场分析、行业研究、竞争图谱，AI可以在数小时内产出框架完整的草稿。麦肯锡的内部AI工具Lilli，自2023年7月推出以来，已被超过70%的员工使用，典型用户每周使用约17次。截至2025年，Lilli每月处理超过50万次查询。更重要的是，使用Lilli的顾问在知识工作上平均节省了30%的时间，这30%正是过去由初级顾问“堆人力”完成的“信息处理”工作。
信息不再稀缺，基于信息不对称的“信息套利”模式随之失效。知识垄断的护城河，正在被AI填平。
1.2 计时收费，从“卖时间"”到“卖结果”咨询行业长期依赖“按人天计费”的收费逻辑，底层假设是“工时=价值”。客户为顾问投入的时间付费，而不是为交付的成果付费。
当原本需要3个月的项目，AI可以压缩至3周，继续以工时换取费用的模式显然站不住脚。客户愈来愈要求顾问费用必须与“成果”挂钩。
麦肯锡正在回应这一变化。目前，麦肯锡全球约四分之一的费用已采用成果导向定价模式（outcome-based pricing），即顾问费用部分取决于项目是否达成预期结果。但仍有75%的费用与工时挂钩，转型才刚刚开始，内部阻力依然存在。
BCG和贝恩也在将约四分之一的费用转向基于成果的定价。BCG已告诉投资者，其AI驱动的工作将占2026年收入的40%，几乎全部围绕可衡量的成果而非咨询工时来构建。
Oliver Wyman首席执行官Nick Studer说得更直接：“管理顾问的傲慢时代已经结束。”客户不再满足于支付昂贵的顾问时薪，而是强烈要求将费用与具体的降本增效、利润增长或市占率提升等可量化成果挂钩。
计时收费的护城河，正在被AI的“秒级生产力”和客户的“结果导向”双重瓦解。
1.3 从“学徒制”到“X型组织”的金字塔结构咨询业的“金字塔模型”，也就是少数合伙人带大量年轻分析师，是整个行业的人才底座。初级顾问做行业研究、数据分析、PPT制作等基础工作，资深顾问做判断，合伙人做客户关系。
但AI正在取代那些过去由初级顾问承担的基础性工作。
麦肯锡的员工数量从2012年的1.7万人攀升至2022年的4.5万人高峰，此后回落至约4万人。2025年12月，据彭博社等媒体报道，麦肯锡计划在未来18至24个月内削减约10%的非面向客户部门人手，预计数千个职位受影响。
2026年1月，麦肯锡CEO鲍勃·斯特恩费尔斯在CES上披露了更具体的战略，也就是“25 squared”方案：利用AI将非面向客户的后台支持岗位（做表、洗数据、画PPT）缩减25%，同时将直接面向客户的前台咨询顾问增加25%。这一减一增之间，麦肯锡整体的产出效率反而提升了10%。斯特恩费尔斯直言：“AI已经打破了‘增长需要更多人’的公式”。
受冲击最大的正是初级职位。Anthropic首席执行官Dario Amodei警告，生成式AI的快速进展可能在未来五年内“消灭”一半的白领初阶职务。他点名的三大高风险职业之一就是初阶顾问。
更令人玩味的是，2024年10月，约150名曾在麦肯锡、贝恩、BCG等企业任职的前咨询顾问，受第三方聘用，参与训练人工智能模型，让它们学习如何完成咨询行业中的初级任务。
前顾问正在训练AI来取代自己。这不仅是“替代初级工作”的问题，更是“谁来培养未来的合伙人”的问题。传统的咨询公司依靠“学徒制”，junior从基础工作中磨练技能、积累经验，逐步成长为senior，最终成为partner。当AI接管了junior的“苦力”工作时，junior失去了学习和成长的机会，未来的partner从何而来？这是一个深刻的人才培养危机。
CNBC的分析指出，AI改变的不只是“谁做工作”，更是“学习如何发生、风险如何管理、客户最终愿意为什么付费”。人才模型正在从“金字塔”走向“钻石”，再走向“X型”，一种围绕人机协作、客户成果和持续发展重新设计的结构。
金字塔结构的护城河，正在被AI从底部抽空。
1.4 外部背书，咨询的“隐藏价值”咨询行业最独特、也最容易被忽视的护城河，是它的“外部背书”功能。
企业聘用顶尖咨询公司，有时未必是真正缺乏分析能力，而是需要一个外部的高信誉机构，为高层已经决定的方向提供合理性包装，尤其在涉及裁员或组织重整这类政治敏感决策时更是如此。正如有分析指出的，麦肯锡曾以其深厚的专业知识和独立建议，成为全球企业战略决策的重要智囊。
Oliver Wyman首席执行官Nick Studer精准地描述了咨询顾问的另一种价值：客户不想要穿西装的PPT，他们要的是“一起下战壕的人”。在组织变革中，CEO需要的不仅是分析，还有“有人陪我一起承担风险”的心理支持。
但这种隐性需求在新一代的创办人兼CEO身上正在减弱。他们更在乎直接掌握信息、快速决策，而不是借助顾问公司来化解董事会或舆论的压力。当AI可以快速生成看似“客观”的分析报告时，“外部背书”的稀缺性也在被稀释。
埃森哲在2023年一边暴力裁员1.9万人，一边高调砸30亿美元在AI领域，它正在从“咨询提供者”转型为“AI落地服务商”，而不是继续扮演“客观第三方”的角色。
外部背书的护城河，正在被新一代企业家的决策方式和AI的“客观性幻觉”双重侵蚀。
咨询业的四重护城河，知识垄断、计时收费、金字塔结构、外部背书，正在被AI从四个方向同时瓦解。这不是“工具的升级”，而是行业根基的松动。正如麦肯锡CEO斯特恩费尔斯所说：“AI已经打破了‘增长需要更多人’的公式。”而这个公式，曾经是咨询业存在了一百年的底层逻辑。
二、AI原生公司的崛起：20人如何对抗2万人第一部分拆解了咨询业的“四重护城河”如何被AI逐一瓦解，现在要回答的是：谁在利用这些裂缝，发起一场对传统巨头的全面进攻？
2.1 从“人力规模”到“AI杠杆”过去几十年，麦肯锡、贝恩、BCG等战略巨头，以及四大会计师事务所与埃森哲，其核心护城河在于“人力规模”，拥有庞大的初阶顾问大军，具备跨多个地区的交付能力与庞大项目人力。一家大型咨询公司动辄数万人，分布在数十个国家和地区，能够同时承接数百个项目。
AI的出现正在瓦解这种规模优势。《金融时报》指出，AI大幅降低了咨询业的准入门槛，让小型顾问公司也能承接过去只有大型公司才能处理的项目。正如管理咨询协会（MCA）所估计的，小型顾问公司在AI的协助下，已能有效与大型对手竞争，成长速度显著加快。
咨询业第一次出现了“规模不再等于护城河”的局面。
2.2 Queen's Tower Advisory：20%人类+80%AI代理在这场变革的最前沿，一批被称为“AI原生”（AI-native）的新兴顾问公司正在崛起。
以在英国成立的Queen's Tower Advisory为例。这家公司由前德勤高级合伙人Mark Bunker创立，获得了私募资本的支持。Bunker的目标是建立由20%人类与80% AI智能体组成的团队。他明确点出AI的放大效应：“你的平台可能只有20人，但在AI的放大效应下，你会迅速具备100人、150人的规模，这很快就会在市场上产生影响力。”
Queen's Tower只是冰山一角。一批类似的AI原生公司正在英国涌现，包括由普华永道英国前首席运营官Marissa Thomas联合创立的Unity Advisory。这些公司由前四大或顶级战略咨询公司的高层创立，获得了私募资本的强力支持，目标直指传统咨询巨头。
Bunker对AI的评价直截了当：AI已经彻底“降低了准入门槛”（collapsed the “barrier to entry”）。过去，在咨询业挑战麦肯锡、BCG被认为几乎是不可能的，因为规模就是一切。如今，这个不可能正在变成可能。
在中国，本土咨询公司也在积极拥抱AI。和君咨询于2025年接入AI大模型推动咨询智能化转型，并通过DeepKM私有知识管理平台对DeepSeek大模型实现接入及私有部署。和君咨询CEO潘松挺指出，AI技术正在颠覆消费行业，AI对科技创新红利的放大效应最强，AI能将传统消费品研发周期从12至18个月缩短至6个月以内，并通过情感计算分析社交媒体情绪，洞察人类难以捕捉的消费趋势。
北大纵横创始人王璞则在思考AI时代咨询行业的未来形态。他在2025年接受《商学院》专访时表示：“有了AI工具，咨询师也能跨界做设计师，这就是探索的精神、跨界创新的魅力。”这家成立于1996年、脱胎于北京大学的管理咨询机构，在29年间深度参与了中国企业从粗放管理向现代企业治理的蜕变，更在人工智能颠覆知识生产方式的今天，持续探索着咨询行业的未来形态。
在中国市场，AI同样在打破“人力规模”的垄断，本土咨询公司正在用AI工具放大自身能力，挑战传统的人才密集型模式。
2.3 AI原生公司从三个方向挑战传统模式这些AI原生新兴顾问公司坚信他们的豪赌将会成功，因为AI不仅取代了日常工作，更从三个根本方向挑战传统顾问模式的根基。
（1）从“通才”转向“深度专才”
过去，大型咨询公司十分重视具备分析能力的通才型（generalist）顾问。但由于生成式AI也能出色完成这类初步诊断，客户现在倾向于先使用AI工具产生初步分析。Queen's Tower Advisory创始人Mark Bunker表示，现在的客户往往带着对问题的“粗略观点”前来，因此只需要“具备深厚专业知识的专家再深入一层”。
税务顾问公司Ryan的高层Tom Shave直言：“在这个AI世界中取得成功的，将会是那些高度专业化的公司，而不是提供通才型服务的公司。”
（2）AI正在瓦解传统的“计时收费”逻辑
当AI工具能在几秒钟内草拟出复杂文件、几分钟内审查数千份合同时，工作小时数与交付价值的关系开始破裂。客户越来越要求顾问费用必须与“成果”挂钩，这迫使麦肯锡花费两年多时间彻底调整合伙人的薪酬制度，以应对远离传统工时收费的转变。
（3）底层工时流失连带击垮金字塔结构
当计时收费模式被挑战时，传统依靠大量初阶顾问创造可计费工时、进而为顶端少数合伙人创造利润的金字塔结构，便会失去经济逻辑。Tom Shave说得直白：“没有工时表，整个资源配置模式就失去逻辑。”他补充道：“我们现在模式都精简多了，因为我们不再需要大军来完成工作。”
这三个方向并非各自独立，而是相互强化：专才化加剧了通才顾问的冗余，成果导向收费进一步压缩了计时收费的空间，金字塔结构在双重压力下加速崩塌。它们共同构成了AI原生公司对传统咨询业的全方位挑战。
2.4 科技公司正在成为新的“咨询提供者”AI不仅催生了新的咨询公司，还引入了一个全新的竞争者：AI公司本身。
2025年12月1日，OpenAI与埃森哲宣布达成战略合作伙伴关系。根据协议，埃森哲将为数万名专业人员配备ChatGPT Enterprise，帮助公司在咨询、运营和交付工作中使用该工具。双方还联合推出了一项旗舰AI计划，面向金融服务、医疗健康、零售等多个行业，帮助企业构建AI驱动的业务工作流与应用场景。
更具威胁性的是，OpenAI自身已经推出了咨询业务。2025年7月，OpenAI推出了定价1000万美元以上的企业级AI定制咨询服务。2026年，OpenAI正式成立了部署公司“Deploy Co”，由TPG领投，吸引了超过400亿美元的投资承诺，专门从事将AI工程师嵌入客户企业的部署咨询业务。这意味着，全球最领先的AI公司不仅提供技术工具，还在直接向企业提供战略建议，不只是“如何用AI”，更是“你们的行业会被AI如何改变”。
OpenAI拥有咨询公司无法复制的资源：最前沿的AI技术、第一手的行业应用数据、以及“AI本身”的权威性。当客户想知道“AI能做什么”时，OpenAI自己的咨询团队可能是最有说服力的答案。
2.5 小结咨询业的格局正在被重塑。
一边是麦肯锡、BCG、四大等传统巨头，它们拥有数万名员工、百年的品牌积累和深厚的客户关系；另一边是Queen's Tower Advisory这样的AI原生新玩家，用20%的人类+80%的AI代理，以极低的成本和高度的专业化，从三个方向发起挑战。而OpenAI这样的科技公司，则从更高的维度切入，它既是技术的提供者，又是战略的建议者。
麦肯锡全球管理合伙人Kate Smaje说“这对我们的行业是生死攸关的”，这句话正在变成现实。
正如《金融时报》所描述的：“AI正在以前所未有的速度，削弱大型咨询公司长期依赖的规模优势”。而管理咨询协会的数据显示，小型顾问公司在AI的协助下已能有效与大型对手竞争，这个数字本身就是一个信号：咨询业的权力正在从巨头向新玩家转移。
然而，这场变革的终局远未确定。AI原生公司能否真正撼动传统巨头的地位，还是最终被巨头收购或边缘化？正如一位行业观察者所指出的，最直接面临风险的，是那些既没有巨头资本火力、又没有AI原生公司敏捷性的中型咨询公司。
无论终局如何，一个事实已经清晰：咨询业的“规模护城河”正在被AI填平。下一部分，我们将追问在这场变革中，咨询顾问的不可替代价值究竟在哪里。
三、顾问的不可替代价值前两部分回答了“AI如何瓦解咨询业的护城河”和“谁在发起挑战”，现在要回答一个更深层的问题：在这场变革中，咨询顾问还有什么价值是AI永远无法替代的？
麦肯锡全球管理合伙人在CES 2026的All-In Podcast中指出，人类拥有三大AI永远无法取代的核心能力：设定目标愿景的领导力、基于价值观的判断力、以及跳脱模型推理的创造力。这三大能力，恰恰是咨询顾问在AI时代最稀缺的资产。
如果把AI的能力边界画一个圈，圈外就是顾问的“不可替代区”。这个区域由四道壁垒构成：具身经验与战略判断、创造性洞见与跨界融合、复杂问题的系统解决能力、深度信任与组织推动。
3.1 具身经验与战略判断AI可以分析数据，但无法“感受”市场。
一个经历过三次经济周期的合伙人，知道什么时候该激进、什么时候该保守。一个在多个行业摸爬滚打过的顾问，能在一场对话中嗅出客户没有说出口的真实需求。这些“市场体感”不是数据可以训练的，它们来自无数次成功与失败中积累的“具身经验”。
正如麦肯锡AI负责人Kate Smaje所说：“合伙人的经验、判断力甚至人脉等都是AI难以复制的能力，成为了不可替代的核心资产。”她进一步指出，当AI自动化了咨询的“流水线”时，只有判断、信任和责任仍然是稀缺的。
麦肯锡的调研印证了这一判断。根据麦肯锡2025年《AI现状报告》，88%的组织已经在至少一个业务职能中使用AI。但当决策的代价高昂时，比如涉及数十亿美元的战略抉择、涉及成千上万员工的组织变革，有三样东西仍然是人类独有的：判断力、关系网和经验。
AI可以在一秒钟内生成一份市场分析报告，但它无法在客户CEO的办公室坐下来，看着对方的眼睛说：“根据我过去二十年的经验，这个方向虽然数据上看起来不错，但在当前的政治和经济环境下，风险比你想象的要大得多。”
这正是“具身经验”的价值，它不是“知道什么”，而是“经历过什么”。
麦肯锡中国区主席倪以理在2026年的专访中给出了更具体的描述：咨询最重要的能力是“能不能和CEO对话、说服管理层、推动变革”。AI可以生成完美的分析，但无法在一个真实的会议室里，面对一群持不同意见的高管，用自己的判断力和说服力推动一个艰难的决策。
这正是“具身经验”的不可替代性，它根植于身体对真实世界的感知、对复杂情境的直觉判断、以及在高压环境下的决策能力。AI可以“知道”无数个市场案例，但从未“经历”过任何一个。
3.2 创造性洞见与跨界融合AI擅长在已有框架内优化，它可以将波特五力模型应用得更快、更精确，但AI无法跳出框架重新定义问题本身。
正如麦肯锡全球管理合伙人所指出的，人类拥有“跳脱模型推理的创造力”。这种创造力源于人类特有的非线性跳跃思维、情感体验与联想能力。AI缺乏真实世界的体验与价值判断，难以生成真正的原创洞察。
咨询顾问的价值，往往不在于“找到正确答案”，而在于“重新定义问题”。一个客户带着“我们的市场份额在下滑，如何提升”的问题来，优秀的顾问可能会发现真正的问题不是“市场份额”，而是“我们正在定义错误的市场”。这种“重新定义”的能力，需要的是跨界经验的迁移，即将A行业的逻辑应用到B行业，将一个问题的解法迁移到另一个看似不相关的问题上。
这恰恰是AI最不擅长的。AI的训练数据是历史数据，它擅长归纳过去，但难以“创造未来”。正如有分析所指出的，未来会终结的，是只会做PPT、拼报告、搬运数据的“伪咨询”时代，而掌握AI协同能力、能输出高维洞察与深度落地赋能的咨询公司，将开启价值倍增的新周期。
在中国，北大纵横创始人王璞对AI时代咨询行业的未来形态有着类似的思考。他认为，“有了AI工具，咨询师也能跨界做设计师，这就是探索的精神、跨界创新的魅力”。AI让咨询师具备了跨界的工具能力，但“跨界创新”本身，也就是那种在不同领域之间建立新联系的创造性跳跃，仍然需要人类来完成。
3.3 复杂问题的系统解决能力企业问题从来不是孤立的，一个问题往往涉及战略、组织、运营、文化、人才、技术等多个维度，且这些维度相互纠缠、彼此影响。
这就是咨询顾问常说的“模糊、非结构化问题”（ill-structured problems）。AI擅长处理结构化问题，给定明确的目标和边界条件，找到最优解，但企业面临的真正挑战，往往是“目标不明确、边界不清楚、利益相关者意见不统一”的复杂问题。
正如麦肯锡CEO鲍勃·斯特恩费尔斯所说，随着时间推移，顾问工作的内容一直在进化，要转向更复杂、更整合的问题。当AI接管了结构化的分析工作，顾问必须向上移动到“更复杂、更整合”的层面，比如那些需要综合行业知识、政策理解、人性洞察与落地资源的系统性难题。
麦肯锡中国区主席倪以理在专访中进一步阐释了这一观点：“AI改变的是方法，不是咨询存在的意义。”他明确指出，AI将迫使咨询这门生意重新寻找核心价值，而这个核心价值，就是解决那些AI无法解决的复杂问题，那些需要跨领域整合、需要理解组织政治、需要在不确定中做出判断的问题。
一个典型的例子是企业的数字化转型。AI可以提供技术方案的建议，但真正的转型涉及组织结构调整、人才能力重塑、文化变革、利益重新分配，这些都不是AI可以“解决”的，它们需要顾问的深度介入和持续推动。
3.4 深度信任与组织推动咨询行业最独特、也最容易被忽视的价值，是它的“人”的属性。
Oliver Wyman首席执行官Nick Studer说，客户不想要穿西装的PPT，他们要的是“一起下战壕的人”。在组织变革中，CEO需要的不仅是分析，还有“有人陪我一起承担风险”的心理支持。这种支持来自于面对面的信任关系，来自于一个真实的人坐在对面，看着你的眼睛说：“我经历过类似的情况，我知道这很难，但我相信我们可以做到。”
倪以理在专访中也强调了这一点：“咨询最重要的能力是能不能和CEO对话、说服管理层、推动变革”。“说服”和“推动”不是分析的结果，而是信任的结果。没有信任，就没有说服；没有说服，就没有推动；没有推动，就没有变革。
这正是咨询顾问的“情绪价值”。在组织变革中，CEO往往是孤独的，他不能对下属表现出犹豫，不能对董事会暴露脆弱，而一个值得信赖的外部顾问，恰恰可以填补这个空白。AI可以生成完美的战略建议，但AI无法在凌晨两点接听CEO的电话，无法在董事会前夕给CEO一句“你做得对”的确认。
“客户不会与机器签订百万级合同，信任的是人的专业与承诺。”
3.5 小结咨询顾问的不可替代价值，在于四件事：具身经验与战略判断、创造性洞见与跨界融合、复杂问题的系统解决能力、深度信任与组织推动。正如Baker Tilly的分析所指出的：“随着AI压缩低价值工作，人类判断的相对重要性在上升。”顾问带来跨行业、跨组织和跨转型经验的广度，是AI无法复制的。
当AI可以写出90分的报告时，顾问的价值不是去写91分的报告，而是在AI的“90分分析”之上，加上只有人类才能提供的判断、信任和推动。这才是顾问在AI时代的“on top of AI”的附加价值。
四、咨询AI幻觉与信任危机前三部分呈现了AI如何瓦解咨询业的护城河、AI原生公司如何发起挑战、以及顾问的不可替代价值。现在要直面一个不容回避的问题：当咨询公司自己成为AI幻觉的受害者时，会发生什么？
4.1 德勤：44万澳元报告中的“幻觉”风暴2025年10月，一则新闻震动了整个咨询行业。
四大会计师事务所之一的德勤（Deloitte）澳大利亚公司同意向澳大利亚政府部分退还44万澳元（约29万美元）的报告费用，原因是其受委托编写的一份报告中，被发现存在大量疑似AI生成的错误，包括虚构的联邦法院判决引文、不存在的学术研究论文、以及虚假的脚注。德勤承认在报告撰写过程中使用了生成式AI。
事后披露的文件显示，问题的严重程度远超最初公开的信息。根据信息自由法披露的文件，这份报告中的错误包括数十条不正确的参考文献。报告最初包含三个虚构的参考文献和一个伪造的联邦法院判决引文，修订版删除了超过12条虚假引文。
这起事件引发了连锁反应。德勤的竞争对手，安永、毕马威、普华永道和BCG，纷纷宣布收紧AI使用规则。批评者指出，这一事件暴露了生成式AI如何将“看起来合理但缺乏事实依据”的内容引入专业工作。澳大利亚《金融评论报》将德勤的AI失误描述为“一个关于AI生成承诺如何轻易变成危险的警示”。
4.2 安永：四分之三的参考文献都是幻觉德勤的教训并未引起足够的警惕。
2026年5月，安永（EY）加拿大被迫撤回了一份关于忠诚度计划网络安全风险的研究报告，撤回的原因是：AI内容检测公司GPTZero发现，这份报告中近四分之三（约75%）的参考文献都是AI幻觉。
GPTZero的研究人员发现，报告中的超过半数的脚注指向不存在的网页或未包含所引用信息的网页。安永加拿大随后撤回了这份题为《攻击点：揭示忠诚度系统中的网络威胁与欺诈》的报告，并表示正在“审查导致该文章发表的情况”。安永强调该报告“并未绑定任何客户项目”，但这一事件仍然对安永的品牌信誉造成了冲击。
GPTZero将这种现象称为“vibe citing”（氛围引用），即LLM通过幻觉生成虚假参考文献的现象。GPTZero的机器学习负责人Alex Adams解释道：这种现象的范围包括完全虚构的参考文献（虚假作者、虚假标题、虚假容器）、两篇或多篇真实参考文献的融合（论文A的作者配上论文B的标题）、以及经过释义或严重修改的真实引文。
4.3 毕马威：一篇关于AI的报告，成了AI幻觉的“现场演示”如果说德勤和安永的失误是“不慎”，那么毕马威的失误则带有某种黑色幽默的色彩。
2025年10月，毕马威（KPMG）发布了一份题为《总体体验：在智能体AI时代重新定义卓越》的报告，旨在展示智能体AI如何帮助企业实现卓越。结果，这份报告本身成了一场AI幻觉的“现场演示”。
GPTZero对这份报告的45条参考文献进行了分析，发现仅有5条能准确对应其原始来源。报告声称多家知名组织（包括瑞银UBS、英国国家医疗服务体系NHS等）已经在使用AI智能体自动化复杂业务流程，但这些案例后来被证明是虚构的。
毕马威随后从多个网站撤下了这份报告。GPTZero CEO Edward Tian警告，大型咨询公司报告中的此类错误可能产生“二次幻觉”（secondary hallucination）效应，即不准确的信息一旦进入公开信息环境，就可能被其他AI模型再次抓取和引用，形成错误的自我复制与强化。
4.4 为什么咨询领域更容易出现AI幻觉德勤、安永、毕马威，四大会计师事务所中的三家在不到一年内相继卷入AI幻觉风波，这并非巧合，而是由咨询行业的工作本质决定的。
咨询行业的核心工作方式是信息整合与知识生产，而行业分析、市场研究、竞争格局、战略建议，这些恰好是LLM最擅长“生成”但也最容易“幻觉”的领域。AI可以生成看起来逻辑自洽的段落、听起来合理的引用格式、以及“感觉正确”的数据，但它并不连接到真实的数据库。
当顾问在时间压力下过度依赖AI输出，而缺乏充分的事实核查时，“听起来合理”的AI输出就会被当作“经过验证”的事实写入咨询报告。其结果可能是数亿美元的战略失误，或者，像德勤一样，是44万澳元的退款和全球性的声誉损失。
GPTZero CEO Edward Tian的警告值得反复强调：大型咨询公司报告中的错误，可能产生“二次幻觉”效应，污染整个信息生态系统。
4.5 责任归属：AI犯错，谁负责？德勤、安永、毕马威的案例共同指向一个尚未解决的问题：当AI生成的虚假信息进入咨询报告时，谁承担责任？是使用AI工具的初级顾问？是审核报告的合伙人？是AI工具的提供商？还是整个咨询公司？
目前，咨询行业尚未形成像医疗和法律领域那样清晰的责任划分。但一个事实正在变得清晰：无论AI如何强大，最终签字的是人，最终承担责任的是人。正如一位评论者所说，AI是概率机器（probabilistic machines），而不是真理机器（truth machines）。
行业正在建立新的防线。据道琼斯旗下Factiva 2026年5月发布的分析报告，67%的潜在客户感到有必要手动验证AI输出的内容。四大会计师事务所正在通过内部“沙盒”环境、AI使用准则和人工审核流程加强AI治理。
但更深层的问题仍然存在：当一个行业的核心价值是“可信的专业建议”时，AI幻觉的侵蚀可能比任何技术挑战都更加致命。正如安永案例所示，一份报告中75%的参考文献是虚构的，这不是效率问题，这是信任问题。
4.6 小结咨询AI幻觉不是小概率事件。德勤为虚构的法院判决和学术文献退还了44万澳元；安永因近四分之三的参考文献是幻觉而撤回了整份报告；毕马威发布了一份关于AI的报告，结果报告本身成了AI幻觉的“现场演示”。
AI的输出是“听起来合理”的答案，而不是“经过验证”的事实。而当“听起来合理”被当作“经过验证”写入咨询报告时，后果可能是44万澳元的退款、一份被撤回的报告、一个受损的品牌，以及一个更深层的追问：当咨询公司自己的报告都不可信时，客户凭什么相信他们的建议？
信任是咨询行业最核心的资产，AI幻觉正在侵蚀这个资产。而重建信任，比赢得信任要困难得多。
正如毕马威案例所揭示的“二次幻觉”效应所警示的：AI的幻觉一旦进入公开信息环境，就会自我复制、自我强化。这不仅是一家咨询公司的问题，而是整个信息生态系统的问题。
五、2028-2030年的三种可能前四部分完成了这样一个论证：咨询业的“四重护城河”正在被AI瓦解，AI原生公司正在从三个方向发起挑战，但顾问仍有四大不可替代的壁垒，而AI幻觉正在侵蚀咨询业最核心的资产：信任。现在要回答的是：这些力量将把咨询行业推向何方？
麦肯锡CEO鲍勃·斯特恩费尔斯提供了一个关键的参照坐标。2026年1月，他在拉斯维加斯消费电子展上透露，麦肯锡目前拥有4万名人类员工和2.5万个AI智能体；而一年半前，AI智能体的数量仅为3000个；他原本预计要到2030年才能实现“一人一智能体”，但现在他认为“18个月内就能达成”；到2026年底，麦肯锡的AI代理数量将与人类员工达到1:1的配置。
这不仅仅是一家公司的数字化转型，这是整个行业底层逻辑的重构。
基于前四部分的分析，我们可以推演出2028-2030年咨询行业的三种可能图景。这三种图景并非互斥，它们可能在不同市场、不同层级的咨询机构中同时上演。
5.1 双轨制咨询市场这是最可能成为现实的图景：咨询市场分裂为两个截然不同的世界。
（1）顶端：战略判断的奢侈品化
在金字塔顶端，顶级战略咨询公司（麦肯锡、BCG、贝恩）转型为“战略判断+组织变革”的高端服务商，提供AI无法替代的“人类判断”和“组织推动力”。
这个市场呈现一个反直觉的现象：AI降低了咨询服务的平均成本，却让最高端的咨询服务变得更贵了。正如麦肯锡AI负责人Kate Smaje所说，合伙人的经验、判断力甚至人脉成为不可替代的核心资产。一个传统的战略项目可能需要一位项目经理和14名顾问，而如今同样的任务可能只需要一位项目经理、两到三名顾问，再辅以几个AI智能体。对初级员工的需求减少，而拥有数十年经验的资深合伙人则变得更加不可或缺。
麦肯锡的“25 squared”战略正是这一图景的早期预演，面向客户的前线顾问人力增长25%，后勤与支援人力削减25%，整体产出效率提升10%。咨询公司正在变得“更贵、更小、更精”，而非“更大、更便宜、更广”。
（2）底端：AI原生公司的商品化浪潮
在金字塔底端，Queen's Tower Advisory这样的AI原生公司将以极低的成本处理标准化的分析工作，比如20%的人类+80%的AI智能体，释放出100人、150人的战斗力。它们采用固定定价或成果导向收费，以传统公司十分之一的成本提供“足够好”的行业分析和战略建议。
管理咨询协会（MCA）的数据显示，咨询行业整体预计2026年增长5.7%，2027年增长7.4%，但增长的红利正在从传统巨头向“AI原生”新玩家转移。
（3）中间层的“挤压”
最危险的，是夹在中间的传统中型咨询公司，既没有顶级品牌的信任溢价，又没有AI原生公司的成本优势，它们将面临最严峻的生存压力。正如有分析所指出的，未来会终结的，是只会做PPT、拼报告、搬运数据的“伪咨询”时代，而那些既缺乏顶级合伙人的判断力、又无法像AI原生公司一样高效运作的传统中型公司，将首当其冲。
5.2 “咨询工程师”（Consulting Engineer）的崛起第二种可能图景是：咨询职业本身分裂为两个子职业，咨询工程师（Consulting Engineer）和战略顾问（Strategy Advisor）。
（1）从“顾问”到“工程师”
法律前作（）提出了“Legal Engineer”的概念，咨询行业同样可能出现“Consulting Engineer”，即既懂战略又懂AI工具、能设计AI工作流的新型咨询顾问。他们不“做”咨询工作，而是“设计”咨询工作的生产方式。
正如麦肯锡CEO斯特恩费尔斯所说，AI智能体能够自主处理整个工作职能。当AI代理可以完成初级顾问的分析工作时，顾问的角色从“执行分析”转向“设计AI如何执行分析”。未来的咨询团队将由少量战略家、少量工程师和大量AI智能体组成。
（2）人才模型的彻底重构
CNBC的分析指出，人才模型正在从“金字塔”走向“钻石”，再走向“X型”，也就是一种围绕人机协作、客户成果和持续发展重新设计的结构。正如倪以理所描述的：“如果有AI Agent辅助，未来一人带30个人也不是不能想象，中间甚至可能少掉一个管理层。”
2028年的咨询团队可能看起来像这样：一位拥有20年行业经验的合伙人（战略判断），一位精通AI工具和数据科学的工程师（设计AI工作流），以及数十个AI智能体（执行分析）。中间层的项目经理和初级顾问，传统咨询公司的“腰部力量”，可能大幅缩减甚至消失。
（3）法学院式的危机
这与法律行业正在经历的“学徒制崩溃”如出一辙。当AI接管了junior的“苦力”工作时，junior失去了学习和成长的机会，未来的合伙人从何而来？咨询行业同样面临这个人才培养危机。如果没有junior阶段的磨练，未来的partner如何积累“具身经验”？这可能迫使咨询公司重新设计人才培养路径，也许，未来的合伙人将来自“咨询工程师”而非传统的“分析师”路径。
5.3 平台监管俘获第三种图景更加阴暗：AI平台本身成为事实上的“战略建议标准制定者”。
（1）数据即权力
目前，咨询行业的核心资产是“人才”和“方法论”，但在AI时代，高质量的训练数据可能比人才更加重要。谁掌握了最丰富、最精确的行业数据，谁就掌握了训练战略AI模型的能力；谁掌握了模型，谁就掌握了定义"什么是正确的战略建议"的权力。
麦肯锡的Lilli平台整合了公司百年知识产权和超过10万份文件，OpenAI、Google、Anthropic等AI平台则拥有更广泛的数据来源和更强大的模型能力。当行业分析、市场研究、战略建议都依赖少数几个AI平台时，一个根本性的问题浮现了：咨询服务的独立性和多样性是否正在被侵蚀？
（2）从“咨询公司”到“平台供应商”
正如新闻业（）已经经历过的“平台依附”一样，咨询行业可能走向同样的命运，即内容生产者沦为平台的内容供应商，而平台控制着分发、定价和可见性。如果企业CEO可以直接向AI平台提问“我的行业未来五年会如何演变”，并获得一份高质量的战略分析，那么咨询公司的“问题定义”和“信息整合”价值将大幅贬值。
有分析指出，AI平台正在通过控制训练数据和算法，成为事实上的“战略建议标准制定者”。平台权力的集中可能导致咨询服务的同质化，当所有战略建议都基于相同的AI模型和相似的数据集时，独立判断和多样性将面临挑战。
5.4 小结2028-2030年的咨询行业，可能走向三种不同的图景。
双轨制咨询市场，顶端是“人类判断”的奢侈品（顶级合伙人的战略建议），底端是“AI效率”的商品化（AI原生公司的低成本分析），中间的传统中型公司面临最严峻的生存压力。麦肯锡的“25 squared”战略、Queen's Tower Advisory的崛起、MCA的行业增长数据，都在指向这个方向。
随着“咨询工程师”崛起，咨询职业分裂为两个子职业：咨询工程师（设计AI工作流）和战略顾问（专注人类判断）。人才模型从金字塔走向X型，“一人带30人”成为可能，“学徒制”面临崩溃危机。
平台监管俘获，AI平台通过控制训练数据和算法，成为事实上的“战略建议标准制定者”。咨询行业经历新闻业已经经历过的“平台依附”。
这三种图景并非互斥，它们可能在不同市场、不同层级的咨询机构中同时上演。在高端市场，顶级咨询公司可能走向“战略判断奢侈品化”的模式，用AI增强而非替代人类判断；在低端市场，AI原生公司可能主导“商品化分析”的底端，用极低成本提供标准化服务；而平台权力的集中，可能成为贯穿两种图景的暗线，无论咨询公司如何适应AI，平台都在重新定义“什么是战略建议”。
选择哪一种图景，取决于三个关键变量的博弈。
第一，AI技术的演进速度。如果AI智能体的能力继续以指数级增长，咨询行业的“不可替代区”将不断缩小。麦肯锡CEO将“一人一智能体”的实现时间从2030年提前到2026年底，这个速度本身就是一个信号。
第二，咨询行业的转型能力。咨询公司能否从“人力规模”的护城河转向“判断力+AI协同”的新护城河？能否解决“学徒制崩溃”带来的人才培养危机？
第三，客户的行为变化。如果越来越多的企业CEO选择直接向AI平台提问，而不是聘请咨询公司，那么整个行业的价值基础将被动摇。正如FT所指出的，咨询业现在面临两个新竞争者，“AI赋能的客户和颠覆性的初创公司。两者都在挑战传统的商业模式”。
无论哪种图景成为现实，一个事实已经清晰：咨询业的“人力规模”时代正在终结，而“判断力+AI协同”的时代正在开启。
六、回到核心追问现在可以回到开篇那个问题了。
2025年，麦肯锡全球管理合伙人Kate Smaje说了一句让整个行业为之震动的话：“Do I think that this is existential for our profession? Yes, I do.”（我认为这对我们的行业是生死攸关的吗？是的，我认为是。）同一时期，Oliver Wyman首席执行官Nick Studer给出了一个更直接的判断：“The age of arrogance of the management consultant is over now.”（管理顾问的傲慢时代已经结束。）
一年后，这些话不再是危言耸听，而是正在发生的事实。
麦肯锡已部署2.5万个AI智能体，目标是在2026年底达到与人类员工1:1的配置。员工总数从2023年的约4.5万人缩减至约4万人，2026年初又宣布削减约25%的非客户端人力。BCG的AI及科技服务收入已占总营收的40%以上。
我们穿越了五个层面来理解这场变革：AI如何瓦解咨询业的四重护城河、AI原生公司如何崛起、顾问的不可替代价值在哪里、咨询AI幻觉如何侵蚀信任、以及2028-2030年的三种可能图景。在所有变化中，有一个核心事实没有改变，也无法被改变，这就是咨询顾问的不可替代价值不在于“比AI更会分析”，而在于能否在不确定中做出判断，在复杂中寻找方向，在冰冷的算法与鲜活的商业现实之间建立连接。
正如倪以理所说，AI改变的是方法，不是咨询存在的意义。AI是超级分析工具，但“分析”永远只是“决策”的前奏。当AI可以写出90分的报告时，顾问的价值不是去写91分的报告，而是回答那个AI永远无法回答的问题：“然后呢？”
然后呢？我们该如何行动？谁来承担风险？如何让组织真正改变？这些问题，AI回答不了。
当AI可以“像顾问一样分析”时，顾问还能做什么AI做不了的事？做判断。在不确定中判断，在复杂中判断，在算法的建议与真实的商业风险之间，做那个必须承担责任的人。
这个问题本身，就是咨询人在AI时代重新定义自我的起点。