|
尤其是最近 GPT-4o、Claude 3.7 Sonnet 為代表的最新大模型在數據分析、內容生成、編碼和復雜推理方面展現出強大能力，與戰略咨詢工作的核心環節高度相關 。 就說 Claude 3.7 Sonnet 強大的畫流程圖的能力。即使你不用他直接生成的流程圖，但也可以讓他先畫出來一個供你參考，也能大大節省腦力和體力。 這些基礎能力越來越強大的大模型正在推動咨詢行業經歷一場深刻的變革：
用戶洞察從業人員為什么要關注大模型對戰略咨詢行業的影響？ 因為大家都是靠「專業」吃飯，無論是在乙方還是甲方。 下邊就以麥肯錫和 BCG 為例，看一下大模型對咨詢公司的影響，以及他們做了哪些事情來應對。（選這兩家一是因為他們是 top，另外是因為認識一些人，可以獲取一些信息） 一、大模型對客戶服務的影響更快速的洞察與方案交付大模型使咨詢顧問能夠以前所未有的速度整理信息、生成洞見，從而加快為客戶提供服務的節奏。 例如，麥肯錫近半數員工已經在利用ChatGPT輔助工作 ，以即時獲取知識、提高研究效率并豐富方案的論證依據 。（最近的 deep research 功能讓獲取知識更快更方便了） 有了AI協助，顧問能將更多時間用于與客戶共創解決方案，而不是花費幾周時間在資料搜集整理上 。這不僅提升了交付效率，也使方案建立在更廣泛的信息基礎上，增強了客戶信任度和滿意度 。 BCG 則在很早（2023 年）就跟哈佛商學院合作了一個研究，使用 GPT-4（當時還沒發布 4o） 的顧問比不使用的顧問多產出12.2%，快 25.1%。 此外，BCG 的一項實驗（2024 年9 月）還發現，在讓數百名沒有數據背景的顧問 GPT-4 完成數據科學任務時，AI可以將他們解決復雜新任務的能力瞬間提升——寫Python代碼的得分提高了49個百分點，達到專業數據科學家水平的86% 。 大模型驅動的客戶解決方案除了提升現有服務效率，大模型還催生了咨詢公司全新的客戶服務產品和模式。 麥肯錫、BCG與AI廠商合作為客戶量身打造生成式AI解決方案，以注入客戶業務，創造價值。（想一下，咨詢公司都在為客戶提供定制化的AI 解決方案了，國內的大模型六小龍們還有多少生意） 比如麥肯錫與Cohere合作為生成式AI應用，改進與客戶互動、工作流自動化等等場景。 麥肯錫指出，他們為不同行業的客戶提供基于大模型的工具，如制造業的AI驅動知識搜索平臺，智能座席工具讓銀行秒級回答客戶詢問等等。 再比如，BCG則是跟谷歌云合作，構建了銷售優化大模型工具，幫助提升保險行業一線銷售人員的效率和業績 。此外，BCG開發的對話式AI助手“Gene”起初用于播客節目主持，后來演變為與客戶互動并生成內容的工具，其“記憶庫”匯聚了BCG頂尖分析師的研究洞見 。 這類嘗試展示了咨詢公司如何將自身專業知識與大模型結合，創新客戶體驗（如提供交互式AI顧問）并拓展服務形式。 二、大模型對內部運營的影響在內部運營方面，生成式AI成為咨詢顧問日常工作的助手和智囊，大幅提升了生產力和員工滿意度。 麥肯錫和BCG都積極鼓勵員工將ChatGPT等工具用于研究分析、溝通寫作等任務。 先看麥肯錫。 2023年中，麥肯錫已有約一半（≈15,000人）員工在公司許可下使用ChatGPT或類似AI 。顧問們使用這些工具時遵循明確的指南（如“「不向公有AI上傳機密信息” ），在安全合規的前提下釋放AI潛力。 麥肯錫于2023年8月上線了代號“Lilli”的內部生成式AI平臺 。Lilli承載了麥肯錫全球超過10 萬份內部文檔和訪談記錄，連接起70多個國家的專家網絡 。 
這其實也是很多公司內部在做的事情，包括用研的報告，都可以作為知識庫輸入給大模型，找報告找資料就很方便了。 麥肯錫首席技術官Jacky Wright所說：
再看 BCG 。 BCG采取了更全面的內部賦能策略：高層認識到，要想幫助客戶在生成式AI方面變革，首先必須自我變革 。 因此，BCG在2023年向全體32000名員工開放和培訓生成式AI工具的使用，而非僅限技術團隊 。BCG管理層認為，“把這項技術提供給每個人”將使效率提升在組織內自下而上地擴散 。 2023年10月，BCG已經把 OpenAI 的 ChatGPT 企業版(內部化，封裝好了)分發給每位員工，并且保證所有交互數據都是屬于BCG內部，安全有保障。 在此基礎之上，BCG給予顧問以極大的空間去根據工作需要制作一個定制好了的AI“小工具”滿足自各需求。比如，人們利用AI編了一款會議摘要及要點總結助手，有人發明郵件自動回復生成器。 這種自下而上的創新還是挺讓人震驚的：迄今為止，BCG員工已經創建了超過6000個內部GPT助手，從文檔、會議摘要、代碼、初稿等面向不同場景 。這些GPT 助手被融入了整個工作流程，大大減少了顧問們的頻頻重復性勞動，使溝通和分析更加高效。 另外，BCG也研發了統一的內部AI應用，“Gene”就是其中代表——它最初在BCG的播客節目中以聯主播形式亮相，如今已演進為客戶交流和內容創作的平臺 。Gene背后連接著BCG頂尖分析師關于生成式AI的研究成果，能夠就相關話題與人對答如流。這表明BCG正在探索將AI形象化地融入對外宣傳與交流中，積累經驗后再應用于客戶項目。  BCG的內部運營正逐步實現流程自動化和知識自動化：從資料搜索、報告撰寫到呈現設計，都有AI協助或接管部分工作。大量日常“小事”交給AI處理后，咨詢顧問能夠將精力聚焦于更高價值的分析判斷和客戶互動，這與麥肯錫Lilli的目標異曲同工 。 兩家公司都通過內部AI工具讓“知識的獲取如同自來水一般便利”，從而全面提高組織運轉效率。 三、大模型對業務模式的影響服務供應模式：從人力驅動到人機融合大模型正深刻改變戰略咨詢公司的業務供應模式。 咨詢公司的核心競爭力是人。傳統上，咨詢依賴金字塔型人力結構：大量初級顧問投入時間進行數據分析、資料整理，由少數資深顧問提煉洞見并與客戶溝通。  麥肯錫的研究指出，生成式AI有潛力自動化60-70%知識工作者當前投入的時間 。在咨詢情境中，這意味著許多原本由分析員、研究員完成的重復性、高度結構化任務可以由AI勝任。 這直接影響了咨詢公司的杠桿模型：一些公司已明顯減少對新人招聘的需求，將資源轉向留用和培養能夠駕馭AI工具的現有人才 。咨詢團隊的結構也變得更加紡錘形——中層和高層顧問增加，他們帶領少數精干成員（輔以AI）就能完成過去需要大隊人馬的任務。 對于公司里提供專業服務的人員（用戶研究、行業研究、數據分析等）來說，這個影響是類似的，中高級人才越發重要，反而初級人員更容易被替代。 收入結構與價值主張的演變大模型帶來的另一業務模式變化，是咨詢公司收入結構和價值主張的演變。 一方面，AI咨詢服務需求爆發為這些公司開辟了新收入來源。隨著各行業掀起生成式AI應用浪潮。盡管2023年整體咨詢市場趨冷，但借助生成式AI帶來的機遇，麥肯錫實現了營收逆勢增長且創新高（達160億美元） 。有分析稱認為這里邊約四成的業務與AI分析有關，并且這一比例仍在快速上升 。 同理，BCG也通過其AI能力贏得了大量數字化轉型項目。兩家公司在AI領域的知名度和經驗吸引了客戶的信任，從而拓寬了業務版圖。咨詢公司正在定位為“AI解決方案提供商”，不僅賣腦力也賣技術，收取咨詢費的同時可能通過AI方案部署、長期支持獲得持續收益。 大膽一點去想，甚至不排除未來咨詢公司開發出的AI工具（比如麥肯錫的Lilli或BCG的特定行業模型）包裝成產品，對外授權或訂閱，形成類軟件收入的模式，使公司從純項目制收費拓展出新的盈利渠道。 不僅如此，咨詢公司還想進入 AI行業的更上游。最新消息是，BCG 內部啟動了一個 BCG X AI 科學研究所，利用自己積累的專業知識和大量高素質人才，與領先行業和政府的研發團隊合作，加速科學發現。預計也是要進入更多行業。 另一方面，生成式AI促使咨詢公司的價值主張進一步聚焦在高層次方面，即解決復雜戰略問題——因為通用知識和基礎分析越來越“平價”且唾手可得（很多客戶自己也能用ChatGPT獲得答案），咨詢公司必須將自身定位提升到AI不能輕易勝任的領域，才能證明價值。 這包括：
正如麥肯錫高管所言，生成式AI本身只是解決方案的一部分，真正實現價值還取決于如何變革業務流程、培訓人員、實施安全和負責的AI治理 。 最后自2023年（GPT-4發布）以來，生成式大模型技術的飛速發展給戰略咨詢行業帶來了前所未有的影響。 麥肯錫和波士頓咨詢作為行業標桿，均及時擁抱變化、主動求變。麥肯錫全球資深合伙人的話或許代表了咨詢行業的共識：“這場生成式AI的變革終將無處不在，我們正將其注入我們所做的一切”。 在機遇與挑戰并存的大模型時代，麥肯錫和BCG所采取的前瞻性策略，將幫助它們保持競爭優勢，并引領整個咨詢行業踏上人機協同的嶄新征程。 個人其實也一樣，抓住機遇才能持續保持競爭優勢。 參考文章：
|
|
|
來自： mrjiangkai > 《我的圖書館》
