夜半辦公室的啟示

紐約時間凌晨兩點，顧問樓層依舊亮著光。
三十多歲的 Engagement Manager 抬起頭，看著右側的 AI 代理人完成三頁市場分析摘要，速度快得像是跳過時間。

次日早晨，他收到人資會議通知。
疫情期間高速擴張的專案量沉寂了，企業內建 AI 的運算能力開始成熟，例行性分析需求快速下降。

主管語氣平靜而務實：「不是你的問題，是市場的運作方式已經換了一套邏輯。」
那一刻，他理解這不是一次裁員，而是一個世代的告別式。

《Financial Times》報導，麥肯錫在十八個月內精簡逾一成員工，從 4.5 萬人縮減至 4 萬人。
疫情五年間暴增的人力如今回到均衡，加上 16 億美元的和解支出，組織開始全面重算。

然而最深層的推力不是財務壓力，而是 AI 正在從底層拆解顧問業的價值鏈。

當顧問模型被重新計算

🧮 麥肯錫的本質：企業的策略外腦

企業找顧問，是為了跨領域整合與高階推演。但這些高階工作背後，有巨大比例是例行性的、重複性的、流程性的：

資料搜尋、訪談歸納、建模假設、簡報製作。
這些，剛好是生成式 AI 最擅長的。

當 AI 的運算速度是人類的數十倍甚至百倍，策略顧問的價值就不可能保持原樣。

📊 裁員潮不是事件，而是模型重算

外在衝擊是疫情後降溫與和解金。
真正的內因是 AI 讓顧問業的成本結構翻面。

以往十位分析師需要兩週完成的研究，
現在三位顧問搭配 AI 兩天就能產出。

麥肯錫內部部署超過 12,000 個 AI 代理人，可自動生成市場摘要、檢查邏輯、比對資料、做 PowerPoint。
結果自然是：

人力需求下降、邊際成本幾乎歸零、產能不再與員工數綁定、初階顧問角色大幅萎縮。

這不是縮編，而是顧問業正式進入「人機共作模式」。

🔍 從會計與審計角度看：風險模型全面改寫

AI 帶來三種結構性風險：

客戶需求風險：企業自建 AI，使外部顧問需求減少
技術替代風險：初階工作量全面崩縮
商譽風險：顧問方法論不再是高壁壘

顧問業過去最穩固的金字塔組織，正在被倒過來。
未來不是「多的人＝高產能」，而是「少量高階人才＋大量 AI 代理人」。

會計人與顧問人的 AI 時代策略指南

💡 不要與 AI 比速度，而要比思考

AI 的速度是無限接近零成本的計算能力。

但 AI 無法取代的是：

• 情境判斷、倫理與政策理解、利害關係協調、跨部門資源整合
• 真正的價值在推動決策，而不是蒐集資訊。
• 溝通說服：整合利害關係人的價值主張

🔧  提升「可替代性最低」的三種能力

策略性思考：能在混亂中定義問題
決策建模：把複雜情境轉成可比較的選項
溝通說服：整合利害關係人的價值主張

AI 只會讓會思考的人更強，不會讓不會思考的人變聰明。

📘 打造「AI 合作力」：你的下一張專業執照

未來最有競爭力的人不是反 AI，而是駕馭 AI。

每日練習兩件事即可打底：
讓 AI 協助整理資訊
讓 AI 反證你的分析假設

這會讓你成為「AI 加乘型」人才，而非「AI 取代型」角色。

🧭 保持核心專業厚度，尤其是會計人

法規、稅務、內控、財報判讀、風險管理
這些與責任與法律後果緊密相連。

AI 可以輔助，但無法承擔後果。
人類在這些領域的價值反而會增加。

🚀 成為跨領域的稀缺人才

既懂會計、又懂資料分析與 AI 工具，並能加入產業洞察及解決事情及溝通協調的能力，你會從「可被取代」變成「不可或缺」。

未來的職涯不是競爭，而是增幅。
不是被 AI 淘汰，而是與 AI 一起變得強大。

📚 Elim 記帳士｜會計職人筆記｜會計人看麥肯錫裁員潮