每一家企业都必须成为科技公司——而咨询巨头们，正在拿自己”开刀”。
你有没有想过一个问题：麦肯锡、BCG这样的顶级咨询公司，给客户做数字化转型建议时，自己内部是怎么运作的？毕竟，”医者不能自医”是最尴尬的事。
但事实是，这两家公司在AI转型上的内部实践，可能比它们给客户的PPT更值得细看。
先厘清一个概念：什么是”内部顾问”？
在深入案例之前，需要先区分两种角色：
外部专业顾问——像”交卷离场”的项目制合作，聚焦在定义问题、评估方案和验证结果等关键决策点，完成后及时退出。优势是集中高价值输出、对齐战略优先项、建立跨部门全局视野，以及通过多样化挑战加速能力迭代。
内部顾问——则完全不同。他们不”交卷离场”，而是长期扎根组织，熟悉业务脉络，与利益相关者建立长期信任，并共同承担成果。
一个有效的内部顾问体系，核心围绕四项要素展开：
- 以数据和系统建模掌握事实——而非凭直觉
- 灵活运用专业工具——仿真、排队论、工时研究、产能分析、流程图等
- 确保项目服务企业战略——创造可衡量的价值
- 适配沟通方式——依据不同受众的决策习惯调整表达
同时遵循三项原则：
- 从商业问题出发，而非技术工具——先明确问题、成功标准和决策时点，再选择恰到好处的方法，避免过度工程化
- 用管理语言建立无职权影响力——把”随机分布””瓶颈”转化为等待时间、产能、效率与投资回报率，用可视化支持决策
- 契约化管理——启动阶段明确研究问题、数据需求、交付节点、责任边界及退出机制，防止范围蠕变，顺利移交运营所有权
那么，当这套内部顾问体系遇上AI，会发生什么？
案例一：麦肯锡的”Lilli”——把100年知识装进一个AI
它是什么？
麦肯锡将自己100年的历史积累——超过10万份文件、案例研究和访谈记录——全部整合，打造了一款内部生成式AI工具，命名为 “Lilli”。
你可以把它理解为：麦肯锡内部版的知识库AI，训练数据源全部来自麦肯锡沉淀的项目资产。
它能做什么？
Lilli不是简单的问答机器人。它的核心能力是：
- 汇总关键信息——从海量历史项目中快速提取相关洞察
- 识别相关内部内容——自动匹配当前问题对应的过往案例
- 智能指路——告诉员工”这个问题，公司里谁最擅长”，直接连接到合适的专家
本质上，Lilli扮演的是一位”超级内部顾问”——它记得住麦肯锡做过的每一个项目，认识每一位专家，并且7×24小时在线。
用数据说话
| 指标 | 数据 |
|---|---|
| 全球员工总数 | 约45,000人 |
| 活跃使用比例 | 超过70%（约3万余人） |
| 平均使用频次 | 每周约17次 |
这意味着什么？在麦肯锡，Lilli已经不是”尝鲜工具”，而是高频的核心工作伙伴——几乎每个工作日都会用到。
战略价值
用麦肯锡自己的话说：Lilli首次将分散在全球各地的知识和能力集中在一处，让顾问能把更多时间花在”与客户一起激活这些见解”上，而非在内部找资料、找人。
知识不再随项目结束而流失，而是沉淀为组织资产。
案例二：BCG的”AI生产线”——36,000个定制GPT从哪来？
核心机制：”前线部署”模式
BCG的做法与麦肯锡不同，它更像硅谷的产品逻辑。
BCG组建了一支”前线部署顾问”团队——这些人不是坐在总部写报告，而是直接在客户一线项目中开发AI工具。一旦某个工具在实战中验证有效，就通过一套标准化的”AI生产线”回流至中央研发团队：
一线项目开发 → 红队安全测试 → 法务合规审查 → 产品化 → 全球推广
这套”AI生产线”确保每一个内部工具都经过质量严控，避免”野路子”AI带来的风险。
用数据说话
| 指标 | 数据 |
|---|---|
| 定制化GPT数量 | 超过36,000个 |
| 全球员工总数 | 约33,000人 |
| AI工具使用比例 | 近90% |
| 每日活跃用户比例 | 约50% |
36,000个GPT——这是什么概念？平均每个员工拥有超过1个专属AI工具。
代表性工具：Deckster
BCG内部的PPT生成工具Deckster，基于800‑900个内部模板训练，目前约40%的员工每周都在使用。
对于咨询行业来说，PPT是核心交付物。一个工具覆盖40%周活，说明它已经深度嵌入了日常工作流。
战略价值
BCG的逻辑很清晰：每一个一线顾问在实战中踩过的坑、总结的方法论，都应该被产品化，变成全公司的能力。
这不是”知识管理”，这是能力工业化。
补充视角：佐治亚理工学院的校内咨询团队
如果说麦肯锡和BCG是企业界的案例，那么佐治亚理工学院（Georgia Tech）的校内战略咨询团队（GTSC）则提供了一个组织内部的参考样本。
GTSC作为校级内部顾问团队，为全校各院系提供战略规划、决策支持与流程改进服务，核心使命是将高层的战略目标转化为可执行的行动方案。
这恰恰印证了前文提到的内部顾问价值：不是”交卷走人”，而是长期陪伴、共同承担成果。
对个人的启示：你能借鉴什么？
把以上案例抽象为一句话：
内部顾问的成功路径 = 分散的专业能力集中化 + AI赋能的知识中台 + 规模化释放组织智慧
具体到个人和组织层面，有三个可操作的借鉴方向：
-
把你的”个人知识”变成”组织资产”
麦肯锡的Lilli本质上做的是一件事：不让知识随人走。你在工作中积累的方法论、踩过的坑、总结的模板——有没有办法沉淀下来，让团队其他人也能用？
-
从”做项目”转向”建产品”
BCG的36,000个GPT背后是一个思维转变：不要每次都从零开始，而是把每一次解决问题的过程产品化。你今天写的一份分析报告、搭建的一个Excel模型，能不能变成下次直接调用的”工具”？
-
内部顾问的核心不是”技术”，是”翻译”
回到文章开头的原则——有效的内部顾问，核心能力是把专业语言翻译成管理语言。不管你用什么AI工具，能否把”随机分布”变成”等待时间”，把”瓶颈”变成”投资回报率”，才是决定影响力的关键。
每一家公司都在成为科技公司，但真正的转型不在工具，而在组织如何学习和记忆。
麦肯锡和BCG的实践告诉我们：AI最大的价值，不是替代人，而是让组织的能力不再随项目结束而流失。
参考来源
- McKinsey & Company – Lilli内部AI工具实践
- BCG – AI Product Assembly Line / 前线部署顾问机制
- Georgia Tech Consulting – 校内战略咨询团队模式
- 36氪、Business Insider Japan 相关报道
