PwC美國CEO放話：不擁抱AI的合伙人，沒有立足之地

導讀：關于近期咨詢業(yè)的變化，我們整理了一篇分析文章，與大家一起討論。

01

人才策略：AI決定去留與晉升

01 PwC：不擁抱AI的人，將被替換（來自CEO的直接表態(tài)）

根據《Financial Times》報道，普華永道美國CEO Paul Griggs明確表示：“任何試圖回避AI的人，都不會在公司待太久。”他進一步強調，沒有人可以在AI問題上獲得“豁免權”，即便是合伙人，如果不具備“AI-first思維”，也可能被更符合技術方向的人替代。

同時，普華永道在澳大利亞的最新動作顯示，其已經將AI能力嵌入人才體系：

• 所有畢業(yè)生必須參加為期一周的AI沉浸式訓練（來源：Consultancy.com.au，2026年3月）

• 所有合伙人與董事總經理需要完成為期8周的AI高管課程（同上）

結論非常明確：在普華永道內部，AI能力已經從“工具能力”升級為“生存能力”。

02 Accenture：AI使用情況，已經直接影響晉升

Julie Sweet在公開訪談中表示，公司在晉升決策中會明確考察員工使用AI的情況（來源：Investopedia，2026年3月）。她同時指出：

• Accenture正在全球增加入門級崗位招聘

• 年輕員工通常更具備AI使用能力

• 公司要求所有員工接受AI培訓（包括非技術崗位）

她給出的核心判斷是：未來職業(yè)發(fā)展的關鍵，不是是否會被AI取代，而是是否會使用AI。

02

商業(yè)模式重構：從賣時間到賣結果

03 商業(yè)模式變化：從“按小時收費”轉向“按結果與平臺收費”（PwC官方戰(zhàn)略）

根據PwC美國管理層對外披露，公司正在推動以下轉型（來源：FT及公司表述）：

• 將部分稅務與咨詢服務轉化為自動化工具

• 通過“PwC One”平臺向客戶直接提供服務

• 探索訂閱制與按使用付費模式

• 減少“按工時收費”的依賴

Paul Griggs明確表示，未來部分服務甚至可以在“沒有PwC人員參與”的情況下交付。

這一變化意味著：咨詢行業(yè)正在從“賣時間”，轉向“賣產品與結果”。

不過，按結果收費也意味著咨詢公司需要承擔更多交付風險，并非所有項目都適合這種模式。

04 組織結構變化：咨詢“金字塔模型”正在被AI壓縮

根據Forbes及行業(yè)觀察（2026年）：傳統(tǒng)咨詢模式依賴：

• 大量初級員工進行數據處理與分析

• 中層負責管理

• 合伙人負責判斷

但AI帶來的變化是：

• 數據分析、建模、PPT制作等工作被大規(guī)模自動化

• 項目團隊規(guī)模縮小

• 對資深專家與技術人才的需求上升

行業(yè)正在形成新的結構：更少的人 + 更高的經驗密度 + 更強的技術能力。過去一個需要10名初級顧問的項目，現(xiàn)在可能只需要3–4名資深顧問 + AI工具。

03

外部沖擊：技術公司直插咨詢腹地

05 新競爭者出現(xiàn)：技術公司正在直接進入咨詢腹地

根據行業(yè)報道：OpenAI、Palantir Technologies等公司正在采用“前線工程師（FDE）模式”：

• 小團隊直接駐場客戶

• 聚焦具體業(yè)務問題

• 直接交付AI解決方案

Gartner預測：到2028年，超過50%的AI服務商將采用類似模式（當前約10%）。

這意味著：咨詢行業(yè)的競爭對手，已經從“同行”，變成“技術公司”。簡單說，就是技術公司派自己的工程師直接駐場客戶，而不是通過咨詢公司中轉。

04

結論：AI沒有殺死咨詢，但正在重寫規(guī)則

06 關鍵判斷：AI沒有消滅咨詢，但正在淘汰低價值環(huán)節(jié)

綜合PwC、Accenture以及行業(yè)趨勢，可以得出一個相對一致的結論：

• AI正在快速替代標準化、重復性咨詢工作

• AI正在提升專家型咨詢的價值

• AI正在迫使咨詢公司重構商業(yè)模式

正如行業(yè)觀察所指出的：AI壓縮了“問題到答案”的距離，但沒有消除“判斷與落地”的價值。

07 給從業(yè)者的三個現(xiàn)實結論

1. PwC的表態(tài)已經說明，不使用AI將直接影響職業(yè)存續(xù)。

2. Accenture的實踐表明，是否會用AI將直接影響晉升速度。

3. 行業(yè)整體變化說明，未來咨詢的核心競爭力將是“用AI解決真實業(yè)務問題的能力”。

08 結尾

如果把這一輪變化放在更長周期看：咨詢行業(yè)不會消失，但它正在被重寫。

真正的問題已經不是：AI會不會取代咨詢？

而是：你是在被AI替代，還是在利用AI放大價值。

對于咨詢從業(yè)者而言，未來12–18個月的關鍵不是學會用某個AI工具，而是能否用AI完成過去需要一個團隊才能交付的工作。