Getriggerd word ik door het artikel in The Wall Street Journal 'AI Is Coming for the Consultants. Inside McKinsey, ‘This Is Existential.’

If AI can analyze information, crunch data and deliver a slick PowerPoint deck within seconds, how does the biggest name in consulting stay relevant?

McKinsey, net als in 2023 ASML als het gaat om AI in juridische dienstverlening, behoort tot de organisaties die 'niet tot de minsten behoren' zodra het gaat over de impact van AI op je organisatiestructuur: 'front runners'. Hun aanpak is leerzaam voor meer dan één bedrijfstak. Dit mag dan ook in een breder perspectief worden getrokken, het vraagt om een diepgaand onderzoek.

Opkomende AI-technologieën – met name grote taalmodellen (zoals ChatGPT) en AI-agenten – veroorzaken een ingrijpende verschuiving in de consultancysector. Topfirma’s als McKinsey & Company beschouwen deze ontwikkeling als existentiële transformatie voor hun kernactiviteiten. Volgens een Wall Street Journal-rapport (augustus 2025) heeft McKinsey zijn strategie aangescherpt om te kunnen floreren in een tijd waarin AI steeds meer traditioneel consultantwerk overneemt. In dit rapport analyseren we de impact hiervan op korte en middellange termijn, de gevolgen voor organisatiestructuur en bedrijfsmodel, en schetsen we enkele toekomstscenario’s met bijbehorende risico’s en kansen.

Korte termijn (0–2 jaar)

• Directe gevolgen voor dienstverlening en klantverwachtingen: McKinsey zet AI nu actief in bij projecten, wat de wijze van dienstverlening direct beïnvloedt. Het bedrijf heeft bijvoorbeeld 12.000 AI-agenten ingezet om routinetaken als data-analyse en rapportage te automatiseren. Hierdoor kunnen projectteams veel kleiner worden, zonder dat de output afneemt – een traditioneel strategietraject dat vroeger een projectmanager plus ~14 consultants vereiste, kan nu worden uitgevoerd door een manager met slechts 2–3 consultants, ondersteund door een paar AI-agenten. Klanten merken deze efficiency: ze verwachten snellere inzichten en meer focus op meetbare resultaten in plaats van uitgebreide slide-decks. McKinsey zelf signaleert een verschuiving van PowerPoint-rapportages naar outcome-focused werken, wat betekent dat de waarde voor de klant meer wordt gemeten in gerealiseerde verbeteringen dan in omvang van analyses.

• Veranderingen in verdienmodel en gebruik van AI-tools: De inzet van grote taalmodellen en andere AI-tools beïnvloedt nu al het verdienmodel van consultancy. AI-gedreven advisering en technologische projecten vormen bijna 40% van McKinsey’s omzet in 2025. Dit duidt op een snelle adoptie van AI als product/dienst richting klanten. Daarnaast ziet men een opkomst van resultaatgerichte contracten: ongeveer een kwart van McKinsey’s huidige opdrachten wordt (deels) afgerekend op het behalen van concrete resultaten in plaats van uitsluitend op uren of deliverables. Dit zogeheten outcomes-based model wint aan populariteit nu AI het makkelijker maakt om doelen te meten en te bereiken. Intern maakt McKinsey gebruik van tools als grote taalmodellen om adviesprocessen te versnellen – consultants zetten ChatGPT-achtige systemen in voor het doorzoeken van data, opstellen van rapportteksten en zelfs het bouwen van eerste presentatieversies. Deze integratie van AI in de dagelijkse praktijk wordt actief gestimuleerd door het management: zo is de beloning van partners mede gekoppeld aan hun adoptie van AI-tools, om gebruik van AI binnen alle lagen van het bedrijf te verankeren.

• Personeelsimpact en interne processen: Op de korte termijn zien we een directe impact op het personeelsbestand en de manier van werken. Door automatisering van junior taken met AI zijn teams flink afgeslankt – McKinsey heeft het afgelopen anderhalf jaar het personeelsbestand teruggebracht van ca. 45.000 in 2023 naar 40.000 in 2025, een reductie van ongeveer 5.000 functies. Vooral entry-level analytische rollen verdwijnen in rap tempo, omdat AI nu bijvoorbeeld ~90% van het benchmarken en trendanalyses kan uitvoeren. Jonge consultants worden daardoor minder ingezet voor puur datawerk en moeten zich sneller ontwikkelen richting meer waardetoevoegende rollen. Interne processen zijn eveneens in transitie: AI-agenten ondersteunen consultants bij notuleren, informatie doorzoeken en zelfs het genereren van eerste adviezen, wat de doorlooptijd van projecten verkort. McKinsey noemt deze AI-integratie een “existential good” – een existentiële verandering ten goede – omdat het enerzijds spannende vragen oproept over de toekomst van het vak, maar anderzijds de kwaliteit en snelheid van dienstverlening verhoogt. Klanttevredenheid op korte termijn kan stijgen door snellere resultaten, maar klanten zullen ook kritisch volgen of minder menselijke interactie invloed heeft op de bruikbaarheid van adviezen. Over het algemeen positioneert McKinsey zich nu actief als een firma die AI-gedreven efficiëntie koppelt aan menselijke expertise, om zo in de huidige markt relevant te blijven.

Middellange termijn (3–5 jaar)

• Structurele veranderingen in de consultancysector: In de komende 3–5 jaar wordt een verdere hertekening van het consultancylandschap verwacht als gevolg van AI. De traditionele piramide-structuur – met veel junior consultants aan de basis – verschuift naar een kleiner, meer gedifferentieerd teammodel met relatief meer senior experts en AI-ondersteuning. Grote adviesbureaus zullen zich moeten heruitvinden of anders risico lopen irrelevant te worden. Een concreet gevolg is dat opdrachten die voorheen grote teams vergden, nu met een fractie van de mensen gedaan worden; klanten zullen in mid-term standaard eisen dat er minder consultants op een project zitten en dat AI maximaal wordt benut. Dit drukt de traditionele omzet per project en noodzaakt bureaus hun pricing en waardepropositie te herzien. Bovendien vergroot het de levensvatbaarheid van boutique-firma’s en nieuwe nichespelers: als kleinere spelers ook over geavanceerde AI beschikken, kunnen zij concurreren op snelheid en kosten zonder leger aan analisten. We zien mogelijk een groei van gespecialiseerde AI-gedreven adviesbedrijven die zich richten op specifieke vakgebieden of op het implementeren van AI bij klanten.

• Evolutie van de rol van consultants versus AI-agenten: De middellange termijn zal duidelijk maken hoe het werk wordt verdeeld tussen mens en AI in consultancy. Verwacht wordt dat AI-agenten de meeste routinetaken en data-intensieve analyses overnemen, terwijl de rol van de menselijke consultant opschuift naar interpretatie, creativiteit en interpersoonlijk advies. Consultants zullen fungeren als regisseurs van AI: zij bepalen welke vragen aan de AI te stellen, valideren de output en vertalen resultaten naar de clientcontext. Er ontstaat een symbiose waarbij AI fungeert als “force multiplier” en niet simpelweg als vervanger van de consultant. Senioriteit en domeinkennis worden nóg belangrijker – partners en ervaren consultants die al diverse problemen hebben opgelost, blijven onmisbaar omdat ze beter kunnen beoordelen welke AI-uitkomsten bruikbaar zijn. Tegelijk verdwijnt het traditionele loopbaanpad (van analist naar partner) deels: nieuw talent moet vanaf de start comfortabel zijn in samenwerking met AI en sneller strategische vaardigheden ontwikkelen. De komende jaren kan de sector hierdoor ook te maken krijgen met opleidings- en omscholingsuitdagingen, omdat consultants voortdurend hun AI-vaardigheden moeten bijhouden. Uiteindelijk zal de verhouding consultant/AI-agent in deze periode gestandaardiseerd raken (McKinsey streeft bijvoorbeeld naar ~één AI-agent per consultant als nieuw normaal), en ontstaat een nieuwe balans waarbij menselijk oordeel en ethiek de AI-gedreven efficiency aanvullen.

• Topfirma’s vs. kleinere bureaus & AI-gedreven nieuwkomers: Grote spelers als McKinsey, BCG en Bain hebben op middellange termijn enerzijds voordelen – zij kunnen fors investeren in eigen AI-platforms, data-infrastructuur en partnerships – maar anderzijds ook uitdagingen. Nieuwe AI-gedreven spelers kunnen zonder legacy sneller innovatieve adviesmodellen introduceren, bijvoorbeeld volledig geautomatiseerde data-audit tools of directe AI-adviesdiensten voor standaardproblemen. Dit zet druk op de gevestigde orde om wendbaar te blijven. McKinsey en co. zullen naar verwachting hun marktpositie proberen te behouden door een tweeledige strategie: intensieve AI-integratie intern (om kosten te verlagen en kwaliteit te verhogen) én benadrukken van hun unieke menselijke expertise en sectorkennis. Het merk en de reputatie van topfirma’s blijven in 3–5 jaar een sterk wapen – veel CEO’s zullen bij kritieke kwesties toch geneigd zijn een gerenommeerd kantoor te raadplegen voor onafhankelijk advies. Zoals Elon Musk opmerkte, huren bestuurders consultants vaak in voor validatie en als “externe blik”, rollen die een AI minder goed vervult. Tegelijk kunnen kleinere consultancybureaus profiteren van goedkope, toegankelijke AI: zij hebben niet langer een achterstand qua onderzoekscapaciteit, omdat een enkel AI-systeem de productiviteit van een heel team junioren kan evenaren. We verwachten daarom een verschuiving waarbij topfirma’s minder op mankracht concurreren en meer op hun gespecialiseerde kennis, vertrouwensrelatie en globale bereik, terwijl kleinere spelers zich niches eigen maken met behulp van AI. De middellange termijn kenmerkt zich zo door verhoogde concurrentie én samenwerkingskansen (bijv. grote kantoren die niche AI-firma’s acquireren of partnerships aangaan). Traditionele adviesmethoden zullen structureel veranderen: overleg met klanten wordt meer gericht op co-creatie (gezamenlijk met klant en AI oplossingen ontwikkelen) in plaats van het presenteren van een vooraf uitgewerkt plan.

Impact op organisatiestructuur en bedrijfsmodel

• Interne organisatie en AI-integratie: McKinsey past zijn interne organisatie ingrijpend aan om AI volledig te omarmen. Teams worden heringericht rondom een mens-AI samenwerking, waarbij AI-agenten fungeren als virtuele teamleden. De firmacultuur stimuleert dat elke consultant AI als “copilot” inzet bij analyses, documentatie en presentaties. Dit blijkt uit maatregelen zoals het koppelen van partnerpromoties en bonussen aan AI-gebruik – een duidelijk signaal dat AI-geletterdheid net zo belangrijk wordt als traditionele consultancyvaardigheden. Het klassieke leverage-model (veel junioren per partner) wordt minder relevant nu één consultant met AI evenveel kan bereiken als voorheen een heel team junioren. Besluitvorming en kennisbeheer binnen de organisatie veranderen ook: men investeert in eigen beveiligde LLMs en kennisbanken, zodat proprietary data en opgebouwde expertise effectief door AI benut kunnen worden. Bovendien ontstaan er nieuwe rollen, zoals AI-trainers of prompt engineers, die zorgen dat de AI-systemen blijven leren van projecten en afgestemd blijven op McKinsey’s kwaliteitsstandaarden. Over het geheel genomen verschuift McKinsey’s organisatie naar een meer platte structuur met relatief minder tussenschalen, omdat AI veel tussenstappen automatiseert. Consultants rapporteren sneller direct aan partners, ondersteund door AI-gegenereerde inzichten. Dit alles vraagt om verandering in verandermanagement: intensieve trainingstrajecten, ethische richtlijnen voor AI-gebruik, en het bewaken van kwaliteit terwijl experimenten met nieuwe tools plaatsvinden.

• Aanpassing van het klassieke partnermodel: Het beroemde partnermodel van McKinsey – waarbij senior partners eigenaar zijn en winsten delen – staat onder druk door AI. Traditioneel draaide het model op het “leveragen” van veel junioruren (die tegen hoge tarieven aan klanten werden doorbelast). Nu klanten in het AI-tijdperk verwachten dat projecten met minder mensen worden uitgevoerd, zal de omzet per partner mogelijk dalen bij gelijkblijvende prijzen. Dit vormt een uitdaging: de zeer hoge partnerbeloningen (en daarmee de aantrekkingskracht om partner te willen worden) kunnen afnemen als AI de kosten voor klanten drukt. McKinsey lijkt hierop te reageren door het model te hervormen. Ten eerste wordt meer focus gelegd op resultaatbeloning: partners delen niet alleen in urenfacturatie, maar ook in bonussen als de AI-ondersteunde projecten aantoonbare waarde opleveren voor de klant. Ten tweede zou het partnermodel kunnen evolueren naar meer specialisatie – denk aan technische partners met diepe AI-expertise naast de traditionele industriepartners. Het klassieke “up-or-out” carrièrepad kan eveneens verlengd of flexibel worden, omdat jonge consultants meer tijd nodig hebben om de gecombineerde advies+AI vaardigheden te ontwikkelen. We zien mogelijk een slankere pyramidale structuur: minder junioren per partner (lagere leverage) en wellicht iets minder nieuwe partners op termijn, om de verhouding winst per partner gezond te houden. McKinsey’s topmanagement (bijv. global managing partner Bob Sternfels) benadrukt dat het bureau zich als “partner van de klant” blijft opstellen – dit hint ook naar een model waarbij succes van de klant meer direct gekoppeld is aan succes van de firma. Kortom, het partnermodel wordt bijgestuurd om relevant te blijven in een wereld met minder factureerbare uren en meer gedeelde risico’s en opbrengsten.

• Verandering in waardepropositie richting de klant: De kern van McKinsey’s waardepropositie verschuift in het AI-tijdperk van analyse leveren naar impact realiseren. Waar voorheen dikke rapporten en strategische aanbevelingen de hoofdproducten waren, ligt de nadruk nu op samen met de klant resultaten boeken. McKinsey profileert zich meer als implementatiepartner: “We co-create with the client, in the trenches” in plaats van alleen een advies op papier te geven. Dit betekent dat McKinsey-trajecten vaker end-to-end zijn – van diagnose tot uitvoering – met behulp van AI-analyses om sneller tot oplossingen te komen. De klant koopt niet langer puur een adviesrapport, maar een combinatie van advies + technologische toolsets + begeleiding bij implementatie. Doordat AI veel standaardwerk automatiseert, kan McKinsey zich richten op maatwerkinzichten en strategische creativiteit die niet uit een generiek model komen. Tevens kan de firma zijn enorme ervaring en sectordata beter uitspelen: eigen ontwikkelde AI-modellen (getraind op decennia aan projectdata) kunnen clients een voorsprong geven die ze zelf niet hebben. De waardepropositie bevat dus steeds vaker een technologisch component (bijv. dashboards, AI-analyses, software) als aanvulling op urenadvies. Dit leidt ook tot nieuwe prijsmodellen, zoals abonnementen op door McKinsey ontwikkelde AI-platforms of succes fees. Samengevat positioneert McKinsey zich naar klanten toe als hybride kennis- en technologiepartner: het brengt top-expertise, AI-gedreven efficiency en bereidheid om mee te investeren in uitkomsten. Deze mix moet de komende jaren rechtvaardigen dat klanten blijven betalen voor advies in een tijd waar generieke kennis breed beschikbaar is via AI.

Toekomstscenario’s en risico’s

Mogelijke scenario’s (over 5+ jaar):

• Scenario 1 – AI-versterkte consultancy domineert: McKinsey slaagt erin om AI volledig te integreren en blijft marktleider. In dit scenario is de firma kleiner in omvang maar hoger in productiviteit – consultancyteams bestaan uit een handvol zeer ervaren mensen, elk ondersteund door krachtige AI-agenten. Projecten worden in weken afgerond waar vroeger maanden nodig waren, wat zowel McKinsey als haar klanten ten goede komt. McKinsey verkoopt naast traditioneel advies ook propriëtaire AI-tools en data-oplossingen aan clients, waardoor nieuwe inkomstenstromen ontstaan. De winstgevendheid per partner blijft hoog doordat efficiënte AI-workflows de margedruk compenseren. McKinsey’s reputatie als thought leader wordt versterkt door publicaties en successen op het gebied van AI-strategie. Dit scenario ziet de gevestigde topfirma’s (McKinsey, BCG, Bain, etc.) hun positie behouden door mee te evolueren en de norm te zetten voor een consultancy 2.0-model. Klanten krijgen het beste van twee werelden: de diepe expertise van gerenommeerde consultants, versneld en verrijkt door AI.

• Scenario 2 – Disruptie door AI-gedreven nieuwkomers: AI verlaagt de instapdrempel voor consultancy zó sterk, dat geheel nieuwe spelers de markt opschudden. Denk aan start-ups of techbedrijven die met geavanceerde AI-platforms voor bedrijfsadvies komen, waar klanten direct strategische vragen kunnen laten beantwoorden zonder de traditionele consultancykosten. Deze partijen leveren bijvoorbeeld on-demand analyses, 24/7, tegen fractie van de prijs, of gespecialiseerde AI’s die in een niche (bv. supply chain optimalisatie) beter presteren dan menselijke consultants. In dit scenario verliest McKinsey marktaandeel aan dergelijke nieuwe concurrenten met een productgedreven model. Grote corporates bouwen ook interne AI-adviescapaciteiten op, waardoor ze minder vaak extern advies hoeven in te huren. McKinsey moet zich heruitvinden of verkleint significant: misschien richt het zich vooral nog op de allercomplexste, vertrouwelijke strategische vraagstukken, terwijl veel “standaard” advieswerk geautomatiseerd of geïnternaliseerd is bij de klant. De waardekloof tussen topfirma’s en andere aanbieders verkleint, en prijsdruk neemt toe. Uiteindelijk kan dit scenario leiden tot een fragmented market waarin McKinsey niet langer de alleskunner is, maar één van de vele spelers (zij het in het hoogst-segment) en waarbij voormalige prestige-klanten soms kiezen voor goedkopere, AI-aangedreven alternatieven.

• Scenario 3 – Hybridemodel met focus op mensenwerk: Ondanks de AI-revolutie blijft de menselijke factor cruciaal. In dit scenario blijkt dat AI beperkingen kent – bijvoorbeeld op het gebied van betrouwbaarheid, creativiteit of veranderingsmanagement – waardoor consultants in een vernieuwde rol onmisbaar blijven. McKinsey en consorten ontwikkelen een hybridemodel waarin AI weliswaar alle datawerk doet, maar menselijke consultants als regisseurs, vertrouwenspersoon en eindverantwoordelijke de boventoon voeren. Consultants profileren zich meer als coaches en implementatie-experts, die organisaties helpen de door AI gegenereerde inzichten daadwerkelijk om te zetten in acties en cultuurverandering. Tevens zorgen een strictere regulering en klantkritiek over AI-risico’s ervoor dat adviesfirma’s zich differentiëren op ethiek, security en menselijke toetsing van AI-uitkomsten. McKinsey’s proposities benadrukken de combinatie van “AI + menselijke intuïtie”, waarbij projecten altijd door ervaren partners worden gevalideerd. In dit scenario blijft McKinsey een toonaangevende speler, maar de omvang van automatisering wordt bewust begrensd door de behoefte aan menselijk oordeel. De sector ontwikkelt dan best practices voor verantwoord AI-gebruik, en consultancy blijft een hoogwaardig mensenwerk ondersteund door technologie – in plaats van volledig gedisrupte te worden. Dit scenario geeft prioriteit aan risicobeheersing en kwaliteit boven maximale efficiency.

Strategische risico’s en kansen:

• Risico: Vermindering van inkomsten en marges: Doordat klanten kleinere teams en kortere doorlooptijden eisen dankzij AI, dreigt omzetverlies per project. McKinsey’s traditionele model (veel uren verkopen) komt onder druk te staan; lagere billings kunnen de winstgevendheid en partnervergoedingen aantasten. Dit vormt een risico voor het vasthouden van talent – topmensen zouden de consultancy kunnen verruilen voor beter betaalde sectoren als private equity of Big Tech als de financiële prikkel afneemt. Ook het wegvallen van veel juniorrollen betekent minder instroom van nieuw talent, wat op lange termijn de opgebouwde kennisbasis kan uithollen. Verder bestaat het risico dat klanten zelf AI-tools omarmen en minder afhankelijk worden van extern advies, zeker voor standaardanalyses. Consultancyfirma’s moeten dan concurreren met in-house AI van hun eigen klanten. Ten slotte is er een reputatierisico: als een advies gebaseerd op AI een fout maakt (denk aan bias of hallucinerende AI-uitkomsten), kan dat het vertrouwen in de adviseur schaden. Vooral McKinsey, met zijn elitaire imago, loopt reputatieschade op als de kwaliteit of ethiek van AI-advies in twijfel wordt getrokken (bijv. verkeerde conclusies of schending van vertrouwelijkheid door onzorgvuldig datagebruik in AI).

• Risico: Ontwrichting door concurrenten en marktverschuivingen: AI verlaagt de kosten om advies te produceren, wat nieuwe toetreders aantrekt en prijsdruk veroorzaakt. McKinsey loopt het gevaar marktaandeel te verliezen aan goedkopere, snellere AI-gedreven aanbieders (zoals geschetst in scenario 2). Bovendien kunnen grote technologiebedrijven (bijv. cloud providers of enterprise software firms) hun adviseringstak uitbreiden met AI-aanbod, waardoor ze ineens in consultancyterrein treden. Deze ontwrichting kan leiden tot een commoditisering van adviesdiensten: als AI-modellen voor iedereen toegankelijk zijn, is het moeilijker voor topfirma’s om uniek te blijven. Zonder duidelijke differentiatie zou McKinsey in een race to the bottom belanden qua tarieven. Daarnaast is er intern het risico dat een snelle transformatie weerstand oproept of misgaat – als McKinsey te rigoureus automatiseert, kan dat ten koste gaan van de cultuur en kwaliteit. Een verkeerde balans (te veel vertrouwen op AI, te weinig menselijk toezicht) kan tot mislukkingen leiden en klanten wegjagen.

• Kans: Efficiëntie en schaalvoordeel: AI biedt McKinsey de kans om veel efficiënter te werken. Door routinetaken te automatiseren, kunnen consultants meer projecten aannemen of meer tijd besteden aan hoogwaardig denkwerk. Dit kan de omzet per consultant verhogen en de operationele kosten verlagen (bijv. minder reis- en verblijfskosten als analyses op afstand door AI gebeuren). Firms kunnen met evenveel of minder mensen toch een bredere impact hebben, wat schaalvoordelen geeft. Daarnaast opent AI de deur naar nieuwe diensten: McKinsey kan adviseren over AI-strategie bij klanten (een gebied dat nu al 40% van de omzet uitmaakt), AI-systemen implementeren, of zelfs eigen producten verkopen (denk aan data-analyse platforms, sector-specifieke AI modellen, etc.). Dit diversifieert de inkomstenstromen. Een ander voordeel is dat AI het mogelijk maakt om projectresultaten beter te meten en te voorspellen. McKinsey kan daarmee zijn pricing innovatief maken (bijv. succesfee’s) en zich onderscheiden als resultaatsgericht – wat hun waardepropositie versterkt als partners in verandering. Ten slotte kan McKinsey door zijn vroege inzet van AI een first-mover advantage behalen in het ontwikkelen van best practices en het aantrekken van klanten die op zoek zijn naar geavanceerde adviesmethoden. Dit verstevigt de marktleiderspositie en maakt het moeilijker voor volgers om gelijkwaardige kwaliteit te leveren.

• Kans: Versterking van menselijk advies door AI: In plaats van puur vervangen, kan AI het menselijk oordeel verrijken. McKinsey’s senior consultants hebben decennia aan ervaring; door AI te gebruiken om snel data te crunchen en alternatieve oplossingen te suggereren, kunnen deze experts beter onderbouwde adviezen geven. AI kan bijvoorbeeld in seconden wereldwijde industriegegevens of interne data doorzoeken, zodat de consultant zich kan richten op interpretatie en toepasbaarheid. Zo wordt de advieskwaliteit hoger, wat McKinsey’s reputatie ten goede komt. Ook kan de firma door AI nog dichter bij de klant opereren: realtime inzichten leveren tijdens workshops, scenario-simulaties uitvoeren ter plekke, etc., waardoor de klantbetrokkenheid toeneemt. Bovendien ontstaan kansen om talent aan te trekken dat én bedrijfskundig én technisch onderlegd is – een nieuw type consultant die wordt aangetrokken door McKinsey’s vooruitstrevende aanpak. Dit multidisciplinaire talent kan op innovatieve manieren waarde toevoegen voor klanten. Tenslotte biedt de AI-revolutie McKinsey de kans om zich te profileren als Thought Leader op het snijvlak van strategie en technologie, wat nieuwe strategische advieskansen oplevert (bijvoorbeeld advisering over ethische AI, organisatorische AI-transformatie bij klanten, etc.). De combinatie van mens en AI kan zo worden gemarket als de ultieme adviesformule voor de toekomst, waarbij McKinsey de standaard zet.

Conclusie: De consultancysector staat aan de vooravond van grote veranderingen gedreven door AI. Op korte termijn zien we efficiencywinst en verschuivende klantverwachtingen, op middellange termijn een hertekening van het landschap en rolverandering van de consultant. McKinsey & Company anticipeert hierop met ingrijpende interne aanpassingen en strategische herpositionering als partner-in-tech voor zijn klanten. Succes is echter geen gegeven: het bedrijf en de sector zullen een balans moeten vinden tussen AI-gedreven innovatie en het behoud van menselijke waarde. De komende jaren worden daarmee bepalend voor hoe consultancy eruitziet in het AI-tijdperk – of het nu leidt tot evolutie van de gevestigde orde of een disruptieve omwenteling.

NB; Dit kan tot het verleden behoren: '€ 8,5 miljard voor inhuur externen, functioneert de Overheid daardoor beter? Consultants zijn therapeuten die hun patiënt voor altijd in therapie houden.' Het was 2022.....

Bronnen: De analyse is gebaseerd op recente berichtgeving en het genoemde WSJ-artikel (augustus 2025) over McKinsey’s AI-strategie, aangevuld met sectorcommentaar en trends. Voor alle specifieke voorbeelden en cijfers wordt verwezen naar de bronnen in het diepgaand onderzoek.

Podcast: AI's Impact on Consulting: McKinsey's Transformation (NL).

Willem E.A.J. Scheepers, cyborg, docent, auteur en zelfs consultant.

Naast de ManagementSite Nieuwsbrief is er ook de Sunny Side Up nieuwsbrief op LinkedIn.