2025财年,全球咨询巨头埃森哲(Accenture)在其业绩报告与分析师电话会议中释放出明确而强烈的信号:人工智能(AI)不仅是其增长引擎,也是未来人才评估与配置的核心标准。首席执行官Julie Sweet公开表示,公司正在大规模投入员工再培训,并在"无法通过再培训获得所需技能"的岗位上采取快速退出策略。此番表态引发业界、媒体与员工的广泛关注与讨论,也将企业如何在AI时代重塑组织与劳动力管理推到风口浪尖。 从数据看趋势 - - 埃森哲在2025财年报告中披露其在生成式AI与智能代理服务方面实现了显著的商业化成果。公司称GenAI及agentic AI带来的收入同比翻三倍达到27亿美元,订单预订额接近59亿美元。同时,埃森哲宣称已有77,000名受过训练的AI专业人员,以及55万名具备基础AI知识的员工。
这些数字说明两件事:一是企业业务正在深度绑在AI相关能力上;二是培训投入确实在短时间内改变了员工能力分布。与此同时,公司宣布将在两个季度内计提8.65亿美元的一次性重组费用,用于"业务重优化",并表示在某些岗位上若找不到可行的再培训路径,将给予员工离场安排。 对员工意味着什么?对于在埃森哲及类似咨询与技术服务公司的员工,这种策略既是机遇也是压力。机遇在于,大量项目与客户需求将围绕自动化、生成式模型、智能自动化平台、数据治理与云部署等展开,掌握相应技能的员工将变得高度稀缺且具有定价权。压力在于期限紧、要求高、转型路径不一定明确。并非所有传统岗位都能被AI直接增强,有些任务可能被彻底替代或被重定义为监督与治理角色,而这些新角色对技术与业务理解的复合型能力要求更高。
从企业角度审视风险与回报 - - 埃森哲之所以采取"优先培养、必要时退出"的策略,背后是效率、竞争力与客户需求的驱动。咨询公司靠能力向客户出售"解决方案"与"结果",若不能提供AI驱动的转型方案,客户便可能转向更具相关能力的供给商。因此,投资员工AI能力既是保住现有业务的手段,也是争夺未来市场份额的必然选择。然而,快速推进的过程中也会伴随风险:可能出现技能错配、员工士气下降、雇佣关系紧张,以及因过分追求短期成本优化而忽视长期知识沉淀与企业文化的消耗。 对社会与政策的启示 - - 像埃森哲这样的行业领头羊动作,会在整个劳动力市场产生示范效应。企业普遍提高技术能力门槛可能加剧技能鸿沟,尤其影响那些难以获得再培训资源的群体。
政策层面需要思考如何通过公共培训、税收优惠、失业援助与职业转换支持等机制,降低这一转换期的社会成本,并促使私营部门承担更多再培训责任与合作义务。教育体系也需更快响应市场变化,强化数据素养、批判性思维与跨领域融合能力的培养。 如何为个人做出实用准备 - - 面对"能否使用AI决定生死"的现实,员工应有一套务实的应对策略。第一,评估自身岗位在价值链中的位置:区分可被AI增强的技能(如数据分析、自动化工具使用、模型评估)与难以被替代的能力(如复杂问题解决、行业深度知识、跨团队沟通与变革管理)。第二,针对性学习而非泛泛而学:优先掌握与岗位紧密相关的工具与方法,例如云平台服务、MLOps流程、prompt engineering、数据治理与可解释性框架。第三,构建可以展示的项目或作品集,通过内部项目、开源贡献或在线实战平台证明能力和学习速度。
第四,强化软技能与变革领导力,能够把技术输出转化为业务价值的专业人才在重塑过程中更受欢迎。 管理者应采取的实践路径 - - 对于企业内部管理者而言,如何在推进AI能力的同时保持组织稳定与员工信任,是关键考量。透明沟通不可或缺,管理层应明确技能评价标准、培训路径与时间表,并为处于转型边缘的员工提供可量化的学习成果评估与职业规划。设置内部轮岗、导师制度与项目实战机会,有助于把培训成果转化为可衡量的生产力。与此同时,应当为确实无法转型的岗位提供公平的离职安排与再就业支持,与外部教育机构或政府项目建立合作,降低社会与员工承受的成本。 企业如何衡量AI转型的成效 - - 衡量标准应超出短期财务指标,既要看生成式AI等新业务对收入与订单的直接贡献,也要关注人才构成的演进速度、内部创新产出、项目交付质量与客户满意度。
仅以裁员成本降低为衡量标准会带来扭曲激励,长期来看,更重要的是员工技能的持续更新能力、知识传承机制与组织对未知需求的适应力。 伦理与法律问题不可忽视 - - 在推动AI使用同时,企业须正视数据隐私、模型偏见、责任归属与决策透明度等问题。让员工广泛使用AI工具,必须配套严格的风险管理与合规流程,包括敏感数据处理规范、模型监控与审计、以及误用或滥用的防范措施。员工培训不仅要教授如何"用AI",更要教会什么时候不应依赖AI、如何验证AI输出与如何在AI出错时承担责任。对那些被要求使用AI的岗位,应同步明确法律与伦理边界,避免技术推进带来不可控的合规风险。 从行业角度看更广泛的连锁反应 - - 咨询行业正在经历结构性变化:从以人为核心的咨询向以AI平台与IP输出为核心转变。
客户期待更快的落地能力与更低的交付成本,这加剧了对技术渠道与自动化交付框架的投资。与此同时,供应链上游的技术提供商、云服务商与模型厂商将获得更高的议价能力,行业竞争将更多围绕平台生态、数据资产和行业解决方案展开。 员工如何在不确定中寻找确定性 - - 在变革中寻找长期竞争力的方法包括培养跨领域能力、保持学习敏感性、构建职业弹性与多重收入渠道。拥抱AI并不意味着必须成为模型训练专家;更有价值的是成为懂业务、懂数据并能用技术驱动决策的复合型人才。建立个人学习路线图、设定短期可实现的技能目标,并通过实际项目不断验证学习成果,是应对职场不确定性的关键。 结语:AI是一把双刃剑,既能创造新的价值,也会加速某些岗位的边缘化。
埃森哲将AI能力作为核心人事筛选标准,代表着高端咨询与技术服务行业对未来能力边界的重新定义。这一趋势要求企业、员工与政策制定者三方面共同承担起适应与保护的责任。对于员工而言,快速学习与持续产出是通向职业安全的重要路径;对于企业而言,透明、负责任的转型管理能维护长期竞争力与社会许可;对于社会而言,构建更有弹性的再培训与保障体系才能在技术浪潮中实现更公平的转型结果。面对"能否使用AI就走人"的命题,准备与适应仍是最有力的回应。 。
