埃森哲 8.65 亿美元 「再培训或离开」 半年期实验:三月就提前完成 8.5 万 AI 专家目标 — 朱莉·斯威特 4 月 29 日的话是 「最难的部分还在后面」

去年 9 月,埃森哲计提 8.65 亿美元重组费用,用于劝退那些无法被再培训成 AI 交付人才的员工。到 2026 财年第二季度(3 月),公司已经拥有 8.5 万名 AI 与数据专家 —— 提前一个季度完成全年 8 万的目标。CEO 朱莉·斯威特 4 月 29 日的判断是:最难的部分还在后面。

埃森哲 8.65 亿美元 「再培训或离开」 半年期实验:三月就提前完成 8.5 万 AI 专家目标 — 朱莉·斯威特 4 月 29 日的话是 「最难的部分还在后面」

2025 年 9 月,埃森哲在 财报中计提了 8.65 亿美元的重组费用,用于 CEO 朱莉·斯威特口中的「为期六个月的业务优化项目」。媒体抓住的不是数字本身,而是其中的人员条目:大约 1.1 万名员工被「在压缩时间表内劝退,因为根据我们的经验,再培训对于我们需要的技能并不是一条可行的路径」。

斯威特 2026 年 4 月 29 日接受《财富》采访时 更新了这份成绩单。半年下来:在职 AI 与数据专家 8.5 万人 —— 提前整整一个季度完成 FY26 年底 8 万的目标;55 万员工接受了生成式 AI 工具的培训;2026 财年第二季度新签订单创下 221 亿美元的纪录,其中 41 家客户单笔签约超过 1 亿美元

斯威特对这份半程评估的总结很简单:最难的部分还在后面。

这与今天上午 那篇技能鸿沟稿 写的大型科技公司裁员浪潮,是两种完全不同的裁员形态。微软、Meta、甲骨文裁人,是因为 AI 资本开支必须有人买单,而劳动力是 P&L 上唯一足够灵活的成本项。埃森哲裁人的逻辑相反:AI 已经变成了埃森哲卖给客户的东西本身,无法交付 AI 的员工就无法交付埃森哲。

「再培训或离开」在大规模上到底意味着什么

埃森哲进入 FY26 时全球员工约 73.3 万人。1.1 万人离开,大约是 1.5% —— 比 微软 7% 的自愿离职名单Meta 10% 的裁员比例 都低。表头数字不是新闻,构成才是。

8.5 万 AI/数据专家中,绝大多数不是新招进来的。埃森哲对 55 万存量员工进行了生成式 AI 培训,把数万名顾问从老业务 —— 甲骨文实施、SAP 上线、大型机迁移、Java 重写 —— 转岗到 AI 与数据交付岗。被劝退的那一群,是残留:再培训实验跑完,另一头依然出不来一个可计费的 AI 顾问。

转化率的数学才是这件事真正安静的部分。如果 55 万人受训对应 8.5 万 AI 专家,转化率大约是 15%。剩下 85% 要么继续做非 AI 工作,要么从这条管线退出。拿到压缩时间表补偿包的那 1.1 万人,是埃森哲判断即使给更长跑道也转不过来的一批。1.5% 的总员工占比,但他们坐在转化率分布的最底端 —— 模型救不了的那一段。

专业服务这一侧的 AI 劳动力重组

大型科技公司的 AI 就业故事是用资本开支讲的:7250 亿美元、利润表机制、把人力当弹性成本砍。专业服务公司的故事讲法不同:它是把 AI 转手卖给财富 1000。

埃森哲 Q2 创纪录的 221 亿美元订单,主要来自客户企业自己想把 AI 接进自己的业务 —— 而它们花钱请埃森哲做的事情,正好就是埃森哲内部正在做的同一种岗位轮转。这家专业服务公司在 P&L 两侧同时变现同一场重组:被再培训过的顾问按 AI 单价回开给客户,客户用这些顾问把自己内部的非 AI 岗位裁掉。

斯威特那句「最难的部分还在后面」放回语境里,不是为 9 月的决定道歉。它是给下一段路标的前向预警。AI 业务里最容易接的那部分 —— 试点部署、PoC 咨询、治理框架 —— 已经在 FY25 与 FY26 上半年的订单里讲过一遍了。难做的是大规模生产级别的客户员工重组,而那才是下一笔 200 亿订单要靠的活,也正好是政治和 HR 反弹会变得很大声的那个环节。

为什么把它跟 Klarna 比是错的

4 月 18 日那篇 AI 裁员回旋镖,很自然会问埃森哲是不是走在 Klarna 和 IBM 同一条路上 —— 那两家是为 AI 砍人,然后在 AI 没顶住时回头补招。Klarna 推翻了 700 名客服替换计划;IBM 在那次著名的 2023 招聘冻结半年后把入门级招聘扩大到三倍。

埃森哲的结构不一样。它的离职不是「AI 替代了这些工作」—— 这些工作仍然需要人,埃森哲也还在招人(Q2 指引下半年员工总数还要净增)。它的离职是「AI 现在就是工作本身,而这些具体的人做不了新的工作」。回旋镖的风险不在于工作消失,而在于这 8.5 万再培训过的专家在实操中能不能交付生产级的 AI 质量 —— 还是说他们只是挂着 AI 名牌、能过咨询过场但接不下续约。

那份 55% 后悔率的 Orgvue 调查 没有把专业服务和大型科技公司分开。Klarna/IBM 那一组之所以后悔,是因为 AI 在原本由人完成的工作上交付不到位。埃森哲的赌注是:再培训出来的专家在公司正在卖出的工作上能交付到位。

FY26 第四季度之前要看什么

  • Q3 FY26 订单(埃森哲 6 月底披露)。 如果订单在某些云厂商已经预告的下半年 AI 资本开支放缓中走弱,这家公司的收入故事就会迎来第一次真正的压力测试。
  • 员工总数净变化。 Q2 指引是下半年净增。盯住总入职 vs. 总离职 —— 如果离职跑得比指引热,那就是斯威特口中「压缩时间表」的下半场。
  • AI 专家流失率。 这 8.5 万 AI 专家现在是行业里最容易被挖走的一群:云厂商和前沿模型实验室出价显著更高。如果埃森哲被高出价方挖走 10–15%,转岗模型就开始裂。
  • 下一笔 「再培训或离开」 重组费。 8.65 亿美元是 Q4 FY25 那一刀。斯威特「最难的还在后面」从信息披露的角度读,基本就是在预告未来某个季度还会有一笔类似规模的重组费。

干干的尾声

埃森哲的赌注,其实是大多数咨询公司现在都在以某种形式做的同一种赌注:公司本身就是这场实验。它卖给客户的劳动力重组,正是它自己正在经历的劳动力重组。8.65 亿美元是前六个月的标价。8.5 万 AI 专家是交付物。1.1 万离职是成本。

赌赢了,埃森哲就把 AI 劳动力转型变成多年期、几百亿美元增量订单的收入顺风。赌输了 —— 转过来的顾问交不出生产级 AI 质量,或者客户决定自己内部做这场轮转 —— 那这家公司就为白白烧掉的 1.5% 员工付了 8.65 亿美元学费。

斯威特对节奏的判断是对的:最难的部分还在后面。前六个月测的是埃森哲能不能调整自己存量的劳动力池子。后六个月测的,是被调整过的池子能不能在足以支撑这场转岗的计费率上挣回自己的那份饭钱。

值得盯住的数字不是 1.1 万。是 8.5 万。