咨询圈 Good News+1

麦肯锡官方宣布北美明年大扩招

划重点：招聘更多 entry-level 员工

cr.Business Insider

而带来以上好消息的

就是麦肯锡北美 Chairman Eric Kutcher

麦肯锡扩招，只有这一类留学生受益？

Eric Kutcher 于周一在纽约举办的麦肯锡媒体开放日活动中披露，当前麦肯锡北美地区非合伙人员工规模约为 5000 至 7000 人，未来五年内，这一群体的人数有望增长 15% 至 20%。

他进一步表示，2026 年麦肯锡计划在北美地区的招聘人数较 2025 年提升 12%，且明确公司将持续扩大入门级岗位的招聘体量。

在场的人一定会问 Eric Kutcher：Why young workers？

Eric Kutcher 的回答是：年轻求职者成长于技术普及的环境，频繁接触 AI 等前沿工具，因此对这类技术的掌握程度更高，这也成为他们的核心优势。

" 就拿 20 岁的经济学专业学生来说——我认为他们对技术的敏感度和运用熟练度，远超过那些已有 7 年工作经验的 35 岁职场人。"  

Eric Kutcher 也是高情商表示AI 并不会取代 entry-level 岗。但话里话外的意思大家也都明白：如果你不懂 AI，大概率进不了咨询的门。

对于明年想要准备冲刺北美咨询行业的留学生来说，如果你想借麦肯锡扩招的东风上岸，现在就得慢慢建立对 AI Case 的认知。

当然，没有什么会比麦肯锡自己出的 AI Case Guide 更有参考价值了。这本《REWIRED：The McKinsey guide to outcompeting in the age of digital and AI》由三位麦肯锡合伙人共同撰写，书中整理了 200 多个和 AI 相关的 Case，了解企业 AI 转型方法。

1

All in AI，这家咨询公司比麦肯锡还果敢

和麦肯锡持相同观点的还有 Accenture。而这家科技咨询巨头更加果敢，直接对 70 万名员工进行 AI 技术培训。

cr.economictimes

Accenture CEO Julie Sweet 在接受彭博电视采访时说道：" 每一次新技术浪潮的到来，都需要一定的时间进行培训和再培训，埃森哲的核心竞争力就在于能够大规模地做到这一点。"

Julie Sweet

Kara Wiekowski 透露：" 我们拥有约 7 万名数据和人工智能团队成员，约占我们员工总数的 7% 到 10%。"

名字看上去很技术派的 Agentic AI 和留子们平时用的 ChatGPT、自动化工具比，最大区别就是 " 从你催一步动一步变成主动帮你把事做完。"

留学生们平时用的那些简单 AI 工具，比如邮件自动分类、日历到点提醒，其实都有点 " 一根筋 " ——只能干好预设的那一件事，遇到稍微复杂点的情况就歇菜了。但 Agentic AI 不一样，就拿小组作业协调时间来说，它能自己去查你和组员的课表、实习排班，自动筛出 3 个大家都有空的时间段，接着发邮件问每个人更倾向哪个时间，等确定好后还会把日程同步到所有人的日历里。

Agentic AI 是能自己看懂需求、搞定复杂任务的靠谱搭档，这也能理解为什么 Accenture 会花那么多精力培训员工用它。

咨询面试被问到 AI Case 如何回答？

咨询公司越来越关注候选人对 AI 相关知识和应用的理解与掌握能力。特别是在一些专注于 IT 咨询、数字化转型等领域的岗位，AI Case 题目出现的概率会更高。Accenture 去年就在面试中问到了 AI Case 题

请给一家巧克力制造商提供 Al 服务，帮助他们实现数字化转型，增加 Profitability。

对冲刺咨询行业的留学生而言，需明确一个核心趋势：当前咨询公司对候选人 AI 知识与应用能力的考察，已从加分项逐步转为基础门槛。

从行业本质来看，咨询的核心价值始终是为客户解决真实商业问题，这也是面试官高频追问实际项目细节的底层逻辑。

随着全球客户的需求结构发生显著变化，制造业客户寻求通过 AI 优化预测性维护以降低停机成本、快消客户希望借助 AI 实现供应链需求精准预测以减少库存浪费、金融客户尝试用 AI 提升风控效率与客户服务响应速度…… 这些真实需求直接推动咨询公司的项目结构向 AI 倾斜。

BCG 官网晒出多个客户的 AI 项目。

客户需求与项目结构的变化，必然倒逼人才选拔标准调整。对咨询公司而言，招聘的核心目标是选拔能快速融入项目、创造价值的候选人：若候选人连 AI 场景下的业务逻辑都无法拆解—— 比如为零售客户设计 AI 精准营销方案时，不清楚需整合 " 用户消费历史、区域消费偏好、促销活动数据 " 等核心数据源，后续将难以参与真实项目，甚至可能拖慢项目进度。

因此，面试中增加 AI Case 考察，本质还是对解决真实问题能力的延伸评估。

回答 AI Case 要注意的 2 个问题

很多留学生担心自己没接触过 AI 相关项目，面试时会露怯，但实际上咨询面试官真正看重的是你的商业拆解能力。所以哪怕你没有相关实习，只要能在回答问题时展现出咨询顾问所需的核心 skills，照样能获得认可。

另一类需要注意的情况是，部分有 CS、Data 相关背景的留学生，容易在面试中刻意堆砌技术术语。但咨询面试官考察 AI Case 题的本质前面也已经和大家说过了。

所以说哪怕你能说出 10 种算法模型，但无法合理解释这能帮客户多赚多少钱 / 少花多少钱，也无法通过面试。反之，即使是纯商科背景，只要能清晰拆解 "AI 如何介入业务流程、带来哪些可量化的改变" 也能在面试中脱颖而出。

2

回答 AI Case 题的实用框架

最后 WST 和大家分享一下回答 AI Case 题的实用框架，可以分为 5 步。

1）明确客户的真实需求

先跟面试官确认清楚客户的情况，比如可以问

您说的这个客户，是做线下零售的还是线上电商呀？他们想靠 AI 解决的‘库存问题’，是想减少缺货丢单，还是怕压太多货占资金呀？有没有说过大概想把库存周转天数降多少？

这么问一来能体现你懂咨询的 " 以客户为中心 "，二来能避免后续说半天，发现跟客户真实需求跑偏了——毕竟 AI 再厉害，解决不了客户的核心痛点也没用。

2）拆拆客户的业务流程，找 AI 能插上手的地方

比如客户是做零食批发的，想靠 AI 优化补货，你就先想他们补货要走哪些步骤，然后挑出 AI 能帮上忙的环节。

举个例子

先看过去卖了多少（历史销量）

再看现在仓库有多少（库存）

最后决定给每个门店发多少（补货量）

像算每个门店该补多少货，以前可能靠老员工经验，现在 AI 的数据会更准。

3）说清 AI 具体怎么干

这步是核心。但千万别堆专业术语，就用大白话讲 "AI 要做什么、能出什么结果 "。还是零食补货的例子

首先得找些数据——比如过去 1 年每个月的销量、每个门店周边的人流情况、还有之前做促销时的卖货数据。

然后让 AI 对着这些数据找规律，比如发现‘夏天可乐在学校周边门店卖得特别快。

最后 AI 会给出一个补货建议表，比如 A 门店下周要补 200 瓶可乐，B 门店补 120 瓶，还会标注因为下周末有促销，建议多备 30%。

4）想想落地时可能出现的问题

客户真要落地 AI 方案，肯定会有大大小小的问题，你提前想到并说出解决办法，面试官会觉得你很有风险意识。

5）最后绕回 " 能给客户带来啥好处 " —— 用数据说话

收尾时一定要把 AI 的价值量化，例子如下

这么一套下来，短期能让客户的库存预测准确率从原来的 60% 提到 85%，少压个几百万的货；中期门店缺货少了，每个月销售额能多涨个 5%-8%；长期下来，客户能靠这些数据把补货流程理顺，以后就算开新门店，也能快速搞定补货，不用再全靠经验。

这样既呼应了开头的客户需求，又让整个回答有始有终。

成立至今，WST 已连续 12 年，每一年都集齐全球三大管理咨询公司 McKinsey、Bain、BCG offers 做到了连续 12 年MBB 海外地区 95% 向中国留学生发出的 offer 都由 WST 学员包揽！

2020-2025 最难求职季，MBB、Tier 2 管理咨询公司，Top 2 科技咨询公司 Accenture、Capgemini、Top 4 经济咨询公司 Analysis Group、NERA Economic Consulting、Cornerstone、Charles River Associates 向中国留学生发放的 offers，95% 为 WST 学员。战绩可查→

不经过正规化和魔鬼式的训练，何谈年薪百万？

备战 2026 求职季

联系 WST 团队咨询项目 ~~

声明：所有学员斩获的高薪岗位实习 / 全职 offer，均是通过 WST 的求职项目达到自身实力过硬，符合公司录用标准的前提下通过官方校招渠道，自行申请所获得。

▼点击这里，更多求职资讯尽在 WST