McKinsey把25000个AI智能体算作"员工"：当全球最大咨询公司用1:1人机配比重定义组织，你的企业准备好了吗？

"McKinsey有多少员工？"——如果你在今年初问这个问题，CEO Bob Sternfels会告诉你：60000人，其中40000个是人类，25000个是AI智能体。

这不是比喻，不是噱头，也不是硅谷式的夸张修辞。这位全球最大管理咨询公司的掌门人，今年1月在CES大会上正式把AI智能体纳入了公司"员工人数"的官方口径。McKinsey发言人随后向Business Insider确认了这一数字。

18个月前，McKinsey只有几千个智能体。现在是25000个。Sternfels的目标是：2026年底之前，让每一个人类员工至少配备一个AI智能体伙伴——也就是说，实现1:1的人机配比。

这件事值得每个企业决策者认真想一想：全球收费最贵的脑力劳动公司，正在用AI重新定义"员工"这个词。

"25平方"模型：一半增长，一半收缩，总量还在涨

Sternfels提出了一个他称之为"25 squared"（25平方）的组织模型：客户面的咨询角色增长25%，非客户面的后台角色缩减25%，但后台的产出反而增长了10%。

翻译一下：过去McKinsey的增长逻辑是"多招人=多赚钱"，现在变成了"一边招人、一边减人，总营收还在增长"。Sternfels自己也说，这是McKinsey历史上的"新范式"。

支撑这个范式的数字很硬：

McKinsey的AI中枢是QuantumBlack——一个1700人的团队，专门负责所有AI项目。这个团队驱动的业务已占McKinsey总业务量的40%。从几千个智能体扩展到25000个，只用了18个月。

更值得注意的是商业模式的变化：McKinsey正在从传统的"按工时收费"模式，转向与客户共同制定业务目标、按结果分成的"共享成果"模式。当你的"员工"包含25000个不吃饭不休假的智能体时，按小时卖时间显然不再是最优策略。

EY反驳：智能体数量不等于价值，行业在争什么？

McKinsey的"25000"宣言在咨询行业引发了一场有趣的辩论。

竞争对手EY的全球工程负责人Steve Newman对Business Insider直言：智能体的数量并不总能转化为价值。他说EY最大的AI回报，来自"仅仅几个做着最重活的智能体"。EY更关注的是通过KPI来衡量生产力、质量和成本——而不是比谁的智能体headcount更大。

这场辩论的本质其实不是"数量vs质量"——而是两种完全不同的AI部署哲学。McKinsey走的是"大规模人机融合"路线：让每个人类员工标配AI搭档。EY走的是"精准部署"路线：找到少数高杠杆场景，用少量智能体撬动最大回报。

哪条路径更好？这取决于企业的规模、行业和阶段。但有一个共识正在形成：2026年，企业讨论AI的方式已经从"要不要用"变成了"怎么编排"。来自Moltbook-AI的数据显示，67%的财富500强公司至少已有一个AI智能体在生产环境中运行，这一比例较2025年的34%翻了一倍。

不是每家公司都是McKinsey：中小企业的"智能体扩张"陷阱

McKinsey有1700人的专职AI团队，有全球最丰富的知识管理体系，有几乎无限的预算来试错。大多数企业没有这些条件。

盲目追求"我也要25000个智能体"是危险的。行业观察者已经指出了一个正在蔓延的新问题——Shadow AI：员工在IT部门不知情的情况下，自己接入各种AI工具和智能体，数据安全、合规边界、知识一致性全部失控。当智能体数量增长得比治理能力更快，你得到的不是效率提升，而是一团混乱。

McKinsey自己的2025年AI调研也证实了这一点：88%的企业已在至少一个业务功能中使用AI，但只有约三分之一开始了规模化部署，不到10%在功能层面实现了Agentic AI。差距不在于"有没有AI"，而在于"AI是散装的还是成体系的"。

星盒视角：智能体不是headcount，是"组织能力"

McKinsey这件事给我最大的启发不是"25000"这个数字，而是Sternfels对组织的重新定义——人类和智能体不再是"使用者和工具"的关系，而是"协作者"的关系。

但这个定义能成立，有一个前提条件：你的智能体必须在一个统一的系统里被编排和治理，而不是25000个独立运行的孤岛。

这恰恰是STARBOX从第一天就在做的事情。我们的三层架构——组织→BOX（智能工作台）→智能体——本质上解决的就是"智能体怎么成体系"的问题。STARBOX的300+智能体不是300个散装工具，而是在统一知识体系、统一权限管控、统一决策逻辑下协同工作的组织级能力。

McKinsey用1700人的QuantumBlack团队来管理智能体规模化。STARBOX做的，是让3人团队也能获得McKinsey级别的"人机协作"能力——不是靠比人头，而是靠四维知识体系（预训练+行业+企业专属+实时数据）让每一个智能体都"知道自己该做什么、不该做什么"。

EY说的对：数量不等于价值。但McKinsey也说的对：规模化人机协作是新范式。这两件事不矛盾——关键是你的智能体有没有在一个有知识、有方法论、有治理的系统里运行。

写在最后

McKinsey的"25平方"模型揭示了一个必须面对的现实：AI对组织的改变，不是"加一个工具"那么简单——它正在重新定义什么叫"团队"、什么叫"产出"、什么叫"增长"。

留一个问题给大家：如果你明天也要回答"你的团队有多少人"，你会把AI智能体算进去吗？如果算，那些智能体之间有没有一个统一的"操作系统"在管理它们？

这个答案，可能比"要不要用AI"重要得多。

明天继续追踪AI前沿，我们官网见。