9月8日,埃森哲与Google Cloud宣布成立”Accenture Gemini Enterprise Business Group”,要拉起一支1,000人的”前沿部署工程师”(FDE)队伍。
9月17日,Business Insider报道,德勤、普华永道、安永、毕马威、麦肯锡、BCG、贝恩这七家头部咨询公司,总职位发布量同比下滑24%,而FDE岗位从0涨到1,404个。
9月22日,德勤中国与香港大学在云栖大会发布报告:内地及香港205位高管里,64.4%的企业已进入AI生产部署,却有48.5%反馈实际ROI低于预期。

更早的7月17日,埃森哲《2026中国企业数字化转型指数》已埋下伏笔:八行业160家中国企业的样本中,88%跨过先进AI试点,但效率、收入或利润显著提升的仅14%。
短短两周内,供给端与需求端几乎同时动了起来。咨询顾问这个职业,正被”生产级AI交付”这股力量重新定义。
麦肯锡的招聘启事里,MBA不再是那张金门票
Ben Ellencweig是麦肯锡旗下AI部门QuantumBlack的负责人。9月17日,他对Business Insider说了句直白的话:”过去几年我们的招聘发生了剧烈变化。我们从以前从未招过人的地方招人。”
“今天我们的许多同事来自非MBA背景,技术则是下一波浪潮。”
麦肯锡多数岗位现在要求至少4到5年计算机工程经验。招聘名单里开始出现数学博士、计算机博士、没有学位的创始人、科技行业老兵,甚至训练营出身的人。
QuantumBlack十年前只是服务F1车队的一支47人数据科学团队,如今已长成”远超5,000名”的AI专业人士队伍。
安永也在变。美洲人才与文化官Ginnie Carlier提到,安永曾经完全由会计师构成,如今也开始招工程师、创意人员和技术专家。
BCG的校招岗位直接叫”Forward Deployed AI Engineer / AI Scientist”,起薪11万到19万美元,比去年涨了约3万美元。
麦肯锡看中的是”curious people”——既有深厚技术、又愿意坐到客户对面协作的人。Ellencweig说,整个麦肯锡、包括顾问群体,都在变得”非常懂技术”。
招聘启事上少了一个MBA的硬门槛,多了一行工程经验的要求。顾问的入场券,正在被重写。
一个叫FDE的岗位,从0涨到1,404
FDE是Forward Deployed Engineer的缩写,中文常译作”前沿部署工程师”。它不像传统顾问坐在办公室里做幻灯片,而是带着模型去客户现场,把AI直接部署进生产线。
Draup的数据显示,截至2026年5月的一年间,七家头部咨询公司里,FDE岗位空缺从0涨到1,404个;AI相关岗位占比从1.4%升到5%。
同一个窗口,七家的总职位发布量整体下滑了24%。
总盘子在收缩,工程岗在扩张。两条曲线反向而行,说明咨询公司不是在简单地多招人,而是在换一种人。
麦肯锡把FDE放进服务链条,BCG把它写进校招title,埃森哲则把它拉成了一支千人队伍。岗位名称第一次比”顾问”二字更靠近交付现场。
它在招聘系统里出现之前,这个职业并不存在。它出现之后,顾问的定义就再也回不去了。
埃森哲把1,000名工程师,直接派到了客户的生产线上
9月8日,埃森哲与Google Cloud宣布成立”Accenture Gemini Enterprise Business Group”,要拉起一支1,000人的FDE队伍。这支队伍建立在埃森哲近50,000名Google Cloud认证专家的基础上,把Gemini认证专家、FDE、Google Cloud工程人才和埃森哲的行业经验揉在一起。
这不是又一条服务线,而是把工程师直接前置到客户现场。
一个例子:YouTube在”NFL Sunday Ticket”的流量高峰部署了Gemini Enterprise agent,结果是客户情绪上升11%、平均处理时长下降37%。
埃森哲全球约有799,000名员工。把其中一支千人工程纵队从后方调去前线,意味着这家咨询巨头把”交付”二字重新理解了一遍——不是交一份方案,而是交一条跑起来的产线。
埃森哲CEO Julie Sweet与Google Cloud CEO Thomas Kurian的说法是,帮企业在”agentic AI时代规模化兑现价值”。
“兑现价值”四个字,过去写在客户成功故事里,现在写进了岗位编制里。
客户把AI搬进工厂,却算不清这笔账
需求端已经走到了生产现场。德勤中国与香港大学的报告显示,内地及香港205位高管中,2026年AI生产部署比例从56.0%升到64.4%,探索试点则从36.7%降到24.9%——企业不再满足于试,开始往产线上落。
埃森哲7月17日的指数更早印证了这一点:八行业160家中国企业的样本中,跨过先进AI试点的比例从46%跃到88%。
但部署归部署,账算不清。
德勤×港大的样本里,44.4%的企业算不清ROI;87.3%用处理速度或工时衡量AI,70.7%看成本,只有21.5%去看收入与客户变化。
也就是说,大多数企业盯着”省了多少工时”,却很少追问”多赚了多少钱”。衡量口径本身,就停在效率这一层。
障碍是并列的:32.7%卡在”维持现状的流程与激励”,32.7%卡在”数据质量与可获得性”,而最突出的瓶颈是与现有系统集成困难。
AI进了车间,账本还留在门口。
48.5%的企业说,AI的回报没达到预期
德勤×港大的报告里,预期ROI普遍在10%到25%之间,但实际多数低于10%;48.5%的企业反馈,实际回报没有达到预期。
拆开看,回报并不平均。IT与软件职能的ROI约45%,产品研发、营销、内部知识工作约在20%到30%之间。能落到生产线上的技术岗回报最清楚,越靠近经营核心,账越模糊。
65.4%的企业预计初级岗位会减少。岗位在消失,回报却没跟上,这中间的差额,正是旧式服务填不满的地方。
德勤中国咨询全国主管合伙人华思远有个判断:”企业AI采用率和生产部署程度不断提升,但AI工具的普及并不代表企业已经完成AI转型……下一阶段,企业竞争的重点将从技术采用转向价值兑现。”
技术买来了,转型没完成。这句话的另一面是:客户手里缺的,不再是方案,而是能把方案变成回报的那个人。
旧顾问卖完幻灯片就走,新顾问要对可衡量的成果签字
过去三十年,咨询公司的交付物是一份精巧的PPT。顾问坐进客户的会议室,讲框架、出幻灯片,项目结束便离场,回报由客户自己兑现。
现在这条链路断了。客户已经把AI搬进生产,却算不清回报;48.5%说没达标,44.4%算不清账。旧式”卖完幻灯片就走”的顾问,开始接不住需求。
这股压力已经公开摆上台面。2026年多家中媒观察到,客户正推动咨询公司采用”结果导向计价(outcome-based pricing)”——不再为工时或固定范围买单,而是为可衡量的降本、增收或效率提升付费。
West Monroe 首席AI官 Bret Greenstein 对 BI 说得更直白:”从来没人会因为一份 PowerPoint 而兴奋或精神一振”,可咨询业长期靠产出 PPT 去说服客户;他形容客户给他的压力是”要的是成果(outcomes),没人在乎为了 AI 而 AI”。一位 CIO 在行业分析里说得更绝:”我们不会再为一份怀疑主要由机器生成的报告付 50 万美元”。
新顾问的画像,藏在前面三组数据里:麦肯锡从数学博士和训练营里招人,埃森哲把千人工程师派上前线,BCG给校招岗位直接挂上FDE的title。他们的交付物不是幻灯片,是一条跑起来的产线;他们的责任边界,从”方案交付”延伸到”可衡量的成果”。
Ellencweig说,整个麦肯锡、包括顾问群体,都在变得”非常懂技术”。这句话的潜台词是:不懂技术的顾问,正被挤出交付现场。
计费方式也跟着改了。2026年1月22日,麦肯锡与 AWS 成立合资公司 Amazon McKinsey Group(AMG),在结构上的核心就是”结果导向计价”——对超过 10 亿美元体量的转型项目,费用与实际可衡量的转型成效挂钩,而非按顾问工时计费。
BCG CEO Christoph Schweizer 2026年5月对《华尔街日报》表示,公司最大型的 AI 案例中已有四分之三采用可变费用(variable-fee)安排。当工程型顾问的交付直接与其部署带来的降本、增收或效率提升绑定,”对可衡量的成果签字”就不再是比喻,而是写进合同的条款。
从卖框架,到部署生产线,再到对回报负责——顾问这个职业的入场券,从一张MBA文凭,换成了一段能跑的代码和一份签了字的成果。
当AI已经跑进客户的生产线,顾问的身价就不再由幻灯片的厚度决定,而由回报的刻度丈量。