隨著人工智慧技術飛速發展，市場正興起一股利用AI模仿管理顧問服務的趨勢，特別是複製麥肯錫（McKinsey）等頂尖顧問公司的工作流程。這些AI代理（AI agents）透過模擬顧問的思維模式與分析框架，挑戰了傳統專業服務的定義與價值。
根據《Business Insider》報導，科技公司Vercel旗下提供一個開源的「技能庫」（skills library），其中包含近9萬種可重複利用的AI代理技能。這些技能涵蓋從文案寫作、程式碼審查到顧問式問題解決等多元應用。Vercel這家估值逾90億美元的AI新創公司，正營運一個專為開發者設計的雲端AI平台。
「技能」在AI領域中，指的是開發者可建立或下載並賦予AI模型或代理的能力，讓它們無需從頭訓練即可執行特定任務。此概念自去年10月Anthropic為其聊天機器人Claude引入「技能」後，便開始普及，吸引開發者投入建構與分享可整合至各類AI系統的技能。
Vercel的技能庫中，至少有四項技能標註為「mckinsey」，另有26項標註為「consultant」。其中最受歡迎的顧問相關技能是「mckinsey-consultant」，自今年1月25日上傳以來，平均每週安裝次數達445次，並在GitHub上獲得200顆星，顯示其在開發者社群中具備實用性與受歡迎程度。該技能透過一個「提示框架」（prompt framework），引導AI進行問題界定、提出假設、執行結構化分析，並製作簡報，旨在複製傳統麥肯錫顧問的核心工作流程。
然而，前麥肯錫專案經理Arvind Vasudevan在受訪時表示，這類AI代理仍缺乏真正顧問的關鍵能力。他指出，麥肯錫、波士頓顧問公司（BCG）和貝恩（Bain）等MBB策略顧問公司之所以能創造價值，很大程度上來自於顧問所提出的問題、進行的對話，這些過程有助於釐清思考、揭露未明確的假設，並確保深度思考。目前AI代理僅能進行樣板化分析，而缺乏這種「蘇格拉底式提問」與深度思辨能力。
儘管存在局限，模仿顧問工作的AI代理已為部分公司帶來豐厚營收。例如，由開源獨角獸Hasura成立的PromptQL，其企業級AI平台便透過整合客戶內部數據與基礎模型，協助建立客製化AI分析師。這些AI分析師部署後，能執行數據科學家或工程師通常負責的任務，並持續學習與適應環境。
PromptQL共同創辦人暨執行長Tanmai Gopal向《Business Insider》表示，銷售分析服務的最大障礙，亦是麥肯錫等顧問公司的「護城河」，在於理解人、數據與營收之間的複雜關聯。他強調，麥肯錫團隊能進駐企業數週，深度掌握實際運作模式、例外情況、內部口傳知識及各部門對定義的差異，這種「企業特有情境脈絡」才是其顧問建議價值數百萬美元的關鍵。Gopal指出，許多企業級AI工具失敗的原因，在於缺乏適當基礎，傾向於猜測，而非主動提問、從反饋中學習或維持團隊間的共同理解。
PromptQL則致力於透過「共同理解層」來解決這些問題，該理解層能隨著每次新輸入而調整。當團隊成員糾正AI、教導其新定義或解決歧義時，該知識便能永久儲存並供所有人使用。這並非由數據工程師維護的語義層，而是透過對話逐漸生成。Gopal補充，模型不會自動了解內部細微差異，如價格變動、團隊特定術語或營收定義的衝突。真正的問題不在於AI的能力，而是情境脈絡的缺失。
簡而言之，顧問的簡報從來都不是產品本身，其判斷力才是核心價值，而這正是人工智慧仍在學習的環節。
