埃森哲的 AI 故事要拆成三笔账：人才账、客户账、生态账。三笔账都有公司披露的硬数字，也有公司没有披露、只能标注未核实的缺口。
人才账：AI 与数据专业人员达到约 110,000 人（公司披露，业绩会口径），三年前这个数字是 40,000，公司原定 2026 财年末达到 80,000，实际完成约为目标的 1.4 倍（计算）。支撑这个数字的是两笔各 10 亿美元的年度投入（研发、员工学习与发展）与全财年 4,600 万小时培训（公司披露）。这是一场昂贵的换血：同期公司为传统人时结构的优化支付了前文所述的两个季度优化费用，一边裁减传统岗位、一边扩编 AI 岗位，组织在飞轮中换轴。
客户账：2026 财年有超过 400 家客户与公司启动了首个先进 AI（advanced AI）项目，仅第四财季就新增约 100 家（公司披露）。管理层反复强调客户成熟度差异极大——多数客户还在补数据地基与数字核心，AI 大规模部署仍在早期；这决定了埃森哲当期 AI 收入的主要形态是建地基（数据平台、企业 AI 技术栈、安全合规）而不是替代人的自动化。公司自称 AI 效率是顺风：交付端提效让利客户，客户把省下的钱买更多变革工作，token 成本下降进一步放大可及场景（公司披露，业绩会口径）。这套表述无法独立验证，但与之互证的是第四财季咨询增速追平托管服务、通信媒体与科技行业 10% 的本币增速（公司披露）。
生态账：前十大伙伴贡献收入超过 60% 且增速快于公司整体；八家新兴 AI 与数据伙伴订单增至三倍、收入翻倍；公司是三家前沿模型公司的头号合作伙伴，并提供开源权重模型的全生命周期服务；2027 财年起生态伙伴报告口径将前十大与新兴 AI 伙伴合并为一组，并新增戴尔为伙伴（公司披露）。最重磅的单点是 Anthropic：2026 年 9 月 18 日双方宣布共建嵌入式模型评估团队，各自承诺五年至少投入 10 亿美元（转引公司新闻room与 Reuters），管理层在业绩会上确认了自身 10 亿美元、五年、含安全实验室的投入，并强调该合作不排他（公司披露，业绩会口径）。此前收购的英国 AI 公司 Faculty（2026 年 3 月完成，转引）为这单生意补上了安全评估能力。
缺口也要说清楚：公司没有披露与上年同口径的全年 GenAI 或先进 AI 订单总额（2025 财年公司曾披露 GenAI 订单约 59 亿美元，转引），因此 FY26 的 AI 订单规模只能标注未核实；能交叉印证的只有新兴伙伴订单三倍、400 余家新客户、65% 以上固定价占比这几个侧面（公司披露）。判断：埃森哲的 AI 收入目前更像旧业务的放大器而非新大陆，它的意义在于把 AI 从威胁变成续约理由——这一点第四财季订单已经给出初步证据，但 AI 相关收入的独立成色仍未被量化披露。另据 10 月报道，公司自 2026 财年第一季度起已不再单独披露先进 AI 订单与收入（媒体报道），这与本章"未核实"的标注一致——读者应把新兴伙伴订单增速（本财年三倍）与 400 余家新客户作为 AI 动能的侧面证据，而非直接的收入口径。
人才账：4 万到 11 万人的换血
| 时点 | AI 与数据专业人员 | 口径 |
|---|---|---|
| 三年前 | 约 40,000 人 | 公司披露 |
| FY26 原定目标 | 80,000 人（2026 财年末） | 公司披露 |
| FY26 实际 | 约 110,000 人 | 公司披露，业绩会口径 |
| 目标完成率 | 约为目标的 1.4 倍（计算） | 110,000 ÷ 80,000 |
AI 与数据专业人员达到约 110,000 人（公司披露，业绩会口径），三年前这个数字是 40,000，公司原定 2026 财年末达到 80,000，实际完成约为目标的 1.4 倍（计算）。换血的速度是惊人的：三年增长近两倍，年均复合增速约 40%（本书推算）。支撑这个数字的是两笔各 10 亿美元的年度投入（研发、员工学习与发展）与全财年 4,600 万小时培训（公司披露）——4,600 万小时折合每位员工约 56 小时（本书推算：4,600 万 ÷ 81.4 万人），相当于每位员工每年近 7 个工作日的培训。换血的含义不是“裁员”，而是“转岗”：传统实施人员通过培训转为 AI 与数据专业人员，员工总数 81.4 万人没有大幅波动，结构发生了变化——AI 与数据专业人员占员工总数的约 13.5%（本书推算：11 万 ÷ 81.4 万），三年前这个比例约为 5%（本书推算）。结构的改变，才是换血的本质。
客户账：400+ 首个先进 AI 项目的客户
FY26 启动首个先进 AI 项目的客户超过 400 家，仅 Q4 就新增约 100 家（公司披露）。400+ 的含义是：AI 需求不再是少数头部客户的试点，而是中型客户的批量采购——首个先进 AI 项目的客户数，是 AI 需求“广度”的指标；Q4 新增约 100 家，说明广度在加速。客户账的另一面是生态伙伴：前十大生态伙伴收入占比超过 60%、增速 6%（公司披露），八家新兴 AI 与数据伙伴的订单增长三倍、收入翻倍（公司披露）——前十大伙伴是“深度”（收入集中），八家新兴伙伴是“广度”（订单爆发）。深度与广度同时增长，说明埃森哲的 AI 生态既有头部客户的复购，也有新兴伙伴的增量。客户账的验证标准是“复购”：400+ 客户里有多少在 2027 年启动第二个 AI 项目，决定了 AI 收入的持续性——首个项目是“试水”，第二个项目才是“承诺”。
AI 风险：公司自己写进财报的风险提示
公司在 Q4 财报里把 AI 列为风险因素（媒体报道口径，转述公司披露）：包括 AI 导致对其服务的需求减少、以及公司自身的 AI 投资未能带来预期收益的可能性。这个风险提示的含金量在于：它是公司自己写的，不是做空者的臆测——管理层承认 AI 是一把双刃剑，既能带来订单，也能替代订单。风险提示的另一面是美国联邦支出的压力（媒体报道口径）：美国联邦政府的支出收紧，直接影响埃森哲的公共部门业务——Q4 财报里管理层披露了美国联邦支出的压力（IndMoney 口径），并把 FY27 指引区间的两端假设明确写明：高端对应“稳定至略改善”，低端对应“恶化”（公司指引，业绩会口径）。读 AI 风险要分清“替代”与“赋能”：替代的是重复劳动，赋能的是 AI 落地——2026 财年的订单证明，赋能的订单多于替代的订单；但 2027 年的订单结构会不会反转，是第 10 章的第一个验证点。
