麥肯錫推出免費 AI 面試練習工具，高價顧問面試教練恐受衝擊

麥肯錫（McKinsey & Company）正式向全球應徵者開放免費 AI 面試練習工具，讓任何人都可無限次練習量化案例面試，不須花費高達每小時 500 美元聘請專業面試教練。

這款工具於 2026 年 4 月推出，針對初階 Business Analyst 及 Associate 職位申請人，同步配合麥肯錫在最終面試引入內部 AI 助手「Lilli」參與評估，意味著 AI 協作能力已成為進入頂級管理顧問公司的基本門檻，而非附加優勢。

本文將從 3 個面向深入剖析：免費 AI 工具如何重塑顧問求職準備、Lilli 評估機制如何重新定義顧問人才標準，以及這場 AI 轉型背後的結構性矛盾。

打破高牆：500 美元教練時代走向終結

管理顧問面試素一向以高難度著稱，坊間專業面試教練收費由每小時 200 至 500 美元不等，許多來自非精英學府或資源有限背景的應徵者望而卻步。麥肯錫全球人才吸引共同負責人 Marie Christine Padberg 接受《華爾街日報》訪問時直言，這款免費工具設計初衷除了協助應徵者練習量化題型，也針對一個長期被忽視的心理關卡：「做量化題是一回事，但在有人注視下做又是另一回事。」這句話點出顧問面試本質──在高壓下展示清晰思維，而非單純展示數學能力。

這款工具與實際面試內容高度一致，涵蓋市場規模估算、損益分析及數據分析等常見量化題型，應徵者可反覆練習至熟悉為止。

根據顧問業面試準備研究公司 CaseBasix 分析，傳統備考費用包括面試教練費、培訓課程費及模擬面試費，往往超過 5,000 美元，對亞洲與新興市場求職者而言形成不小的財務門檻。麥肯錫此舉直接衝擊估計市值逾 10 億美元顧問求職準備市場，包括 MBB Prep、CaseCoach 等平台均面臨商業模式重組壓力。

值得關注的是，這並非單純公益行為。麥肯錫透過降低準備門檻，得以擴大全球人才來源，在日益激烈的頂尖人才爭奪戰中吸引更多高潛力求職者，尤其來自非傳統顧問人才來源的學生，如亞洲理工院校及非英語系國家頂尖大學人才。

AI 評估新標準：Lilli 如何重新定義顧問人才

免費練習工具只是麥肯錫 AI 整合策略冰山一角。自 2026 年 1 月起，公司已在商學院畢業生 MBA 最終面試中正式引入 Lilli。這款由麥肯錫自行開發、整合多個大型語言模型的企業級 AI 助手。應徵者須在面試官面前運用 Lilli 分析個案並完善結論，而評估重點也不只是「懂得使用 AI 工具」。

根據麥肯錫內部資料及 Padberg 公開陳述，面試官實際評估 3 項核心能力：

提問架構：應徵者如何向 Lilli 問題，能否將模糊的客戶痛點轉化為精準查詢指令。
批判性解讀：面對 Lilli 輸出內容，應徵者能否辨識潛在錯誤、偏誤，或在特定客戶情境下的不適用性。
情境應用：能否將 AI 分析結果有效轉化為具體可行的客戶建議。

Padberg 明確指出：「AI 可以生成分析，但目前還無法判斷這分析對特定客戶的問題是否合適。」這正是人類顧問不可替代的判斷價值所在。

Lilli 的應用擴大速度吸引業界注意。目前麥肯錫旗下約 60,000 名員工由大約 25,000 個 AI 代理（AI Agent）提供支援，在 18 個月前，這個數目只有 3,000，增幅超過 8 倍。與此同時，超過 75% 員工每月活躍使用 Lilli，涵蓋知識檢索、研究匯報及客戶提案準備等場景。這組數據反映工具滲透率，也意味著整個行業知識工作形態正在出現轉變。

（Source：麥肯錫）

裁員與招募並行：顧問業 AI 轉型結構性矛盾

然而這場轉型並非沒有代價。麥肯錫因 AI 自動化非客戶接觸職能而裁減約 200 個技術職位，整體員工人數於 2023 至 2025 年間縮減逾 10%，初階職位受衝擊最大，而這些恰恰是 AI 練習工具所協助的職位類別。這一矛盾反映知識產業的結構性矛盾：企業一方面縮減某類職位，另一方面又為同類職位申請者提供面試準備支援，反映 AI 轉型期間勞動力市場深層張力。

這個趨勢遠超麥肯錫本身。底特律各大汽車製造商在縮減白領員工的同時，大舉招募 AI 工程人才；Salesforce 部署 AI 代理後裁減 4,000 個客戶支援職位；Goldman Sachs 據報也在探索以 AI 工具取代部分初階分析師文件處理工作。與此同時，AI 創造的新職位薪酬往往顯著更高：Anthropic Claude Evangelists（AI 產品推廣專員）年薪達 240,000 美元，Chief AI Officer 更逼近 500,000 美元，但所需技能組合與傳統顧問培訓路徑截然不同。

人力資源諮詢公司 Mercer 大中華區負責人 Vivian Chu（化名）指出，香港及亞太區管理顧問招募市場正面臨雙重壓力：一方面，客戶對顧問 AI 能力要求急速提升；另一方面，本地頂尖商學院 AI 實務課程還沒完全跟上節奏。她預測，未來 18 至 24 個月內，能夠與 AI 工具協作的應徵者將在薪酬談判中取得顯著優勢，而缺乏此能力者薪資溢價將逐步縮小。

CaseBasix 公司預測，BCG（Boston Consulting Group）及 Bain & Company 極有可能跟隨麥肯錫推出類似 AI 面試準備環節，預計最早於 2026 年秋季招募周期實施。這意味 AI 協作能力評估將在短期內成為整個 MBB（McKinsey、BCG、Bain & Company）面試體系標準。

新入行門票：AI 協作重新定義顧問人才價值

對 2025 及 2026 屆畢業生而言，麥肯錫正在傳遞一個清晰信號：AI 運用不再是額外加分項，而是進入頂級顧問公司基本能力。免費練習工具降低求職準備的財務門檻，但 Lilli 面試環節卻提高能力門檻，它要求應徵者具備在壓力下仍需對 AI 輸出結果具備批判性思維，並將其應用於複雜客戶場景的綜合判斷力。這種能力無法透過記憶框架或反覆練習量化題型獲得，而必須透過真實 AI 協作實踐累積。

隨著管理顧問業持續整合 AI 工具，一個核心問題值得業界深思：當 AI 能夠完成愈來愈多傳統初階顧問結構化分析工作，人類顧問不可替代價值究竟將聚焦於何處？麥肯錫答案似乎是：在不確定性中作出判斷，在模糊情境中建立信任，以及在 AI 無法觸及的人際關係層面創造價值。