McKinsey & Company
PulseAugur coverage of McKinsey & Company — every cluster mentioning McKinsey & Company across labs, papers, and developer communities, ranked by signal.
- affiliated with McKinsey Global Institute 90%
- partners with Bain & Company 90%
- competes with Deloitte 70%
- competes with Bain & Company 70%
- partners with Span Ai Startup 70%
- competes with Gartner 60%
- instance of S&P 500 60%
- competes with Ey 60%
- affiliated with Fortune 50%
- other Forbes 50%
- other Bain & Company 50%
- affiliated with International Data Corporation 50%
- 2026-10-14 product_launch McKinsey & Company is implementing an AI client simulation for job interviews. 来源
- 2026-05-19 research_milestone McKinsey & Company and ICSC released a report on the future of shopping. 来源
- 2026-05-15 funding McKinsey is restructuring its partner compensation to increase equity distribution and bolster capital reserves. 来源
23 天有情绪数据
-
物理AI演示因数据缺失而无法实现商业价值
尽管演示效果令人印象深刻,但物理AI系统常常难以将现实世界的观察转化为可行的商业洞察。虽然基础模型可以适应专业知识,但实体业务会产生从未被记录的关键数据,例如员工等待时间或交接停滞。识别物体或人物是不够的;AI必须理解上下文和关系才能理解运营,这一挑战需要仔细的系统设计以及物理观察与有意义的运营状态之间的清晰界限。
-
Pomerado 将网站变成可调用的 API 以实现自动化
Pomerado 是一家获得 Y Combinator 支持的公司,开发了一款新工具,可将网站任务转化为可调用的 API,称为 MCP(机器可调用过程)。该解决方案专为缺乏 API 的遗留网站的企业设计,能够自动化重复性任务。该过程涉及代理执行一次任务,然后 Pomerado 将其泛化为可重复使用的 API,并内置了针对网站更改的自我修复功能。
-
AI 采用激增,但开发者面临扩展挑战
一份最新报告显示,组织中 AI 的采用率显著增长,到 2026 年,72% 的组织至少在一个业务功能中使用 AI,高于之前的 50%。这一增长凸显了一个普遍存在的挑战:在小规模测试中表现良好的 AI 架构在生产负载下往往会失败。文章强调了显式的组件间模式和离散的、可独立部署的模块对于扩展 AI 管道的重要性,特别是对于使用 TypeScript 和 LLM 编排库的开发者而言。它建议在编写代码之前定义组件边界并使用类型化接口,以确保可…
-
AI代理将使用“信用评分”进行B2B采购验证
行业预测显示,用于企业采购的AI代理很快将需要“信用评分”来验证公司身份。预计到2028年,这些将作为90%B2B购买中介的代理,在供应商出现矛盾信息(例如合并后)时面临挑战。为解决此问题,正在开发新系统来创建“实体权威评分”,该评分衡量公司事实数据的一致性和独立验证,类似于信用评分评估财务可信度。
-
开源Vibeconferencing挑战Anthropic的Claude Meetings
2026年,Anthropic将推出其AI驱动的视频会议工具Claude Meetings。然而,在48小时内,一个名为Vibeconferencing的开源替代品应运而生,它能在Zoom和WhatsApp等多个平台上提供类似功能。Vibeconferencing的独特之处在于允许用户接入自己偏好的大语言模型(LLM),包括通过Ollama进行本地托管的选项,从而避免了供应商锁定。这种方法强调用户对AI架构的控制权,与Claude M…
-
由于规划和资金问题,企业AI采用停滞不前 · 跟踪3个来源
许多大型企业都在大力投资AI,但由于规划和资金结构存在缺陷,往往无法获得显著的财务回报。根据资深数字化转型和AI高管Monisha Somji的说法,问题不在于技术本身,而在于围绕其实施的领导力和组织流程。Gartner预测,到2027年,超过40%的自主AI项目可能会因成本不断升级、商业价值不明确或风险控制不足而被取消。为了实现AI的价值,组织必须重建流程,而不是简单地添加工具,整合AI的接收和优先排序,根据成果而不是项目来资助倡议…
-
企业AI的价值在于自动化常规任务,而非突破性进展
企业之所以难以看到AI投资的回报,是因为它们过于关注先进的突破性进展,而忽视了自动化重复性任务的“枯燥工作”。最有价值的AI机会在于改进客户交接、报告汇编和IT请求等任务的流程,这些任务占用了员工大量时间。为了实现价值,组织应在部署技术前识别并修复流程效率低下之处,衡量业务成果而非仅仅是AI活动,并在广泛实施前对特定工作流程进行AI解决方案试点。
-
Databricks 推出 Genie 2,目标是利用 Agentic AI 将工作量减少 83% · 已追踪 2 个来源
Databricks 正在推出其第二代 Genie 平台,旨在显著减少与业务规划和预测相关的工作量。McKinsey & Company 报告称,由 Genie 驱动的 Agentic AI 可将业务规划任务减少 83%,并将预测误差减少一半。此举是 Databricks 对拓展欧洲业务进行 30 亿美元巨额投资的一部分。
-
2027年人工智能:重点转向流程、治理和投资回报率
随着人工智能能力的不断发展,2027年的重点将从技术本身转向其支持的底层业务流程。组织需要优先考虑治理、代理编排、可证明的投资回报率和成本管理,以有效扩展人工智能计划。人工智能采用的时代正在让位于一个人工智能必须证明其财务价值并在严格的成本控制下运行的阶段,从创新支出转变为运营投资。
-
企业基础设施重置聚焦于物理和经济后果
企业基础设施战略的下一次重大转变将超越传统的数据中心和云计算,转而关注物理系统和数字系统的相互关联性。这个新兴领域被称为“基础设施后果经济学”,它在传统假设失效时,根据数字基础设施的安全性、可靠性、合法性和经济可行性进行评估。这一转变的关键指标包括电力成为重要的计算约束,基础设施投资出现非同寻常的资本周期,以及海底电缆等物理连接在全球数据流中的关键作用。
-
Cognition与麦肯锡合作部署AI编码代理Devin
AI编码代理Devin的创造者Cognition已与麦肯锡公司合作,将Devin引入美国和欧洲的主要企业。麦肯锡将识别关键工程项目并重组团队以整合AI,由Devin负责编码任务。此次合作已获得六家世界顶级银行作为客户。
-
AI采用从削减成本转向增长战略
虽然许多公司专注于利用AI削减成本,但有相当一部分公司错失了增加收入的机会。研究表明,AI表现优异者同时追求效率和创新。AI可以通过使市场研究、编码和原型制作更容易、成本更低来加速探索新商业创意的过程。关键挑战仍然在于选择正确的机会、验证需求以及利用现有公司专业知识和知识产权构建可行的业务。
-
AI代理重塑营销:品牌必须赢得机器,而不仅仅是人类
随着AI代理越来越多地影响消费者的购买决策,营销格局正在发生转变,超越了传统的以人为中心的战略。研究表明,AI在购物任务中的采用率很高,预计到2030年,大部分消费者将把整个购物过程委托给AI代理。联合利华(Unilever)和JD Sports等公司正在通过专注于准确、机器可读的产品信息来适应,以确保在AI推荐系统中获得可见性和偏好,因为这些代理优先考虑事实准确性而非品牌规模。
-
AI代理的幻觉风险需要新的防护栏,MIT研究表明
与简单的聊天机器人不同,AI代理因幻觉而带来重大的生产风险,可能导致运营失败。最近的一项MIT研究表明,使用谱分析检测Llama 3.1 8B的工具使用幻觉的召回率为97.7%。为减轻这些风险,代理防护栏至关重要,它们在代理的整个生命周期中充当结构化的控制层,从输入验证到输出验证和数据处理,确保操作安全合规。
-
印度 AI 芯片初创公司 Bharat Semi 融资 2400 万美元
Bharat Semi 是一家专注于 AI 图像传感器的印度初创公司,已获得 2400 万美元种子轮融资。该公司旨在开发将图像捕获、处理和 AI 功能集成到单一芯片上的芯片,这可能显著降低系统成本。这笔资金将用于团队扩张、产品开发和市场进入,初步商业化生产目标定在 2027 年。Bharat Semi 已获得 General Atomics 和 Kaynes Semicon 的设计订单。
-
联想推出混合Token工厂,AI成本降低70%
联想宣布计划在中国张家口建设一个“混合Token工厂”,目标是每年生产20千万亿(20 quadrillion)个Token,同时降低70%的成本。该举措旨在解决AI日益增长的运营成本问题,这些成本正导致一些公司限制其AI使用。该工厂将利用可再生能源和异构计算集群,提供更经济高效的Token服务,整合私有云、公有云资源、边缘计算以及各种AI模型。
-
麦肯锡概述组织AI就绪框架
麦肯锡公司(McKinsey & Company)概述了一个组织在AI时代就绪的框架,区分了个人准备和组织准备。该公司建议,在AI培训后,让两位经理审阅同一份客户提案,以促进基于角色的学习和发展。一个关键的实际启示是,在评估员工之前需要标准化审阅标准。
-
麦肯锡报告:全球贸易面临日益增长的脆弱性
麦肯锡的一份新报告量化了全球贸易系统中日益增多的脆弱性,将关键投入、供应商集中和地缘政治压力确定为主要因素。自2000年以来,面临至少两种此类主要脆弱性的全球进口商品份额显著增加。研究强调,仅仅转移供应商或工厂可能不足以建立真正的韧性,因为还必须解决上游风险。
-
渣打集团利润飙升46%,CEO利用全球经济碎片化
渣打集团报告第三季度净利润增长46%,达到15亿美元,这得益于其CEO利用全球经济碎片化这一战略。CEO Bill Winters认为,全球贸易的分裂为银行协助跨国公司在新重塑的市场中进行跨境交易和融资提供了机会。该银行在54个市场拥有广泛的网络,尤其是在亚洲、非洲和中东,使其能够支持客户的贸易和投资转移。
-
数据中心公关危机迫近,AI需求激增,监管辩论升温
科技巨头因数据中心的建设面临公关挑战,这源于环境担忧和不断上涨的能源成本。预计到2030年,数据中心的需求将近翻两番,其中与AI相关的支出将显著促进美国GDP增长。提出的解决方案包括积极主动地与社区沟通,让利益相关者参与到开发中,并确保企业对环境和社会目标的责任。这种方法旨在缓解地方反对意见,防止可能阻碍美国在AI计算能力方面竞争优势的僵局。