2026 年 9 月 · 5 分钟阅读

选 AI 咨询伙伴的新标准：看它自己跑不跑 Agent

关键定义

狗粮测试（dogfood test）判断供应商是否值得信任的标准：它是否先在自己内部大规模运行自己对外销售的产品或方案。咨询语境下即：这家公司自己跑不跑 Agent、拿不拿得出内部数据证明。

副驾型 Agent（copilot-class agent）辅助人类完成搜索、综合、起草等单步任务的 Agent，人类仍负责决策与执行。麦肯锡自称节省的 150 万小时属于此类（search and synthesis），与端到端自主执行完整工作流的 Agent 是两种能力。

AI 高绩效企业（AI high performer） McKinsey 定义：把组织 ≥5% 的 EBIT 归因于 AI 使用且认为影响「显著」的企业。2026 年全球调查中仅占 6%，与 2025 年持平。

选 AI 咨询伙伴，先问它自己跑不跑 Agent，再看它拿什么数据证明。麦肯锡 2.5 万 Agent 与 4 万人并行、EY 九个月建 5 万 Agent、Wipro 把「自己就是参考案例」当卖点——咨询业正在大规模「吃自己的狗粮」。但内生数字多为自报：麦肯锡自家调查里，仅 6% 企业把 ≥5% EBIT 归因于 AI。这篇把「狗粮测试」做成可执行的尽调标准。

一、事实：咨询业从「卖 AI 建议」转向「自己大规模跑 Agent」

麦肯锡 CEO Bob Sternfels（HBR IdeaCast 播客）：公司 40,000 名员工旁运行约 25,000 个个性化 Agent，目标年底接近 1:1；去年在搜索与综合类工作节省 150 万小时；六个月生成 250 万张图表——这一数字未被独立核实。来源：Yahoo Finance 报道与 TechTimes 报道。

EY：据官方案例研究，九个月内构建 50,000+ 个 Agent；EY.ai EYQ 部署给 300,000+ 专业人员；平台与微软（编排层）、英伟达联合构建，官方称「先喝自己的香槟」再与客户分享。来源：EY 官方案例研究。

Wipro：CIO Kenny Kesar 在 Google Cloud Consulting 视频访谈里说「we are our own reference」——110 亿美元营收的服务商先在内部孵化、验证方案再卖给客户；已在 Gemini Enterprise 上为 15,000 名员工部署 90 个编排式 Agent。来源：Wipro/Google 视频访谈摘要。

二、讽刺之处：麦肯锡自己的调查说，只有 6% 达标

麦肯锡 2026《State of AI》全球调查（1,719 位受访者，2026 年 5 月 4 日–6 月 8 日）：88% 组织在至少一个业务职能常规使用 AI；但仅 39% 报告任何程度的 EBIT 影响（其中多数低于 5%），仅 6% 属于「AI 高绩效企业」（≥5% EBIT 归因 + 认为影响显著）——与 2025 年持平。来源：McKinsey 官方调查页。

换句话说：全行业（包括咨询公司自己）的 AI 支出，绝大多数还没变成企业级 EBIT；而咨询公司用来卖课的「自家 150 万小时」，属于副驾型工作（搜索与综合），不是端到端自主执行的 Agent 工作。

三、我们的判断：狗粮测试的三层标准

第一层（数量）：它自己跑多少个 Agent？没有内部 Agent 的咨询公司不配卖 Agent 方案——它连自己都没跑过。第二层（类别）：它的 Agent 处理什么类别的活？副驾型（搜索、综合、起草）与端到端型（自主执行完整工作流并处理异常）是两种完全不同的能力；不区分类别的「节省 X 小时」，等于没有数字。第三层（审计）：它的内部数字有没有被独立验证过？自报数字是「证据的愿望」，独立审计才是证据。

我们的判断：狗粮是必要不充分条件。它证明「这家公司至少没在卖自己都不敢跑的东西」，但不证明「它跑出来的东西能在你的组织里复现」——后者取决于你自己的流程与数据，不取决于它卖的任何模板。

四、买方清单：尽调 AI 咨询伙伴的五个问题

① 你们内部跑多少个 Agent？在哪些职能？上线多久了？

没有内部 Agent 的咨询公司，不配卖 Agent 方案。

② 它们的活是副驾型还是端到端型？

能不能列出「自主完成、无需人接管」的占比？两类能力差别巨大，不区分类别等于没数字。

③ 你们节省了多少小时？用什么指标定义「节省」？基线是什么？

没有基线的时间数字无法检验；要求给出口径（时间段、样本、对比对象）。

④ 出错率与升级路径是什么？

多少个 Agent 出过越界事件？是事后发现还是实时发现？回答越具体越可信。

⑤ 这些内部数字有没有第三方审计？

没有的话，哪些可以开放给你做独立验证？自报数字按厂商口径打折。

五、行动建议与留给买家的决策问题

行动：把五个问题放进 RFP 或尽调清单；要求候选咨询伙伴出示内部 agent 遥测（数量、类别、基线、出错率、审计状态）；对任何「效率提升 X%」要求给出口径定义；把「愿意开放独立验证」设为加分项，把「只有案例研究」设为风险项。

留给买家的决策问题：你现在的 AI 咨询伙伴，能答出这五个问题里的几个？如果它连自己都不跑 Agent，你凭什么相信它能替你跑好？

OOMeta AI

OOMeta 的立场与做法：狗粮测试就是我们的运行方式——我们只交付自己内部跑过的方案，并愿意用内部遥测与独立验证接受客户尽调。本文把这一标准写成买方可复用的清单，正是为了把「案例研究」式销售赶出这个市场。

预约诊断会

参考来源：McKinsey《The State of AI: Global Survey 2026》https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai ；Yahoo Finance（McKinsey CEO：25,000 Agent / 150 万小时）https://finance.yahoo.com/news/mckinseys-ceo-breaks-down-ai-100301404.html ；TechTimes（McKinsey 2026 调查：6% 高绩效；250 万图表未独立核实）https://www.techtimes.com/articles/325590/20260826/record-ai-spending-cant-move-earnings-needle-94-enterprises-mckinsey-finds.htm ；EY《Building an enterprise-scale agentic AI operating system》https://www.ey.com/en_gl/insights/ai/building-an-enterprise-scale-agentic-ai-operating-system ；Wipro / Google Cloud Consulting 视频访谈（90 Agent / 15,000 员工，we are our own reference）https://www.technology-in-business.net/new-way-now-wipro-scales-agentic-ai-for-15000-associates-with-google-cloud-consulting/

常见问题

麦肯锡自己部署了多少 Agent？+

据其 CEO Bob Sternfels 在 HBR IdeaCast 披露：40,000 名员工旁运行约 25,000 个个性化 Agent，目标年底达到与员工数接近 1:1；去年在搜索与综合类工作节省 150 万小时；六个月生成 250 万张图表（未被独立核实）。

EY 的 Agent 规模多大？+

据 EY 官方案例研究：九个月内构建 50,000+ 个 Agent；EY.ai EYQ 已部署给 300,000+ 专业人员；平台与微软（编排层）、英伟达联合构建；官方称「先喝自己的香槟」再给客户。

Wipro 的「自己就是参考案例」是什么意思？+

Wipro CIO Kenny Kesar 在 Google Cloud Consulting 视频访谈中说「we are our own reference」：作为 110 亿美元营收的服务商，先在内部孵化并验证方案再卖给客户；已在 Gemini Enterprise 上为 15,000 名员工部署 90 个编排式 Agent。

为什么说这些数字是「自报」？+

麦肯锡的 25,000 Agent、150 万小时、250 万图表均来自公司自述（其中 250 万图表明确未被独立核实）；EY 与 Wipro 的数字出自厂商/合作伙伴的案例叙事，没有第三方审计。

麦肯锡自家调查说了什么？+

麦肯锡 2026《State of AI》全球调查（1,719 位受访者，2026 年 5 月 4 日–6 月 8 日）：88% 组织在至少一个业务职能常规使用 AI；仅 39% 报告任何程度的 EBIT 影响（其中多数低于 5%），仅 6% 属于「AI 高绩效企业」——与 2025 年持平。

尽调 AI 咨询伙伴时应问哪五个问题？+

① 你们内部跑多少个 Agent、在哪些职能、上线多久？② 它们是副驾型还是端到端型？③ 节省了多少小时，基线是什么？④ 出错率与升级路径是什么？⑤ 内部数字有没有第三方审计？回答越具体、越敢给基线与方法、越敢接受独立验证的，越值得信任。

「先发不是先赢」：Agent 回本是工作流设计问题

Salesforce 全球 2025 位 agentic AI 决策者调查：最快回本的行业（专业服务 6.5 个月）不是部署最快的；完美数据不是前提；治理越重回本越慢、漏检却翻倍；嵌入工作流比任何单点能力都重要。给 C-suite 的可执行上线顺序：先选有界工作流，再谈规模。

agent 规模化死在预算错配：78% 试点、14% 上线的五个缺口

2026-03 对 650 位企业技术负责人的调查：78% 有 agent 试点、仅 14% 到生产规模；89% 的失败可归因 5 个缺口（集成 63%/质量 58%/监控 54%/归属 49%/领域数据 41%）。我们的判断：规模化是 build-vs-operate 失衡——把钱从模型选型挪到 eval 与监控。

FDE 军备竞赛：上千工程师进场，谁留下证据？

Google Cloud 与 Accenture 成立 Gemini Enterprise Business Group，训练 1,000 名前向部署工程师。五支部署军团（微软/OpenAI/Anthropic/AWS/谷歌）全部以人头数作为承诺单位——但没有一支回答：工程师离场后，谁独立核验 agent 做了什么？

采用狂奔，EBIT 原地不动：企业 AI 的规模-回报断层

McKinsey 2026 调查：营收 10 亿美元以上企业规模化 AI agent 一年从 27% 涨到 40%，但报告 EBIT 影响的比例卡在 37% 两年不动，高绩效者仅 6%。断层在扩大，根因不是模型或平台——高绩效者 73% 围绕 AI 重建了工作流，其他企业只有约 25%。个人生产力不自动上资产负债表。

一、事实：咨询业从「卖 AI 建议」转向「自己大规模跑 Agent」

二、讽刺之处：麦肯锡自己的调查说，只有 6% 达标

三、我们的判断：狗粮测试的三层标准

四、买方清单：尽调 AI 咨询伙伴的五个问题

① 你们内部跑多少个 Agent？在哪些职能？上线多久了？

没有内部 Agent 的咨询公司，不配卖 Agent 方案。

② 它们的活是副驾型还是端到端型？

能不能列出「自主完成、无需人接管」的占比？两类能力差别巨大，不区分类别等于没数字。

③ 你们节省了多少小时？用什么指标定义「节省」？基线是什么？

没有基线的时间数字无法检验；要求给出口径（时间段、样本、对比对象）。

④ 出错率与升级路径是什么？

多少个 Agent 出过越界事件？是事后发现还是实时发现？回答越具体越可信。

⑤ 这些内部数字有没有第三方审计？

没有的话，哪些可以开放给你做独立验证？自报数字按厂商口径打折。

五、行动建议与留给买家的决策问题

留给买家的决策问题：你现在的 AI 咨询伙伴，能答出这五个问题里的几个？如果它连自己都不跑 Agent，你凭什么相信它能替你跑好？

OOMeta AI

预约诊断会

选 AI 咨询伙伴的新标准：看它自己跑不跑 Agent

一、事实：咨询业从「卖 AI 建议」转向「自己大规模跑 Agent」

二、讽刺之处：麦肯锡自己的调查说，只有 6% 达标

三、我们的判断：狗粮测试的三层标准

四、买方清单：尽调 AI 咨询伙伴的五个问题

五、行动建议与留给买家的决策问题

常见问题

相关文章

选 AI 咨询伙伴的新标准：看它自己跑不跑 Agent

一、事实：咨询业从「卖 AI 建议」转向「自己大规模跑 Agent」

二、讽刺之处：麦肯锡自己的调查说，只有 6% 达标

三、我们的判断：狗粮测试的三层标准

四、买方清单：尽调 AI 咨询伙伴的五个问题

五、行动建议与留给买家的决策问题

常见问题

相关文章