咨询行业从业者Brian Sommer：AI能替代初级顾问的文档工作，但替代不了把八成想法打磨到九五分的同行评审

Brian Sommer大学三年级时创办了自己的第一家咨询公司，后来在安达信（Arthur Andersen，埃森哲的前身）工作。他在2026年11月发表的文章中回应了一个反复出现的问题：咨询顾问是否仍然不可或缺？他的回答是肯定的——但原因比通常的讨论更具体。

Sommer首先承认AI对咨询业初级工作的冲击是真实的。生成式AI可以解析数十亿份客户文档来识别趋势、总结内容、结构化数据，可以起草咨询演示文稿、生成研究报告，算法AI可以快速处理大量数据源来制作财务和运营预测。更关键的是，ERP、人力资源和财务会计软件厂商正在用AI自动化实施工作——数据清洗、预配置软件、插入监管要求和行业特定流程——这些过去正是需要大量初级顾问和集成商完成的任务。

但Sommer的核心论点不是AI做不了这些，而是AI做完了这些之后，剩下的那部分才是咨询的真正价值所在。他用两个亲身经历来说明：一位他认识多年的专业人士递给他一份AI生成的'结果'，把趋势线外推当成了实际数据——没有审计追踪指向原始数据，这本该是一个巨大的警示信号，但对方完全没有注意到。另一位精明的金融分析师给他看了AI生成的图表，视觉上很漂亮，但对若干需要纳入的更微妙因素完全没有思考和考量。

Sommer认为这触及了AI做不好而人能做好的核心：思考。AI开发者喜欢说AI可以推理，但这与深思熟虑的分析、评估和多种视角的应用不是一回事。人可以做批判性思考，也可以纳入AI原始训练中不存在的独特角度。AI擅长重新解决一个旧问题，但那些一次性的、奇怪的、独特的事情不在它的数据、大语言模型或训练集中。

那么谁做AI做不了的新颖工作？Sommer的答案是咨询顾问。他描述了优秀咨询的实际运作方式：面对一个棘手的客户项目，最好的方法是召集一组理解客户、行业、市场趋势、价值创造和组织的高级顾问。这些知识可能部分已被编码进AI使用的模型中，但有些东西——比如微妙之处——仍然超出AI的能力范围。

他给出了一个具体的机制：优秀顾问知道自己可能只能独立想出一个好点子的八成，但需要一个团队来真正精炼和扩展这个原始概念，把八成方案推到九五到九七分。这就是为什么顾问会把新想法、概念和方法与其他顾问交流。安达信要求所有事项在分享给客户之前必须经过'第二合伙人评审'。这个过程一部分是审查，一部分是性格塑造——当你把自认为最好的想法放在同侪和上级面前，看着它被拆解，这令人谦卑，但所有这些新输入和视角带来的知识可以显著改善给客户的建议。

Sommer把这种评审体验比作老式的软件代码审查：程序员花了大量时间和精力写了一个程序，在审查中必须向同侪和编程负责人解释和辩护自己的代码，决策和设计被解剖，有时感觉相当私人化。这些评审技术的设计目的是为客户产出最高质量的结果。AI工具有时能产出好的结果，但伟大的结果仍然需要一双鹰眼般的专家之手，去理解和测试那些可能不存在于AI数据中的微妙之处。

文章还讨论了一个看似矛盾的现象：如果AI正在侵蚀咨询业的底层工作，为什么Anthropic反而要进入这个市场？Sommer引用了StrategyCase.com上Dr. Florian Smeritschnig的分析——Anthropic通过两个合资企业进入咨询：一家是与Blackstone、Hellman & Friedman和Goldman Sachs合作的美国公司Ode，约15亿美元承诺资本，2026年7月启动；另一家与伦敦私募股权公司Hg合作，预计年底前在伦敦和柏林开业。两者都把工程师派驻客户公司内部，基于Claude构建AI系统。

Smeritschnig的结论是：Anthropic的咨询推进最重地打击了埃森哲和四大会计师事务所的AI实施业务，对麦肯锡、波士顿咨询和贝恩的影响主要通过其工程部门。而这是迄今最有力的证据，表明AI创造咨询工作而非消灭它。Sommer补充了Jose Esteves在LinkedIn上的一个观点：像Anthropic这样的公司可能利用这些咨询项目来加强与大型企业的关系。

Sommer还指出了传统咨询业面临的一个结构性挑战：学徒机制。如果不再需要那么多初级咨询人员，那么长期建立的培养流程如何运作？咨询公司如何发展未来的业务领导者？这不仅是人力问题，而是整个行业知识传承链条的断裂风险。