麥肯錫導入 AI Agent 後，傳統顧問團隊的組成結構正在發生顯著變化。過去大型專案仰賴 1 位專案經理搭配 14 位顧問，耗時處理資料與報告。現在，團隊模式轉變為精簡人力，配置 1 位專案經理搭配 2-3 位顧問，並輔以大量的 AI 小秘書。這些 AI Agent 能夠快速處理資料、進行交叉比對，大幅減少顧問在基礎運算上的時間。
AI 時代下，顧問的角色定位也隨之調整。初階顧問不再只是資料處理者，而是成為 AI Agent 的指揮者，負責下指令、監控結果。資深顧問則因其策略性判斷能力更顯價值，專注於高階決策。具備「Prompt Engineering」技能的人才，將取代只擅長製作 PowerPoint 的顧問。客戶的需求也從單純的報告產出，轉向尋求能協助他們編寫 SQL、Debug 與建構自動化流程的顧問。
麥肯錫的顧問服務模式也逐漸轉向成果付費制，目前約有 25% 的專案採用此模式。這代表顧問不僅要提供專業建議，更要實際參與執行，並對成果負責。若 KPI 未達成，將無法獲得報酬，甚至影響未來的合作機會。麥肯錫雖縮減了顧問總人數，但更注重應徵者是否具備自學 AI 工具的能力、是否擅長編寫 prompt，以及是否了解如何運用 GPT 自動生成分析，可見其對 AI 時代下顧問人才的新定義。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容