विषय-सूची

"रात-रात भर स्लाइड बनाना। हाथ से ढेरों रिसर्च।" — नए कंसल्टेंट का यह पारंपरिक रास्ता AI से डगमगा रहा है। McKinsey ने अपना आंतरिक जनरेटिव AI प्लेटफ़ॉर्म "Lilli" जुलाई 2023 में पूरी फ़र्म में लागू किया, और BCG ने बताया कि 2025 में उसकी आय का 40% से ज़्यादा हिस्सा "AI और टेक्नोलॉजी पर केंद्रित सेवाओं" से आया। खोजबीन करना, सार निकालना और स्लाइड बनाना — इसका बड़ा हिस्सा अब AI की पहुँच में है।

संक्षेप में: AI कंसल्टिंग के "उत्पादन वाले काम" (रिसर्च, स्लाइड, विश्लेषण) को बहुत तेज़ करता है, लेकिन जिन कामों में वह कमज़ोर है, वहाँ लोगों को गलत जवाब की ओर भी ले जा सकता है। इसलिए "क्या पूछें, AI के जवाब पर कितना भरोसा करें, और क्लाइंट को कैसे आगे बढ़ाएँ" — इस काम का मूल्य बढ़ता है। यह लेख कंसल्टिंग से जुड़े खास आँकड़ों — बड़ी फ़र्मों की आधिकारिक घोषणाएँ, BCG के 758 कंसल्टेंट पर हुआ प्रयोग, और अमेरिकी श्रम सांख्यिकी ब्यूरो (BLS) के पेशा-आँकड़े — को मूल स्रोत पर जाँचता है (30 सितंबर 2026 को जाँचा गया), और उनके आधार पर सोचता है कि उद्योग का ढाँचा कैसे बदल रहा है। काम पर AI के सामान्य असर के लिए क्या AI व्हाइट-कॉलर नौकरियाँ खत्म कर देगा? और AI से खतरे वाली नौकरियाँ देखें; दूसरे उद्योगों के लिए मार्केटिंग और विज्ञापन और ट्रेडिंग कंपनियाँ।

AI × कंसल्टिंग उद्योग

पिरामिड से छोटी विशेषज्ञ टीमों की ओर

— काम ऑटोमेट होता है, मूल्य "निर्णय" की ओर जाता है

पहले: लोगों का पिरामिड
नीचे ढेर सारे जूनियर
→
AI युग: छोटा मॉडल
कम लोग + नीचे AI

नीचे का साधारण काम AI को। बचता है "ऊपर" का काम: सवाल तय करना, व्याख्या करना और क्लाइंट को आगे बढ़ाना (यह विचार का चित्र है, असली संख्या का अनुपात नहीं)।

1. आँकड़ों में मौजूदा स्थिति — स्रोत पर जाँचे गए 5 तथ्य

"कंसल्टिंग AI से बदल रही है" — इसे फ़र्मों और संस्थाओं के ख़ुद प्रकाशित आँकड़ों से समझते हैं। McKinsey को छोड़कर सभी को 30 सितंबर 2026 को प्रकाशक के पेज पर जाँचा गया (उस दिन McKinsey का पेज नहीं खुला, इसलिए उसे संग्रहीत प्रति से जाँचा गया)।

प्रकाशक और समयक्या प्रकाशित हुआकैसे पढ़ें
BCG (23 अप्रैल 2026 की घोषणा, पूरा साल 2025)आय पिछले साल के 13.5 अरब डॉलर से 7% बढ़कर 14.4 अरब डॉलर। AI और टेक्नोलॉजी पर केंद्रित सेवाएँ आय के 40% से ज़्यादा, AI सेवाओं में 25% सालाना बढ़त। कर्मचारी बढ़कर 33,500, जिनमें लगभग 4,000 AI वर्कफ़्लो बना और फैला रहे हैंAI सिर्फ़ "कंसल्टिंग का काम घटाता" नहीं, ख़ुद एक बड़ा उत्पाद बन गया है। कर्मचारियों की संख्या भी बढ़ रही है
McKinsey (अपना परिचय पेज; जून 2026 की संग्रहीत प्रति से जाँचा)आंतरिक जनरेटिव AI प्लेटफ़ॉर्म Lilli जुलाई 2023 में पूरी फ़र्म में लागू। यह 40 से ज़्यादा आंतरिक ज्ञान-स्रोतों को एक साथ खोजता है; फ़र्म के 72% लोग इसे इस्तेमाल करते हैं, और कर्मचारी ज्ञान खोजने और समेटने में 30% तक समय की बचत बताते हैंयह फ़र्म का अपना बयान है, किसी तीसरे पक्ष का माप नहीं। "30% तक" औसत नहीं है
KPMG (11 जुलाई 2023 की घोषणा)Microsoft की क्लाउड और AI सेवाओं में अगले 5 साल में कई अरब डॉलर की प्रतिबद्धता, जिससे KPMG के लिए 12 अरब डॉलर से ज़्यादा के अतिरिक्त विकास अवसर खुलने की बात कही गईबड़ी फ़र्मों का AI निवेश अपनी दक्षता और "ग्राहकों को AI अपनाने में मदद", दोनों को लक्ष्य करता है
Organization Science (मार्च 2026 अंक)BCG के साथ मिलकर किया गया प्रयोग, जिसमें 758 लोगों ने असली जैसे कंसल्टिंग काम किए। विवरण खंड 2 मेंकंसल्टिंग के काम में AI का असर मापने वाले गिने-चुने, समीक्षित प्रयोगों में से एक
अमेरिकी BLS (2025 के आँकड़े, 2025–35 का अनुमान)"मैनेजमेंट एनालिस्ट" (वह पेशा जिसमें कंसल्टेंट आते हैं): 10,77,100 नौकरियाँ। 2035 तक 10% बढ़त का अनुमान (सभी पेशों के औसत से काफ़ी तेज़), हर साल लगभग 94,100 रिक्तियाँ। सालाना मध्य वेतन 1,01,860 डॉलरBLS का कहना है कि संगठन दक्षता और लागत नियंत्रण चाहते हैं, इसलिए कंसल्टिंग की माँग बढ़ेगी। पेशा सिकुड़ने का अनुमान नहीं है

BLS के आँकड़ों की शर्तें हैं। इस पेशे में सिर्फ़ कंसल्टिंग फ़र्मों के कर्मचारी नहीं, बल्कि अपने ही संगठन का विश्लेषण करने वाले और सरकार में काम करने वाले लोग भी आते हैं (BLS के अनुसार सबसे बड़े नियोक्ता: पेशेवर, वैज्ञानिक और तकनीकी सेवाएँ 33%, सरकार 18%, स्व-रोज़गार 14%, वित्त और बीमा 13%)। ये आँकड़े सिर्फ़ अमेरिका के हैं, और अनुमान भविष्य की तकनीक को पूरी तरह नहीं पकड़ सकता। फिर भी यह "AI कंसल्टिंग की नौकरियाँ खत्म कर देगा" जैसी सीधी सोच से मेल नहीं खाता। नौकरियों की कुल संख्या बढ़ना और काम की सामग्री (कौन क्या करता है) का बहुत बदलना — दोनों एक साथ सच हो सकते हैं। आगे की बात इसी सामग्री की है।

2. BCG के 758 कंसल्टेंट पर प्रयोग — तेज़ होने वाले काम और गलती वाले काम

कंसल्टिंग के काम में AI का असर मापने वाला सबसे ज़्यादा उद्धृत अध्ययन हार्वर्ड बिज़नेस स्कूल समेत कई संस्थानों के शोधकर्ताओं का BCG के साथ किया गया प्रयोग है। यह "Navigating the Jagged Technological Frontier" नाम से Organization Science के मार्च 2026 अंक (खंड 37, अंक 2) में छपा। सारांश से शर्तें और नतीजे यहाँ हैं।

AI की क्षमता-सीमा के भीतर के काम (18)

AI इस्तेमाल करने वालों ने बिना AI वालों से 12.2% ज़्यादा काम पूरे किए, 25.1% तेज़ किए और गुणवत्ता भी काफ़ी ऊँची रही — रचनात्मक से लेकर विश्लेषणात्मक, हर काम में।

AI की क्षमता-सीमा के बाहर का काम (1)

जान-बूझकर AI की क्षमता से बाहर चुनी गई एक जटिल प्रबंधन समस्या में, AI इस्तेमाल करने वालों के सही जवाब तक पहुँचने की संभावना 19% कम रही। लगता है कि वे AI के विश्वसनीय लगने वाले जवाबों से भटक गए।

शर्तें: पहले से पंजीकृत प्रयोग, 758 प्रतिभागी (BCG कंसल्टेंट)। मिलते-जुलते कामों पर आधार-स्तर मापने के बाद उन्हें यादृच्छिक रूप से "बिना AI", "GPT-4 के साथ" और "GPT-4 व प्रॉम्प्ट इंजीनियरिंग के परिचय के साथ" समूहों में बाँटा गया। ये उस समय के मॉडल के नतीजे हैं; आज का AI ज़रूरी नहीं कि वही आँकड़े दे।

लेख में जिस "ऊबड़-खाबड़ तकनीकी सीमा" की बात है, उसका कंसल्टेंट के लिए व्यावहारिक अर्थ है। AI जिन कामों में अच्छा है और जिनमें कमज़ोर, वे एक ही कार्य-प्रवाह में, दिखने में एक जैसी कठिनाई के साथ, मिले-जुले होते हैं। सिर्फ़ काम देखकर सीमा नहीं पहचानी जा सकती। इसलिए AI से काम जितना तेज़ होगा, यह पहचानने वाली इंसानी नज़र कि जवाब AI की सीमा के भीतर है या बाहर, उतनी ही कीमती होगी। खंड 6 के "मूल मूल्य" का आधार यही है।

3. AI कंसल्टिंग के काम को कैसे बदलता है

कंसल्टिंग का दायरा बड़ा है, लेकिन AI का सबसे ज़्यादा असर "हाथ से किए जाने वाले" चरणों पर है — खंड 2 के प्रयोग में भी AI इन्हीं में अच्छा रहा।

🔍

① रिसर्च और जानकारी जुटाना

बाज़ार, प्रतिस्पर्धी और उद्योग की शुरुआती खोजबीन; फ़र्म की पुरानी सामग्री खोजना और उसका सार निकालना। McKinsey के Lilli जैसे आंतरिक प्लेटफ़ॉर्म यही चरण संभालते हैं।

📊

② प्रेज़ेंटेशन और स्लाइड

ढाँचे से डिज़ाइन तक ड्राफ़्ट अपने-आप। AI से स्लाइड बनाने के तरीके सीधे काम आते हैं।

📈

③ डेटा विश्लेषण और मॉडल

डेटा विश्लेषण, वित्तीय मॉडल और परिदृश्य तेज़ी से। लेकिन खंड 2 के अनुसार, जटिल निर्णय वाले कामों में यह गलतियाँ भी ला सकता है।

📝

④ मिनट्स और दस्तावेज़

मीटिंग मिनट्स और ट्रांसक्रिप्शन, रिपोर्ट और नोट्स अपने-आप।

🤖

⑤ नई सेवाएँ

"AI रणनीति और उसे लागू करने में मदद" ख़ुद कमाई का बड़ा ज़रिया बन गई है। BCG में AI और टेक्नोलॉजी पर केंद्रित सेवाएँ आय के 40% से ऊपर हैं।

ध्यान देने लायक है ⑤। AI सिर्फ़ कंसल्टिंग के काम की जगह नहीं लेता, उसने "ग्राहकों को AI इस्तेमाल करने में मदद" का एक बड़ा बाज़ार भी बनाया है। BCG ने 2025 में AI सेवाओं को 25% बढ़ाया और कर्मचारियों की संख्या 33,500 की। कम से कम बड़ी फ़र्मों की आधिकारिक घोषणाओं के अनुसार, AI ने अब तक फ़र्मों की कुल संख्या घटाने का असर नहीं दिखाया है। बदल यह रहा है कि कौन क्या काम करता है।

4. क्या पिरामिड वाला प्रशिक्षण मॉडल बचेगा?

कंसल्टिंग उद्योग लंबे समय से "पिरामिड ढाँचे" पर टिका रहा है — बहुत सारे जूनियर रिसर्च और स्लाइड बनाते हैं और कुछ सीनियर नेतृत्व करते हैं। खंड 3 के ① से ④ ठीक जूनियरों का काम है; अगर AI इन्हें तेज़ कर दे, तो "बुनियादी काम से सिखाने के लिए बड़ी संख्या में भर्ती" की धारणा डगमगाती है।

हालाँकि, इस जाँच में हमें कोई ऐसी बड़ी फ़र्म नहीं मिली जिसने बताया हो कि उसने जूनियर भर्ती कितनी घटाई। जो पुष्टि हो सकी, वह यह है कि BCG के कर्मचारी बढ़ रहे हैं और अमेरिका में मैनेजमेंट एनालिस्ट की नौकरियाँ 2035 तक बढ़ने का अनुमान है (खंड 1)। इसलिए यहाँ पिरामिड के "ढहने" को तथ्य की तरह नहीं, बल्कि उद्योग के सामने खड़े सवालों की तरह रखा गया है।

⚠ पिरामिड डगमगाने पर उठने वाले सवाल

📉 क्या जूनियर भर्ती उसी पैमाने पर जारी रहेगी?
🎓 "बुनियादी काम से सीखने" की जगह क्या लेगा?
🪜 AI की गलतियाँ पकड़ने वाली नज़र कौन और कैसे तैयार करेगा?
💡 नए लोगों से अपेक्षाएँ कितनी ऊपर जाएँगी?

खंड 2 का प्रयोग बताता है कि AI के जवाब की गलती पकड़ने की क्षमता ख़ुद काम करने के अनुभव से आती है। बुनियादी काम जितना AI को जाएगा, फ़र्मों को उतना ही सोचना होगा कि लोग यह अनुभव कैसे पाएँ।

यह अनुभवी या नए — किसे ज़्यादा खतरा वाली बहस से भी जुड़ता है। सिर्फ़ कंसल्टिंग नहीं, "बुनियादी काम AI को जाने के बाद लोगों को कैसे तैयार करें" कई उद्योगों का साझा सवाल है।

5. फ़ीस का सवाल (घंटे → नतीजे)

ढाँचे के बाद बात "पैसा कैसे लिया जाए" की। कंसल्टिंग का पारंपरिक तरीका, घंटों के हिसाब से बिलिंग (billable hours), एक मामले में AI से मेल नहीं खाता।

🔄 उत्पादकता का विरोधाभास

AI से काम जितना जल्दी खत्म होगा, घंटों वाले अनुबंध में बिल उतना ही कम बनेगा। यानी जब तक घंटों के हिसाब से बिलिंग है, फ़र्मों के पास AI का पूरा इस्तेमाल करने का प्रोत्साहन कम है — दक्षता का फ़ायदा न फ़र्म तक ठीक से पहुँचता है, न ग्राहक तक।

इस विरोधाभास को सुलझाने की दिशा के रूप में नतीजों पर आधारित और तय कीमत वाले अनुबंधों की चर्चा होती है। अगर फ़ीस "कितने घंटे काम हुआ" के बजाय "क्या बदलाव आया" से तय हो, तो AI से जल्दी काम पूरा करना फ़र्म के लिए भी फ़ायदेमंद होगा। लेकिन हमें ऐसा कोई आँकड़ा नहीं मिला जो प्रकाशक तक पहुँचता हो और बताए कि पूरा उद्योग कितना बदल चुका है, इसलिए यहाँ सिर्फ़ दिशा की बात है। ग्राहक कंपनियाँ अनुबंध का प्रकार कैसे चुनें, यह खंड 8 में है।

6. क्या "नहीं बदलता" — मूल मूल्य

अब तक हमने देखा कि क्या बदलता है। लेकिन असल में ज़रूरी है "जो नहीं बदलता"। खंड 2 के प्रयोग ने दिखाया कि जिन कामों को AI पर छोड़ने से गलती होती है, वे उसी काम में मिले हुए हैं।

AI अच्छा है (सौंपना आसान)

  • रिसर्च, सार और सामग्री का ड्राफ़्ट
  • डेटा विश्लेषण और मॉडल का पहला रूप
  • नियमित दस्तावेज़ बनाना
  • विकल्पों को गिनना और सजाना

इंसान के पास रहता है (पूरा नहीं सौंपा जा सकता)

  • सवाल तय करना: असली समस्या पहचानना
  • AI के जवाब परखना: उसकी सीमा से बाहर के जवाबों पर शक करना
  • भरोसे का रिश्ता: क्लाइंट को आगे बढ़ाने की क्षमता
  • अमल और बदलाव: संगठन को नतीजे तक ले जाना

मूल बात यही है। AI "विश्वसनीय लगने वाला विश्लेषण" तेज़ी से और बड़ी मात्रा में बनाता है। लेकिन "क्या पूछना चाहिए", "क्या इस जवाब पर भरोसा किया जाए" और "लोगों और संगठन को कैसे आगे बढ़ाएँ" — यह अब भी इंसान का काम है, और खंड 2 के प्रयोग में इस परख को छोड़ने पर सही जवाब की दर गिरी। उद्योग की गहरी समझ, ज़मीन पर बदलाव लाने का अनुभव, संदर्भ की पकड़ — ऐसी "संचालन की क्षमता" वाले लोगों का मूल्य AI युग में बढ़ता है। AI क्या कर सकता है और क्या नहीं की रेखा कंसल्टिंग पर भी वैसे ही लागू होती है।

7. बड़ी फ़र्म और बुटीक

AI उद्योग के भीतर ताक़त के संतुलन पर भी असर डालता है। बड़ी फ़र्मों के पास निवेश का पैमाना है, छोटी विशेषज्ञ फ़र्मों के पास फुर्ती। दोनों की ताक़त अलग है।

🏢 बड़ी फ़र्म

  • आंतरिक AI प्लेटफ़ॉर्म और बड़ी साझेदारियों में निवेश कर सकती हैं (खंड 1 में BCG और KPMG)
  • AI लागू करने में मदद का बाज़ार पकड़ सकती हैं
  • ⚠ घंटों वाली बिलिंग से हटना भारी पड़ता है
  • ⚠ बड़ा संगठन होने से फुर्ती कम

🚤 बुटीक (छोटी विशेषज्ञ फ़र्म)

  • बाज़ार में उपलब्ध AI से कम लोग भी ढेर सारा रिसर्च और सामग्री संभाल सकते हैं
  • किसी खास क्षेत्र की गहरी विशेषज्ञता से अलग पहचान
  • ✅ अनुबंध का प्रकार आसानी से बदल सकती हैं
  • ⚠ आंतरिक AI प्लेटफ़ॉर्म और डेटा में निवेश में बड़ी फ़र्मों से पीछे

अगर AI बुटीक की कमज़ोरी — लोगों की कमी — को भर दे, तो ऐसे मौके बढ़ सकते हैं जहाँ छोटी विशेषज्ञ फ़र्में बड़ी फ़र्मों से मुक़ाबला कर सकें। दूसरी ओर, फ़र्म की पुरानी सामग्री को AI से खोजने वाला प्लेटफ़ॉर्म (जैसे McKinsey का Lilli) सालों के जमा काम वाली बड़ी फ़र्मों के लिए बनाना आसान है। किस पक्ष को बढ़त मिली, इसका कोई भरोसेमंद आँकड़ा हमें नहीं मिला, इसलिए यहाँ दोनों पहलू साथ रखे गए हैं। दोनों में समान बात यह है कि आकार से ज़्यादा विशेषज्ञता और AI के इस्तेमाल का तरीका फ़र्क़ डालता है।

8. कंसल्टेंट बनना चाहने वालों और ग्राहक कंपनियों के लिए सलाह

तो हर पक्ष क्या करे? पूरी तस्वीर को व्यवहार में उतारते हैं।

🎯 कंसल्टेंट बनना चाहने वाले
काम करने की रफ़्तार नहीं, "सवाल तय करने, AI के जवाब परखने और लोगों से काम लेने की क्षमता" निखारें। AI टूल चलाना तो बुनियादी बात है। किसी खास क्षेत्र में जल्दी विशेषज्ञता बनाएँ।
🏢 काम कर रहे कंसल्टेंट
बुनियादी काम AI को सौंपें और समय व्याख्या, सुझाव और अमल में मदद की ओर ले जाएँ। AI की सीमा से बाहर के कामों को पहचानने वाली नज़र जान-बूझकर तेज़ करें।
💼 कंसल्टिंग लेने वाली कंपनियाँ
सोचें कि क्या "समय" नहीं, "नतीजों" पर अनुबंध हो सकता है। मानकर चलें कि रिसर्च और सामग्री आपका अपना AI बना सकता है, और कंसल्टेंट से "निर्णय और अमल" माँगें।

मुझे सबसे ज़रूरी यह लगता है कि कंसल्टिंग खरीदने वाली कंपनियों को ज़्यादा समझदार बनना होगा। जब हर कोई AI से "ठीक-ठाक दिखने वाली सामग्री" बना सकता है, तब कंसल्टेंट को दिए पैसे का मूल्य "सुंदर विश्लेषण" नहीं, बल्कि "वह निर्णय जो कंपनी ख़ुद नहीं निकाल सकती और बदलाव को अंत तक पहुँचाने की क्षमता" तक सिमट जाता है। खंड 2 का प्रयोग दिखाता है कि अपनी सीमा से बाहर AI के जवाब आसानी से गलत होते हैं। क्या यह परख उस फ़र्म को सौंपी जा सकती है — यही आगे चुनने की कसौटी बनेगी।

सारांश

  • AI ख़ुद उत्पाद भी बना: BCG की 2025 की आय 14.4 अरब डॉलर, AI और टेक्नोलॉजी पर केंद्रित सेवाएँ 40% से ऊपर, AI सेवाओं में 25% बढ़त। कर्मचारी 33,500 हुए।
  • तेज़ होने वाले और गलती वाले काम: BCG के 758 कंसल्टेंट वाले प्रयोग में AI की सीमा के भीतर 12.2% ज़्यादा काम, 25.1% तेज़ और बेहतर गुणवत्ता; सीमा से बाहर के काम में सही जवाब की संभावना 19% कम।
  • पेशा बढ़ने का अनुमान: BLS के अनुसार मैनेजमेंट एनालिस्ट (10,77,100 नौकरियाँ) 2035 तक 10% बढ़ेंगे। बदलती संख्या से ज़्यादा सामग्री है।
  • पिरामिड और फ़ीस खुले सवाल हैं: जूनियर कैसे तैयार हों और फ़ीस घंटों से नतीजों की ओर कितनी खिसके — ये असली मुद्दे हैं, पर प्रगति बताने वाले भरोसेमंद आँकड़े अभी नहीं हैं।
  • न बदलने वाला मूल: सवाल तय करना, AI के जवाब परखना, भरोसा और अमल इंसान के पास रहते हैं।

आख़िरकार AI कंसल्टिंग उद्योग से यही पूछ रहा है: "आपका मूल्य काम में है या निर्णय में?" जब रिसर्च और सामग्री AI तेज़ी से दे देता है, तब लोग उस क्षमता के लिए पैसा देते हैं जो असली समस्या पहचाने, जहाँ शक करना चाहिए वहाँ AI के जवाब पर शक करे, और संगठन को नतीजे तक ले जाए।

पिछले संस्करण में सुधार

30 सितंबर 2026 के पुनर्लेखन में हमने पिछले संस्करण के नीचे दिए कथनों को मूल स्रोतों के अनुसार ठीक किया।

पिछले संस्करण मेंपुनर्लेखन के बाद (मूल स्रोत के अनुसार)
BCG की 2025 की 14.4 अरब डॉलर की आय का लगभग 25% (लगभग 3.6 अरब डॉलर) AI से जुड़ी कंसल्टिंग से आयाBCG की घोषणा के अनुसार "AI और टेक्नोलॉजी पर केंद्रित सेवाएँ आय के 40% से ज़्यादा" हैं और "AI सेवाएँ सालाना 25% बढ़ीं"। 25% आय का हिस्सा नहीं, बढ़त की दर थी
HBS के अध्ययन में AI इस्तेमाल करने वालों की गुणवत्ता 40% से ज़्यादा बेहतरमार्च 2026 में छपे लेख के सारांश में "गुणवत्ता काफ़ी ऊँची" लिखा है। साथ ही हमने जोड़ा कि AI की सीमा से बाहर के काम में सही जवाब की संभावना 19% कम रही
बिग फ़ोर और रणनीति फ़र्मों का 10 अरब डॉलर से ज़्यादा निवेश, PwC का 3 साल में 1 अरब डॉलर, Lilli का सेकंडों में 1 लाख से ज़्यादा दस्तावेज़ स्कैन करना, BCG का Deckster, जूनियर काम का लगभग 80% ऑटोमेट, 73% ग्राहकों का नतीजों पर आधारित फ़ीस पसंद करना, छोटी फ़र्मों की 50% तक बढ़त आदिमूल स्रोतों में पुष्टि न हो पाने के कारण हटाया गया। इनकी जगह BCG, KPMG और McKinsey की आधिकारिक घोषणाएँ और BLS के पेशा-आँकड़े जोड़े गए

FAQ

Q. क्या AI से कंसल्टेंट की नौकरियाँ खत्म हो जाएँगी?
A. "खत्म होना" से ज़्यादा "काम की सामग्री बदलना" सच के क़रीब है। अमेरिकी श्रम सांख्यिकी ब्यूरो का अनुमान है कि कंसल्टेंट समेत मैनेजमेंट एनालिस्ट की नौकरियाँ 2025–35 में 10% बढ़ेंगी, और BCG ने भी 2025 में कर्मचारी बढ़ाकर 33,500 किए। दूसरी ओर, रिसर्च, स्लाइड और विश्लेषण जैसे काम AI को जाते हैं, और समस्या तय करने, AI के जवाब परखने और क्लाइंट को आगे बढ़ाने की क्षमता का वज़न बढ़ता है।

Q. AI से कंसल्टिंग का काम कितना तेज़ होता है?
A. BCG के 758 कंसल्टेंट पर हुए प्रयोग (Organization Science, मार्च 2026) में, AI की क्षमता-सीमा के भीतर के कामों में AI इस्तेमाल करने वालों ने 12.2% ज़्यादा काम पूरे किए, 25.1% तेज़ किए, और गुणवत्ता भी काफ़ी ऊँची रही। लेकिन सीमा से बाहर की एक जटिल प्रबंधन समस्या में उनके सही जवाब तक पहुँचने की संभावना 19% कम रही। ये उस समय के मॉडल (GPT-4) के नतीजे हैं।

Q. क्या जूनियर कंसल्टेंट के लिए मुश्किल बढ़ेगी?
A. रिसर्च और स्लाइड जैसा जूनियरों का मुख्य काम AI से तेज़ होता है, इसलिए "बुनियादी काम के लिए बड़ी भर्ती" की धारणा डगमगाती है। लेकिन बड़ी फ़र्मों ने जूनियर भर्ती कितनी घटाई, इसका कोई आधिकारिक आँकड़ा हम पुष्ट नहीं कर सके। इतना तय है कि नए लोगों से शुरुआत से ही AI का अच्छा इस्तेमाल करने और उसकी गलतियाँ पकड़ने की अपेक्षा है।

Q. कंसल्टिंग की फ़ीस कैसे बदलेगी?
A. घंटों वाले अनुबंध में AI से काम जल्दी खत्म होने पर बिल कम बनता है, इसलिए फ़र्मों के पास AI का पूरा इस्तेमाल करने का प्रोत्साहन कम होता है। इसे सुलझाने के लिए नतीजों पर आधारित और तय कीमत वाले अनुबंधों की चर्चा है, लेकिन पूरे उद्योग के बदलाव की रफ़्तार बताने वाले भरोसेमंद आँकड़े अभी नहीं हैं।

Q. बड़ी फ़र्म और बुटीक (छोटी फ़र्म) में किसे फ़ायदा है?
A. एक पक्ष के बारे में पक्का नहीं कहा जा सकता। बड़ी फ़र्में आंतरिक AI प्लेटफ़ॉर्म और बड़ी साझेदारियों में निवेश कर सकती हैं और BCG की तरह AI सहायता को ही बड़ा कारोबार बना सकती हैं। बुटीक बाज़ार के AI से कम लोगों में भी बहुत काम संभाल सकती हैं और अनुबंध का प्रकार आसानी से बदल सकती हैं। किस पक्ष को बढ़त मिली, इसका भरोसेमंद आँकड़ा हमें नहीं मिला।

Q. कंसल्टेंट लेने वाली कंपनियाँ किन बातों का ध्यान रखें?
A. यह मानकर चलें कि रिसर्च और सामग्री आपका अपना AI बना सकता है, और कंसल्टेंट से "वह निर्णय जो कंपनी ख़ुद नहीं निकाल सकती" और "बदलाव को अंत तक पहुँचाने की क्षमता" माँगें। AI के जवाब अपनी सीमा से बाहर आसानी से गलत होते हैं, इसलिए चुनने की कसौटी यह रखें कि क्या यह परख उन्हें सौंपी जा सकती है।

Q. कंसल्टेंट बनना हो तो क्या सीखें?
A. AI टूल चलाना बुनियादी मानकर, उसके ऊपर "असली समस्या पहचानने", "जहाँ ज़रूरी हो वहाँ AI के जवाब पर शक करने" और "क्लाइंट व संगठन को आगे बढ़ाने" की क्षमता निखारें। साथ ही किसी खास उद्योग या कार्य-क्षेत्र में जल्दी गहरी विशेषज्ञता बनाएँ। मूल्यांकन काम की रफ़्तार पर नहीं, निर्णय और अमल की गुणवत्ता पर होगा।