麦肯锡正以前所未有的速度招人——只不过，新加入的“员工”中，将近一半不是人类。
不久前，麦肯锡全球管理合伙人鲍勃·斯滕菲尔斯（Bob Sternfels）在《哈佛商业评论》播客中透露了一组数据：公司现有6万名员工，其中4万是真人，2万是AI智能体。而在18个月前，智能体的数量仅为3000个。
斯滕菲尔斯的目标是，在18个月内为每位员工配备一个智能体。如今时间过半，数字已达2.5万。
这仅仅是开始。因此，真正的问题不再是“要不要用AI”，而是“如何正确地使用AI”。
一、CFO与CIO的拉锯战：为什么试点项目总半途而废？
所谓“正确使用”，恰恰是许多企业高层的死穴。
CFO认为：AI投入高、回报不明，不如再观望一阵。
CIO则反驳：观望的代价更大，旧模式下的成本正不断攀升。
这背后是两种逻辑的冲突：AI究竟是战略性投资，还是当期费用？
斯滕菲尔斯指出，这已不是战略制定问题，而是执行问题。多数企业并非没有尝试AI，而是陷在“试点炼狱”里——小团队小范围试验，最终无疾而终。项目推不动，业务部门不配合，AI沦为一堆摆设。
在他看来，买一套工具远远不够。首先要解决的，是你有没有一批真正会用AI的人。
二、招聘标准已变：三种能力比名校学历更重要
什么样的人才算“会用AI”？
过去，企业看重学历、履历、逻辑清晰。但麦肯锡最新招聘试点显示，这套标准已经过时。
斯滕菲尔斯确认，麦肯锡正在测试新流程：让候选人在面试中直接操作公司自研的AI工具Lilli。考核的不是知识点，而是三项实战能力：
• 能否下达清晰指令（Prompt）；
• 能否判断AI返回的内容是否可靠；
• 能否结合业务场景，对结果进行改写、重构和优化。
换言之，不看你会背多少，只看你能否与AI协同解决问题。
这套考核没有标准答案，但有两个关键词反复出现：好奇心与主见。大模型擅长给出“平均水准”的回答，能胜出的，是那些敢于追问、也敢于推翻AI结论的人。
那么，这些人具备什么特质？斯滕菲尔斯给出了一个清晰的框架。在AI时代，真正需要的三种能力是：
• 抱负：你要去近地轨道、月球，还是火星？模型给不出这个方向，只有人可以。
• 判断力：模型本身没有对错，但你必须知道什么样的参数、价值观和场景是合适的。
• 创造力：模型只擅长推测“下一步最可能的答案”，而你能想到那些非连续、另辟蹊径的解法。
拥有这三种能力的人，在麦肯锡内部被称为“合作型专家”——既能理解问题，又能驾驭AI，还能创造价值。
三、工具换了，组织不变，等于白干
有了会用AI的人，就够了吗？远远不够。因为即便是高手，也可能把AI用错地方。
许多公司看似积极部署AI：建模型、买工具、上助手。但关键不在于“有没有AI”，而在于“AI被安排做什么”。
在麦肯锡，AI不只是省时间的助手，而是直接参与核心交付。过去写PPT、整理资料、检索案例需要助理顾问花费数天，现在智能体一小时内就能完成。顾问们得以腾出手来，处理更复杂的客户问题、主导方案方向。
这就是“角色上移”：人不再负责执行，而是负责整合与判断。
过去一年，麦肯锡在搜索和资料整理上节省了150万小时。最近6个月，智能体生成了250万张经典的麦肯锡PPT图表。顾问没有因此失业，反而开始做更具判断力和创造力的工作。
最能说明问题的是“25的平方”法则：麦肯锡计划未来一年将面向客户的顾问增加25%，同时后台人员已减少25%，而产出却提升了10%。
斯滕菲尔斯说：“这在公司历史上从未发生过。过去增长只能靠人数堆，现在人少了，增长反而更快。”
过去一年半，麦肯锡内部AI智能体从几千个增加到2.5万个，目标直指每人一个，即1:1协作模式。
这种转型不仅发生在大公司。许多创业公司也在跟进：最近两个月，十几位创始人都在招人，但没有一个用HR写职位描述——全是用大语言模型写的。筛简历时，一半人用智能体。连HR这样的职能部门，基础工作也在被AI接管。
然而，配上AI不等于用对了AI。真正的卡点不在技术，而在组织。
很多企业表面上在用AI，实际上组织架构、流程节奏、任务分工都没有改变。AI进来了，人员和流程还是老样子——相当于换了工具却没改打法，最后只能做个演示，一到一线就卡壳。
正如斯滕菲尔斯所说：“我们在咨询行业用了几十年的交付模式，现在要重新设计。”工具变了，组织不变，等于什么都没变。
结语：最危险的是你自以为没事
麦肯锡的实践不是在展示AI有多酷，而是在传递一个现实：AI一旦进入组织，就不再只是效率问题，而是组织问题——谁来做事、怎么做事、协作方式，全部需要重新设计。
所以，最危险的从来不是你不会用AI，而是你还在用旧方式设置岗位、组织人员、规划流程，却以为自己已经在拥抱AI。
这才是斯滕菲尔斯真正想说的：用不好AI，不仅没效果，还会让组织空转。
2.5万个智能体，25%的增减，产出逆势提升——这就是麦肯锡给出的答案。
朴谷观点
麦肯锡的实践揭示了一个常被忽视的真相：AI转型的本质是组织转型，而非技术采购。许多企业错误地将AI视为“更快的工具”，试图在不改变分工、流程、考核的前提下插入AI，结果必然是“试点炼狱”。真正成功的AI落地，必须同步调整三个层面：人才标准（从学历转向人机协作能力）、岗位设计（将人的角色从执行者上移到整合者与判断者）、组织指标（用产出而非人头数衡量增长）。朴谷咨询在服务客户时发现，那些率先打破“CFO与CIO对立”、建立跨职能AI执行小组的企业，试点转规模化的成功率高出数倍。麦肯锡的“25的平方”法则值得每个管理者深思：未来的竞争优势，不在于你拥有多少AI，而在于你能否让组织与AI一起进化。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.