大綱
過去一年，諮詢業發生了四件事。
前三件，是顧問公司自己在變——麥肯錫縮減專案人力、改變收費方式，四大全面引進 AI。單獨看，每一件都像是顧問公司在「擁抱 AI」的正面消息。第四件不一樣：做 AI 的公司，自己下場做起了諮詢生意。
把這四件事放在一起看，它們其實在說同一件事：諮詢業賴以維生的商業模式，正在被 AI 從裡到外掏空——內部被自己引進的工具稀釋，外部被新進的 AI 公司搶食。
而這四件事，對銀行業有直接的啟示。
訊號一：麥肯錫的專案團隊，從 15 人縮到 3 人
過去，麥肯錫接一個策略專案的標準配置是：1 個專案經理，加上 14 個顧問。這 14 個人做的事很具體——訪談、整理資料、跑模型、寫報告、做簡報。專案規模越大、時間越長，銀行付的錢就越多。
根據《華爾街日報》2025 年的報導，這個配置已經改變。現在一個策略專案，可能只需要 1 個經理加上 2 到 3 個顧問，外加幾個 AI agent。 麥肯錫已經部署了大約 12,000 個 AI agent，協助顧問製作簡報、整理訪談、總結研究文件。
更值得注意的是麥肯錫的整體規模：員工人數從 2023 年的約 4.5 萬人，縮減到 4 萬人。一邊裁員，一邊增加 AI agent——麥肯錫全球執行合夥人甚至預期，未來公司會「每一個員工配一個 AI agent」。
這件事的本質是：諮詢業最值錢的商品（一群聰明人的勞動力），正在被 AI 取代。
但這裡有個關鍵——如果 AI 可以取代顧問的初階勞動，那麼銀行為什麼不自己用 AI，而要付錢給麥肯錫的 AI？ 這個問題，是後面所有故事的起點。
訊號二：麥肯錫開始按「成果」收費，而不是按「工時」
2026 年春天，麥肯錫做了一件外界看不懂的事：把更多合夥人的薪酬從現金改成股權，並刻意在公司帳上保留更多現金。
《金融時報》點出了原因：麥肯錫越來越多的收入，正在從「按顧問投入的時間計費」轉向「按客戶取得的成果計費」——例如成本降低多少、利潤增加多少、市佔率提升多少。
目前麥肯錫已有約四分之一的營收，是這種「成果計費」。
為什麼會這樣轉變？因為當顧問自己都在用 AI 做資料分析、做模型，「投入了多少小時」這個計費基礎就站不住腳了。客戶會問：「你用 AI 兩小時做完的事，為什麼還收我兩百個人天的錢？」
於是收費邏輯被迫改變——從「我花了多少力氣」變成「我幫你賺了多少錢」。這種收費方式讓營收變得不穩定（成果要等時間才看得到、還受外部因素影響），所以麥肯錫必須累積現金緩衝、用股權綁住合夥人。
合夥人薪酬轉股權，只是這個更深層轉變最表面的浪花。
這件事對銀行的意義是：顧問費的計價方式正在重寫。 過去銀行付的是「一群人駐點半年」的固定價格，未來付的是「這個專案幫銀行創造的價值的一個百分比」。對銀行來說，這其實是好事——付錢買結果，比付錢買工時更划算，風險也由顧問一起承擔。
訊號三：四大會計師事務所，也全面引進 AI
不只麥肯錫。四大會計師事務所（KPMG、PwC、EY、Deloitte）也在大舉導入 AI，而且動作更激進。
2026 年 5 月，KPMG 宣布和 Anthropic 結成全球聯盟，把 Claude 直接嵌入它的客戶服務平台 Digital Gateway。KPMG 在全球 138 個國家的 27.6 萬名員工，全部都能使用 Claude。同一週，PwC 也宣布了自己的 Claude 合作案。
四大引進 AI 來做什麼？做的正是過去初階審計員、初階顧問的工作——撰寫提案、審查財報、檢查估值、篩查 KYC 文件、月結對帳。根據求職數據，四大現在徵求「AI 相關專業人才」的職缺，已經超過傳統的會計師職缺。
但四大引進 AI，暴露了一個尷尬的事實。
KPMG 自己和德州大學合作的研究發現：分析了 140 萬次員工和 AI 的互動，只有 5% 真正產生了有意義的成果。換句話說，即使把 AI 工具發到每個員工手上，大部分人也還不會用。
更尷尬的是，2026 年 5 月有一份 EY 的報告被踢爆充滿造假的引用和虛構的數據，AI 偵測公司直接形容它「明顯是 AI 生成的垃圾內容」。這暴露了一個更深的問題——當四大自己都還沒搞定怎麼用 AI，他們憑什麼指導銀行怎麼用 AI？
訊號四：AI 公司自己下場，做起了諮詢生意
前三個訊號講的都是「顧問業內部怎麼變」。但對銀行影響最深的，其實是第四件事——做 AI 的公司，開始自己做諮詢了。
2026 年，OpenAI 和 Anthropic 兩家公司都成立了顧問性質的服務團隊，直接向企業提供諮詢。OpenAI 收購了英國諮詢新創 Tomoro AI（客戶包括 Tesco、Virgin Atlantic）；Anthropic 則推出一整套金融業專用的 AI agent，涵蓋 LBO 模型、財報分析、KYC 篩查、月結對帳等工作，而且開源、免費、可以部署在銀行自己的系統裡。
這兩家公司還引進了矽谷最搶手的人才——「前置部署工程師」（Forward Deployed Engineer，FDE）。這種角色兼具顧問和工程師的能力，直接進駐企業，幫客戶開發量身定做的系統。一個 FDE 抵得上過去好幾個傳統顧問，而且做的是真正的執行，不是做簡報。
這件事為什麼對銀行重要？因為它意味著銀行第一次有了傳統顧問之外的選擇：
- 過去，銀行要導入 AI、做數位轉型，只能找四大或麥肯錫
- 現在，銀行可以直接和 AI 公司合作，跳過中間的顧問
Anthropic 的金融 agent 開源、可自家部署，等於把「怎麼用 AI 做金融工作」的方法論直接公開——過去這套方法論，是顧問最值錢的商品，現在變成免費的起點。
不過，這個新玩家也有它碰不到的紅線。Anthropic 自己明確聲明：「AI 只負責起草，最後必須由合格的專業人員簽核。」它不做投資推薦、不執行交易、不入帳、不核准開戶——所有輸出都只是「待人類簽核的草稿」。
換句話說，AI 公司搶的是顧問的「執行」和「方法論」市場，但刻意避開了「責任承擔」這條線。這條線，還是留給有執照的事務所。這也是為什麼 KPMG、PwC 會選擇和 Anthropic 合作，而不是把它當純粹的敵人——彼此搶的不是同一塊。
四個訊號，指向同一個答案
把這四件事放在一起看：
第一，AI 正在取代顧問的初階勞動（人力被 agent 取代）。
第二，顧問的收費基礎正在崩解（工時計費變成成果計費）。
第三，連最會賣「專業」的四大，自己都還沒馴服 AI（5% 的有效使用率、AI 垃圾報告事件）。
這三件事對銀行業，指向同一個答案：銀行對顧問的需求，正在從「買整套服務」變成「只買真正缺的部分」。
第四，做 AI 的公司直接下場做諮詢，還把方法論開源公開（銀行多了顧問之外的選擇）。
前三個訊號是「顧問業自己在變」，第四個訊號是「外部的新玩家直接打進來」。但它們指向同一個答案：銀行對顧問的需求，正在從「買整套服務」變成「只買真正缺的部分」。
過去銀行請顧問，買的是三樣綁在一起的東西：
- 人力：派一群人來執行專案
- 經驗：合夥人帶來其他銀行的做法
- 背書：顧問公司的名字寫在報告上，出事有人扛
過去這三樣只能整套買，因為分不開。但 AI 把它們拆開了——而且不只顧問在用 AI，銀行自己、還有 AI 公司，都能提供其中某幾樣。當「人力」和「經驗」都能從別的地方取得，銀行就沒有理由為了拿到「背書」而被迫整套採購。
對銀行的三個具體影響
影響一：部分執行工作，銀行可以自己做了
過去銀行要啟動大型專案，會請顧問公司派多人團隊駐點好幾個月。這些工作裡，有一大部分的本質是「訪談、整理、寫程式、寫文件」——而這些，現在銀行用 AI 加上幾個內部主管就能做。
此外，現今AI 公司也已經把一些金融工具直接做好了，可以減輕銀行部分工作的負擔。例如，Anthropic 在 2026 年推出了一整套金融業專用的 AI agent，涵蓋 LBO 模型、財報分析、KYC 篩查、月結對帳等工作，而且開源、免費、可以部署在銀行自己的系統裡。這意味著銀行在這些工作上，可以「不付顧問費，也能跑專業金融工作流」。
但「銀行可以自己做」有明確的範圍，不是所有事情都能靠 AI 完成。大致可以分成三類：
第一類，銀行現在就能自己做的： 內部、標準化、不對外負責的工作。例如分行流程優化、後台對帳自動化、內部報表、員工教育訓練、知識庫建置，以及那些方法論已經公開、業界做法成熟的系統實作。這類工作的共同點是——銀行內部本來就懂該怎麼做，只是過去缺執行人力，而 AI 正好補上了人力。
第二類，銀行做得了主體、但仍需外部把關的： 需要上監管報告的工作。銀行可以用 AI 完成九成的開發，但最後的驗證、簽核、合規確認，還是需要有執照的外部機構。這類工作不是「自己做」或「請顧問」的二選一，而是「自己做主體 + 顧問做關鍵節點」的混合。
第三類，銀行還是做不了、必須靠外部的： 需要跨產業經驗或重大決策判斷的工作。例如大型併購整合、要不要進入一個全新業務、跨國組織重整——這些問題的答案不在銀行內部，AI 也給不出，必須靠看過很多案例的顧問。
換句話說，銀行可做的，主要是第一類「內部的、標準化的、過去因為缺人力才外包」的工作。這塊市場過去佔顧問營收的大宗，現在正在回到銀行自己手上。但第二類和第三類，銀行仍然需要外部協助——只是合作的方式和計費，會跟著改變。
影響二：顧問費會大幅下降，但不會歸零
雖然執行可以自己做，但有一件事銀行還是需要顧問——監管面前的背書。
所以未來的模式會變成：銀行自己用 AI 做完九成的工作，最後請顧問公司做關鍵的驗證和簽核。 顧問派出的不再是 20 人駐點半年，而是資深有經驗的顧問做最後簽核。
一個過去要 8,000 萬的專案，未來可能變成：銀行內部成本 500 萬，加上顧問簽核 800 萬，總共 1,300 萬。省下八成，但顧問沒有消失，只是角色變小、變貴、變精準。
影響三：銀行真正要建立的，是「內部 AI 能力」
這三個訊號最深的啟示是：未來銀行的競爭力，不在於請得起多貴的顧問，而在於內部有沒有能力用 AI。
過去把工作外包給顧問，專案結束後，銀行即使有技術移轉，仍有技術傳承的難題。現在銀行用 AI 自己做，知識留在內部、團隊真的懂這個系統、未來要改也能自己改，自由度較高。
換句話說，AI 時代真正的分水嶺，不是「哪家銀行請了麥肯錫」，而是「哪家銀行的員工真的會用 AI」。KPMG 自己的研究都顯示只有 5% 的人會用——這 5% 和另外 95% 的差距，未來會決定銀行的競爭格局。
結語：不是「顧問再見」，是「換一種方式合作」
這三個訊號加起來，不是在說「銀行從此不需要顧問」。顧問不會消失——在跨產業經驗、面對監管、重大決策背書這些地方，顧問還是有不可取代的價值。
但「整套採購」的時代結束了。
未來的銀行會學會把顧問服務拆開來看：執行的部分自己用 AI 做，經驗的部分需要才買，背書的部分留給專業的顧問。付錢的邏輯，從「買一群人的時間」變成「買真正缺的那一塊能力」。
而這件事真正考驗的，其實不是顧問——是銀行自己。當所有的專業能力都可以拆解、可以用 AI 補上，銀行必須回答一個更根本的問題：
我們自己，應該掌握哪些能力？
這裡的「掌握」，比「會用 AI 工具」更進一步。真正的分水嶺，不在於銀行有沒有導入 Claude 或某套 agent，而在於銀行有沒有能力把 AI 變成自己的東西——用自家的資料微調模型、針對特定的專業任務（信用風險、法遵審查、AML 偵測）打造專屬的應用，把領域知識和模型能力結合起來，長成別人複製不了的內部資產。
差別在這裡：只會用現成工具的銀行，得到的是所有人都買得到的平均能力；能微調模型、自建應用的銀行，得到的是和自家業務深度綁定的獨特能力。 前者只是把外包對象從顧問換成 AI 工具，能力始終在外面；後者才是真正把能力長在自己身上。
這個問題的答案，會決定哪些銀行能真正享受 AI 的紅利，哪些銀行只是換了一批工具，卻始終沒有把核心能力握在手裡。
參考資料
- Chip Cutter,〈AI is sweeping through consulting. McKinsey insiders say “It’s existential.”〉,《華爾街日報》（The Wall Street Journal）, 2025 年 8 月 2 日。 https://www.wsj.com/tech/ai/mckinsey-consulting-firms-ai-strategy-89fbf1be
- Louise Lucas,〈How AI is forcing McKinsey and its peers to rethink pricing〉,《金融時報》（Financial Times）, 2026 年 5 月 24 日。 https://www.ft.com/content/8318a754-7b63-4f1f-8978-7691e7ed3511
- Nick Lichtenberg,〈Big Four consulting has 2 AI nightmares. KPMG’s answer to both is the same〉,《財星》（Fortune）, 2026 年 5 月 26 日。 https://fortune.com/2026/05/26/kpmg-anthropic-claude-partnership-big-four-ai/
- Louis Goss & Matthew Field,〈The AI consultants coming for the Big Four〉,《每日電訊報》（The Telegraph）, 2026 年 5 月 26 日。 https://www.telegraph.co.uk/business/2026/05/26/ai-consultants-coming-for-the-big-four/
- Ellesheva Kissin,〈Big Four face AI competition from smaller firms, says former EY UK boss〉,《金融時報》（Financial Times）, 2025 年 8 月 6 日。 https://www.ft.com/content/beae331a-cfed-41d5-8c8a-85deac088a5e
- 〈How McKinsey lost its edge〉,《經濟學人》（The Economist）, 2025 年 8 月 3 日。 https://www.economist.com/business/2025/08/03/how-mckinsey-lost-its-edge
- Anthropic,〈Advancing Claude for Financial Services〉, 2025 年 10 月 27 日。 https://www.anthropic.com/news/advancing-claude-for-financial-services
- Anthropic, “Claude for Financial Services” 開源專案（GitHub）。 https://github.com/anthropics/financial-services
