震驚！麥肯錫曬出 OpenAI 獎(jiǎng)牌的背后，是 5000 個(gè)年輕人的職場(chǎng)夢(mèng)被 AI “一鍵刪除”

凌晨三點(diǎn)的紐約曼哈頓，麥肯錫全球總部的公關(guān)團(tuán)隊(duì)按下推特發(fā)送鍵時(shí)，或許沒(méi)料到這條 “曬獎(jiǎng)牌” 的動(dòng)態(tài)，會(huì)在 24 小時(shí)內(nèi)點(diǎn)燃全球職場(chǎng)人的恐慌 ——

配圖里，一塊刻著 **“OpenAI Top Enterprise Partner”** 的金屬獎(jiǎng)牌，靜靜躺在水晶柜里，反射著華爾街的霓虹。文案里寫著 “與 OpenAI 的深度合作，讓我們重新定義咨詢的未來(lái)”，但評(píng)論區(qū)的第一條匿名回復(fù)，卻像一把刀扎進(jìn)了所有年輕人的心里：

“你們曬的不是榮譽(yù)，是 5000 個(gè)剛畢業(yè)的孩子，再也拿不到的麥肯錫 Offer。”

一、Lilli 不是 “工具”，是 “能取代 30% 初級(jí)工作的同事”

當(dāng)我們還在討論 “AI 會(huì)不會(huì)取代人類” 時(shí)，麥肯錫已經(jīng)用行動(dòng)給出了答案： 它的內(nèi)部 AI 工具 Lilli，已經(jīng)默默承擔(dān)了 30% 的初級(jí)咨詢工作 。

Lilli 不是一個(gè) “只會(huì)打字的 ChatGPT”，而是一個(gè) “能跑完整項(xiàng)目流程的咨詢師”：

• 它能在 10 分鐘內(nèi)處理 100 份行業(yè)報(bào)告，自動(dòng)提取核心數(shù)據(jù)、生成市場(chǎng)規(guī)模測(cè)算模型；

• 它能把客戶的口頭需求（比如 “想進(jìn)入東南亞新能源市場(chǎng)”），直接轉(zhuǎn)化為結(jié)構(gòu)化的項(xiàng)目框架 —— 包括競(jìng)品分析維度、風(fēng)險(xiǎn)點(diǎn)清單、需調(diào)研的關(guān)鍵問(wèn)題；

• 它甚至能模仿資深咨詢師的語(yǔ)氣，給客戶寫初步溝通郵件，誤差率低于 5%。

“以前我們招 10 個(gè)初級(jí)分析師，才能完成一個(gè)項(xiàng)目的前期工作。現(xiàn)在有了 Lilli，3 個(gè)人就夠了。” 麥肯錫一位不愿具名的項(xiàng)目經(jīng)理說(shuō)，“更可怕的是，Lilli 不會(huì)累、不會(huì)出錯(cuò)、不會(huì)因?yàn)榧影啾г?—— 它是‘完美的初級(jí)員工’。”

而這 “完美” 的背后，是 30% 的初級(jí)崗位被直接替代 。換句話說(shuō)：
如果麥肯錫去年需要招 1000 個(gè)初級(jí)分析師，今年只需要招 700 個(gè) —— 剩下的 300 個(gè)名額，被 Lilli “拿走了”。

二、兩年裁 5000 人：麥肯錫的 “瘦身”，是年輕人的 “職場(chǎng)死刑”

更殘酷的數(shù)字還在后面。

2022 年至今，麥肯錫全球裁員總數(shù) 已超 5000 人 —— 這個(gè)數(shù)字，相當(dāng)于其全球員工總數(shù)的 5%，更相當(dāng)于過(guò)去三年新招畢業(yè)生的總和。

這些被裁的人里，80% 是 入職不滿 3 年的初級(jí)咨詢師 。他們中的很多人，曾是：

• 頂尖名校的商科碩士，把 “進(jìn)麥肯錫” 寫在畢業(yè)紀(jì)念冊(cè)的第一頁(yè)；

• 為了通過(guò) Case Interview，刷了 100 道模擬題、背了 50 個(gè)行業(yè)案例；

• 拿到 Offer 那天，在朋友圈發(fā) “終于活成了自己想要的樣子”，收獲 200 個(gè)贊。

但現(xiàn)在，他們的職場(chǎng)起點(diǎn)，被 AI “一鍵清零” 了。

“我從沒(méi)想過(guò)，我會(huì)在 25 歲就經(jīng)歷‘中年失業(yè)’。” 去年被裁的王琳（化名）說(shuō)，她是 2022 年入職麥肯錫的初級(jí)分析師，曾參與過(guò) 3 個(gè)消費(fèi)行業(yè)項(xiàng)目。“我被裁的那天，經(jīng)理只說(shuō)了一句話：‘Lilli 能做你 80% 的工作，而它的成本是你的 1/10。’”

更扎心的是，這不是麥肯錫的 “特例”——

• 波士頓咨詢（BCG）今年宣布，將用 AI 工具 “BCG Gamma” 替代 20% 的初級(jí)數(shù)據(jù)處理工作；

• 埃森哲 2023 年裁員 1.9 萬(wàn)人，其中 60% 是初級(jí)白領(lǐng)；

• 普華永道計(jì)劃未來(lái) 4 年用 AI 替代 30% 的審計(jì)工作，涉及崗位超 1 萬(wàn)個(gè)。

當(dāng)頂級(jí)咨詢公司都在 “用 AI 取代年輕人”，整個(gè)職場(chǎng)的底層邏輯，已經(jīng)徹底變了。

三、年輕人的 “求職寒冬”：你拼盡全力的 “優(yōu)勢(shì)”，AI 早就做到了

今年剛畢業(yè)的張寧（化名），或許最能讀懂這種 “邏輯崩塌” 的絕望。

她是北京某 Top2 商科院校的碩士，簡(jiǎn)歷上堆著：

• 麥肯錫暑期實(shí)習(xí)（做過(guò) 3 個(gè)項(xiàng)目的數(shù)據(jù)分析）；

• CFA 一級(jí)、FRM 二級(jí)；

• 英語(yǔ)專八、托福 115 分；

• 在校期間拿過(guò)兩次國(guó)家獎(jiǎng)學(xué)金。

放在去年，這樣的簡(jiǎn)歷能輕松拿到麥肯錫的面試機(jī)會(huì)。但今年，她投了 30 家咨詢公司，只收到 2 個(gè)面試邀請(qǐng) —— 其中一次，面試官的問(wèn)題讓她當(dāng)場(chǎng)懵了：

“如果 Lilli 已經(jīng)能做市場(chǎng)規(guī)模測(cè)算、生成報(bào)告框架，你覺得你能為項(xiàng)目帶來(lái)什么？”

她后來(lái)回憶：“我以前準(zhǔn)備的‘擅長(zhǎng)數(shù)據(jù)分析’‘吃苦耐勞’‘學(xué)習(xí)能力強(qiáng)’，突然都變成了笑話。因?yàn)?Lilli 比我更會(huì)分析（它 1 秒能處理 10 萬(wàn)條數(shù)據(jù)），比我更能吃苦（它 24 小時(shí)不睡覺），比我學(xué)習(xí)能力更強(qiáng)（它能實(shí)時(shí)更新全球行業(yè)數(shù)據(jù)）。”

而張寧的困境，不是 “個(gè)例”：

• 某求職平臺(tái)數(shù)據(jù)顯示，2024 年咨詢行業(yè)的校招崗位比去年減少了 45%；

• 某 Top3 商學(xué)院的就業(yè)報(bào)告顯示，今年進(jìn)入咨詢公司的畢業(yè)生比例，從 2022 年的 30% 降到了 12%；

• 某應(yīng)屆生論壇上，“投了 50 家咨詢公司沒(méi)回應(yīng)” 的帖子，點(diǎn)贊量超過(guò) 1 萬(wàn)。

年輕人拼盡全力擠過(guò)的 “獨(dú)木橋”，現(xiàn)在被 AI 拆了 —— 他們的 “努力”，突然變得毫無(wú)價(jià)值。

四、這場(chǎng)變革不是 “AI vs 人類”，是 “會(huì)用 AI 的人類 vs 不會(huì)用 AI 的人類”

當(dāng)我們?yōu)?“5000 人被裁” 感到震驚時(shí)，更該看清一個(gè)真相：
AI 不是 “敵人”，而是 “篩子”—— 它篩掉的，是 “只會(huì)做重復(fù)勞動(dòng)的人”；留下的，是 “能和 AI 協(xié)作的人”。

25 歲的李陽(yáng)（化名），是麥肯錫 2023 年的 “幸存者”。他沒(méi)有被 Lilli 取代，反而成了 “Lilli 的合作者”：

• 以前他要花 3 天做的競(jìng)品分析，現(xiàn)在 Lilli1 小時(shí)就能完成 —— 但他會(huì)把 Lilli 的結(jié)果 “深加工”：比如 Lilli 算出 “某品牌的線上轉(zhuǎn)化率是 8%”，他會(huì)去研究 “這 8% 是來(lái)自小紅書的種草，還是抖音的直播？競(jìng)爭(zhēng)對(duì)手的轉(zhuǎn)化率高，是因?yàn)楫a(chǎn)品更便宜，還是用戶粘性更強(qiáng)？”；

• 以前他要花 2 小時(shí)寫客戶郵件，現(xiàn)在 Lilli 能自動(dòng)生成初稿 —— 但他會(huì)把郵件改成 “更有溫度的表達(dá)”：比如把 “根據(jù)數(shù)據(jù)分析，我們認(rèn)為貴司應(yīng)進(jìn)入印尼市場(chǎng)”，改成 “結(jié)合印尼新能源政策的最新變化（附鏈接），以及貴司的技術(shù)優(yōu)勢(shì)，我們認(rèn)為進(jìn)入印尼市場(chǎng)的 ROI 能達(dá)到 15%，具體邏輯如下……”；

• 甚至，他開始教團(tuán)隊(duì)里的新人 “如何用 Lilli 提高效率”—— 比如用 Lilli 生成 Case Interview 的模擬題，用 Lilli 分析面試中的常見問(wèn)題。

“以前我覺得 Lilli 是‘搶我飯碗的對(duì)手’，現(xiàn)在才明白，它是‘幫我升級(jí)的助手’。” 李陽(yáng)說(shuō)，“AI 做了我 80% 的‘體力活’，讓我有時(shí)間做 20% 的‘腦力活’—— 而這 20%，才是我真正的‘不可替代性’。”

五、寫給所有正在求職的年輕人：你的對(duì)手從來(lái)不是 AI，是 “不會(huì)用 AI 的自己”

麥肯錫的獎(jiǎng)牌還在閃著光，Lilli 還在不停地處理數(shù)據(jù)，張寧還在改簡(jiǎn)歷，李陽(yáng)還在教新人用 AI——

這場(chǎng)變革，不是 “AI 要?dú)缛祟悺保?“職場(chǎng)要淘汰‘不會(huì)進(jìn)化的人類’”。

我們?cè)摽謶值模皇?“AI 能做什么”，而是 “我們能不能做 AI 做不了的事”：

• AI 能處理數(shù)據(jù)，但不能 “理解數(shù)據(jù)背后的商業(yè)邏輯”；

• AI 能生成報(bào)告，但不能 “給出有溫度的解決方案”；

• AI 能模仿人類的語(yǔ)氣，但不能 “共情客戶的真實(shí)需求”。

未來(lái)的職場(chǎng)，不需要 “能做重復(fù)勞動(dòng)的人”，需要的是 “能定義問(wèn)題的人”；不需要 “能完成任務(wù)的人”，需要的是 “能創(chuàng)造價(jià)值的人”；不需要 “會(huì)用工具的人”，需要的是 “會(huì)用工具創(chuàng)造新價(jià)值的人”。

當(dāng)你深夜改簡(jiǎn)歷時(shí)，不妨問(wèn)自己一個(gè)問(wèn)題：
“如果 AI 能做我簡(jiǎn)歷上的所有事，我還能給公司帶來(lái)什么？”

如果你的答案是 “不知道”，那么你需要的不是 “投更多簡(jiǎn)歷”，而是 “學(xué)更多 AI 不會(huì)的技能”—— 比如深度思考、比如共情能力、比如戰(zhàn)略眼光。

當(dāng)風(fēng)暴來(lái)襲時(shí)，最可怕的不是風(fēng)雨，而是你還站在原地，抱著舊地圖找新出路。

最后，想對(duì)所有正在求職的年輕人說(shuō)：
AI 不是 “職場(chǎng)的終點(diǎn)”，而是 “職場(chǎng)的新起點(diǎn)”—— 你要做的，不是 “打敗 AI”，而是 “和 AI 一起，變成更厲害的自己”。

畢竟，真正的 “不可替代性”，從來(lái)不是 “你能做什么”，而是 “你能創(chuàng)造什么”—— 而這，是 AI 永遠(yuǎn)學(xué)不會(huì)的。

共勉。