大数跨境

七家大型咨询公司招聘总量降24%,FDE却从0冲到1404:咨询顾问正在被重新定义

七家大型咨询公司招聘总量降24%,FDE却从0冲到1404:咨询顾问正在被重新定义 消费AI进化体
2026-09-23
7
导读:七家大型咨询公司招聘总量降24%,FDE却从0冲到1404:咨询顾问正在被重新定义

01.

麦肯锡开始去以前不太会去的地方找人 


过去几十年,进入顶级咨询公司有一条清晰路径:名校、MBA,再加上出色的问题解决、沟通和商业判断。如今入口变宽了。


麦肯锡高级合伙人、QuantumBlack负责人Ben Ellencweig告诉Business Insider,公司的招聘在过去几年发生了巨大变化。数学家、计算机博士、科技公司员工和创业者进入视野,Coding Bootcamp等非传统路径也开始被纳入招聘渠道。


麦肯锡的QuantumBlack最能说明这种变化。十年前,它只有47名数据科学家;今天已发展为5000多名AI专业人才,团队里有数据科学家、数据工程师、设计师和产品经理。


麦肯锡招聘官网披露,公司在AI、工程、数据科学与新兴技术领域的全球人才社区约有6000人。这些人并非只在后台提供支持,越来越多人会直接进入客户现场,参与设计、建设和上线。


咨询公司寻找的,已经不只是更会分析的人。它还需要能把业务问题、AI和工程接起来的人。


02.

为什么咨询公司突然开始抢FDE?


FDE很难找到一个完全准确的中文翻译,大致可以理解为“前线部署工程师”,目前的定义也比较模糊。这个岗位早期在Palantir等科技公司里比较常见,如今快速进入AI公司和咨询公司。


原因并不复杂:客户已经不满足于听一遍“AI会改变业务”,他们会继续追问,Agent怎样接入CRM,客户数据如何调用,哪些环节可以自动完成,什么情况必须人工介入,权限怎样设置,系统上线后由谁维护。

图:FDE不是单一工程岗位,而是一组跨边界能力

这些问题横跨战略、流程与工程。麦肯锡相关岗位大多要求候选人拥有四到五年以上计算机工程经验,但Ellencweig强调,他们寻找的不只是技术能力,还包括好奇心、客户沟通和用技术解决复杂问题的意愿。


过去由顾问、产品经理、工程师与实施团队分别承担的能力,开始往一个角色上靠。Business + AI + Engineering + Client Deployment,构成了FDE的基本能力结构。


这股变化已经越过麦肯锡。AWS、Microsoft和Salesforce都在扩展FDE团队。2026年9月,Accenture与Google Cloud宣布成立新的Gemini Enterprise业务集团,并计划建立一支1000人规模的FDE队伍,直接推动企业级AI和Agent落地。


FDE正从少数科技公司的特殊岗位,变成连接技术与业务的关键角色。国内市场也在沿着同一方向走,只是岗位名称未必统一叫FDE。


德勤中国已经把工程、AI与数据放进咨询业务,服务范围覆盖软件全生命周期交付和长期运营。德勤与香港大学2026年的调研显示,受访企业进入AI生产部署阶段的比例已从56.0%升至64.4%;


埃森哲的中国企业调研则显示,跨过AI试点阶段的企业占比从46%升到88%,真正实现明显效率、收入或利润改善的企业只有14%。


这组落差解释了国内咨询公司的变化。客户已经听过很多AI趋势,接下来要处理的是业务场景、数据、旧系统、合规和组织流程,还要把项目推到生产环境。


国内招聘里,这类人可能叫AI咨询顾问、解决方案架构师、数据与AI顾问或技术交付负责人。名称不同,能力方向与FDE很接近,咨询、技术和实施之间的边界也在变淡。


03.

“好顾问”的标准在发生变化 


研究、Benchmark、数据整理、会议纪要和PPT初稿,过去需要大量初级顾问完成,如今已有相当一部分可以交给AI。


问题解决、沟通和商业判断依然重要,只是能力模型还要补上一层技术理解。Ellencweig希望麦肯锡整个顾问群体都变得更加technology savvy。


它不要求每个人都会写代码,却要求顾问知道AI能做什么、如何嵌入客户业务,也能与工程师、产品经理和数据科学家一起工作。

图:传统能力没有消失,技术理解与部署能力正在进入核心标准

背后是咨询交付本身在变化。过去,项目很大一部分停在Advice:分析问题、设计方案、提出建议。


AI时代,越来越多客户要求咨询公司继续向Build、Deploy甚至Run延伸。方案怎样落地,系统怎样接进去,Agent怎样运行,组织流程怎样调整,最后能否产生业务结果。这些问题开始进入同一份合同,也进入同一个项目团队。


对咨询顾问个人来说,转型并不意味着每个人都要成为全栈工程师。


更现实的第一步,是把自己的价值从资料搜集和初稿制作,移到问题定义、证据核验、业务判断和跨团队推进;


同时补上基本的技术素养,至少能听懂数据接口、权限、模型评估和上线运行,知道技术能做什么、边界在哪里,也知道什么时候该让工程师介入。


下一步,是选定一个行业或一段业务流程做深,并把项目跟到落地。能说清零售补货、银行风控或制造质检的真实约束,再借助AI搭出原型、与技术团队共同部署、用业务指标检验结果,这样的顾问会越来越难替代。


以后履历上更有分量的,将是推动多少方案进入生产环境,以及具体解决了什么问题。做过多少份报告,重要性会继续下降。


未来更值钱的复合型人才,是那些有专业深度、理解AI,又能进入一线把方案推到落地的人。

如果您遇到消费AI方面的问题与困惑,欢迎各位与我们一起学习交流!

图片

-END-

📍关注消费AI进化体|赋能组织AI转型

我们聚焦大消费行业(餐饮、零售、快消)的AI转型升级,坚信人在AI技术变革下起关键作用,以最精炼的方式帮助管理者掌握推动AI组织团队升级的框架、方法、工具,从而更好推动 AI 在团队中的真实落地,提升团队效能和组织上限。

图片
扫码添加小编微信,加入AI餐饮交流群
(加好友请务必备注:公司+职务)
投稿联系:樊老师13332662349(微信同号)
业务合作:贝老师13392164760(微信同号)
消费AI进化岛平台

媒体·投资·培训·峰会

点击关注 了解更多资讯

【声明】内容源于网络
0
0
消费AI进化体
专注AI数智化赋能大消费餐饮,提供行业分析报告、咨询培训,峰会展会,选品经销、供应链对接、会员服务等AI大消费餐饮产业解决方案
内容 1132
粉丝 0
消费AI进化体 专注AI数智化赋能大消费餐饮,提供行业分析报告、咨询培训,峰会展会,选品经销、供应链对接、会员服务等AI大消费餐饮产业解决方案
总阅读14.9k
粉丝0
内容1.1k