編按：AI正在重塑顧問業版圖！麥肯錫裁員不是景氣問題，而是價值重分配。當分析與模型被自動化，企業真正付費的，將轉向判斷、影響與推動決策的能力。這，正是顧問業價值被重新定義的關鍵時刻。
當「麥肯錫裁員」的消息傳出時，市場第一時間或許會解讀為景氣循環或需求下滑。然而，當這樣的顧問龍頭選擇裁員，問題恐怕不在於「沒有案子」，而在於：哪些工作，已經不需要再由人來完成。
過去，顧問業中許多需要初階顧問耗費數週完成的工作，如資料蒐集、產業分析、競品分析與財務模型初稿，如今透過生成式AI，往往在幾小時內就能完成，且修正與調整更加即時。這並不代表顧問需求正在消失，而是顧問的價值鏈，正在被重新拆解與重組。
換言之，麥肯錫這波裁員，並非單純的組織縮編，而是一場產業變革的角色重整，將資源從高度可被AI取代的工作，轉向真正需要人類判斷、洞察與影響力的關鍵環節。這也迫使我們思考一個更大的問題：如果連最擅長企業策略的顧問公司，都開始重新定義「誰該被留下來」，那麼高知識工作者是否也正站在同樣的轉折點上？
這不只是顧問業的新聞，而是一個清楚的產業訊號：AI正在進入白領工作的核心地帶，重新劃分「誰值得被留下」的關鍵時刻。
AI正在取代顧問業的哪些價值？
在顧問業中，AI並不是「突然出現」的新角色，而是悄悄接手了過去被視為顧問基本功，卻高度依賴時間與人力的工作。這些工作，曾是初階顧問進入產業的敲門磚，如今卻成為最先被重構、甚至被取代的工作。
首先，是資料蒐集與整理的價值正在快速下降。
過去，一份產業分析往往需要顧問花上數週，從公開報告、年報、研究資料中整理市場規模、成長率與趨勢；現在，AI工具可以在短時間內彙整大量資料，並即時更新來源，讓「找資料」不再是競爭力，而只是基本配備。
其次，是標準化分析與初階模型的價值被大幅壓縮。
競品分析、五力分析、SWOT分析、財務模型初稿，這些原本仰賴顧問經驗與Excel技巧的產出，如今AI不僅能快速生成，還能依不同假設反覆調整版本。而當AI可以協助「做得快」與「做得多」時，這類工作的附加價值自然隨之下滑。
第三，是簡報製作與內容彙整的角色正在改變。
顧問過去花費大量時間將分析結果轉化為投影片結構、圖表與具說服力的敘述脈絡，而現在，AI已能協助產出具備基本邏輯與視覺架構的簡報初稿。這並不代表簡報不重要，而是「把內容排好」已不再等同於「創造價值」。這些變化指向一個關鍵事實：AI並非取代顧問的全部價值，而是大幅縮減那些「以時間換取產出」的工作。
當初階顧問的工作已能被AI高效率完成，裁員表面上是人數調整，實際上卻是在重新定義：哪些價值，仍值得企業付費。這真正的問題不在於「人會不會被取代」，而是：「當基礎價值的重要性快速下降，顧問的核心價值究竟何在？」這不只是顧問業的課題，而是所有高知識工作者，在AI時代無法迴避的核心問題。
AI時代，顧問的價值是什麼？
當資料蒐集、產業分析、競品分析，甚至財務模型初稿，都能被AI在短時間內完成，顧問真正的價值，已不再是建立在「做了多少分析」，而是在於怎麼判斷、怎麼取捨、怎麼推動改變。
首先，顧問的核心價值來自「問題定義能力」。
AI很擅長回答問題，但前提是「問題本身是對的」。企業在轉型、併購、重組或策略調整時，真正困難的從來不是「資料不夠」，而是「不知道該問什麼」。顧問的價值，正在於能在混亂的資訊與矛盾的目標中，幫企業釐清：真正的核心問題是什麼、哪些問題現在不能碰、哪些問題非解不可。
其次，顧問仍是少數能整合多面向的角色。
AI可以快速分析單一面向，但企業決策往往牽涉經濟、政治、策略、組織、文化、風險與人性。顧問的工作，是把財務數字、產業趨勢、組織現實與管理者心態放在同一張桌上思考，並在衝突中找到可執行的平衡點。這種跨層級、跨部門、跨利益的整合能力，正是AI難以複製的能力。
更關鍵的是，顧問的價值在於「影響力」，而不只是「建議」。
再完美的分析，如果無法說服決策者、推動組織行動，最終都只是一份漂亮的報告。顧問真正被企業付費的原因，是因為他們能站在企業內部難以承擔的位置，協助管理團隊做出艱難決定，並承擔變革帶來的阻力與不確定性。這種「被信任、被授權、能推動改變」的角色，並不會因AI而消失。
換句話說，AI正在淘汰的是「以產出換價值」的顧問角色，而留下來的，則是以判斷、影響與決策品質換取信任的顧問。在這個時代，顧問不再因為「知道得多」而存在，而是因為「知道該怎麼用」而被需要。
顧問價值重新定義，高知識工作者該看懂什麼？
當顧問業開始大規模調整人力結構，真正值得注意的，不只是「哪家公司裁員」，而是裁掉的是哪一種價值。過去，高知識工作者的核心價值，往往建立在能做出嚴謹分析、熟練處理資料，並運用結構化思考拆解複雜問題。然而，生成式AI出現後，這些能力本身並未失去價值，但它們已不再是企業判斷一個人是否值得被留下來的主要差異來源。當產業分析、競品分析或模型試算，可以在AI協助下大幅加速完成時，企業自然會開始重新思考：我真正需要付費的，是分析本身，還是分析之後所帶來的判斷、取捨與行動方向？
這正是顧問價值被重新定義的關鍵轉折點。留下來的，不再只是「做得出來的人」，而是能判斷哪些分析值得做、哪些結果值得相信、哪些結論值得採取行動的人。
對所有高知識工作者而言，這是一個清楚的訊號：未來的競爭不在於你能不能完成一項任務，而在於你是否能回答「這項任務為什麼重要」「它對決策有什麼影響」「接下來該怎麼做」。換言之，價值正在從「產出能力」移向「判斷能力」，從「執行效率」移向「影響深度」。當AI能快速產出內容、分析與建議，人類真正不可取代的角色，反而更清晰：那是能在不確定中做選擇、在複雜中給方向、在資訊過剩時做取捨的人。
你該自問的三個問題
麥肯錫的裁員，不只是顧問業的調整，更像是一面提前出現的鏡子。它映照的，不是誰會被AI取代，而是誰已經無法回答：「我為什麼值得被留下來？」而這，正是每一位高知識工作者，在AI時代無法迴避、也不能延後思考的課題。
對所有高知識工作者而言，這是一個非常清楚的訊號。未來的競爭，已不再只是你能不能完成一項任務，而在於你能否回答三個更本質的問題：
．這件事，為什麼重要？
．它對決策與結果，究竟帶來什麼影響？
．接下來，該往哪個方向前進？
當AI能快速完成分析與產出，我們每個人都該重新問自己：我的價值，只停留在「把事情做完」，還是能在複雜中協助組織做出選擇、在不確定中提供方向？這個答案，將決定我們在AI時代能走多遠。
