McKinsey AI 客户面试让背熟套路的候选人措手不及

McKinsey 正让部分应聘初级职位的候选人与模拟客户进行 10 分钟交流，使 McKinsey AI 客户面试成为一项对即时判断力的测试。该虚拟形象扮演企业领导者，而人工评估者则观察每位候选人如何倾听、回应和调整。

这一试点值得关注，因为据报道，该软件不会为求职者打分，也不决定谁能进入下一轮。AI 提供不可预测的对话，但评估候选人的责任仍由 McKinsey 合伙人和评估者承担。

这一设计颠倒了人们对自动化招聘的常见焦虑。眼下的问题并非算法是否会淘汰某个人，而是标准化的数字客户能否揭示那些经过反复演练的案例面试常常掩盖的特质。

McKinsey AI 客户面试带来了哪些变化

McKinsey 正将一部分脚本化的招聘流程，替换为能够实时回应候选人的对话。

根据对 AI client interview 的报道，北美地区申请商业分析师职位的部分本科生候选人将接受这项模拟测试。据报道，此次推广将在秋季招聘季覆盖数百名求职者。

候选人将在 McKinsey 办公室内与虚拟形象交谈约 10 分钟。人工评估者仍会留在房间内观察互动过程。

据报道，该虚拟形象可扮演市长，或需要以清晰方式解释建议的学者型高管等角色。这些角色可制造不同的对话压力，无需合伙人反复扮演客户。

参与试点的 McKinsey 合伙人 Saleem Zafar 据称表示，这项模拟反映了咨询顾问工作中约 80% 的情境。这个数字是 McKinsey 的估计，并非经独立验证的工作覆盖率指标。

该系统并非旨在模仿不理性或具有攻击性的客户。相反，它呈现的是可信的利益相关者：会提问、表达保留意见，并对候选人的处理方式作出反应。

这一区别很重要。一个刻意混乱的机器人主要会测试人在人工压力下的镇定程度；而一个稳定但会回应的客户，则能测试候选人是否察觉顾虑并改变方向。

据报道，评估者会观察候选人是否听出了客户所重视的内容。他们也会考察求职者是否会依据这些信号采取行动，还是继续推进预先准备好的议程。

这项新测试加入了原本就层层递进的招聘流程。McKinsey 现有的 Solve assessment 在类似游戏的环境中，结合其他申请材料评估解决问题的能力。

McKinsey 还曾在部分办公室试验 AI 辅助案例面试。在这些测试中，候选人在解决商业问题时将 AI 系统作为资源使用。

虚拟形象试点测试的是另一种能力。它让 AI 坐在桌子对面，代表咨询顾问必须理解并施加影响的人。

这种差异构成了本文的核心张力。McKinsey 希望更真实地了解候选人，但必须证明一场合成对话能够预测其与真实人群共事时的表现。

为什么虚拟客户更难靠演练应对

该模拟针对的是那些让传统面试更易准备、却更难解读的精修答案。

咨询职位申请者可能花数月练习市场进入案例、盈利能力框架、行为面试故事和建议表达形式。庞大的备考产业帮助候选人识别熟悉的问题结构。

准备本身并不具有欺骗性。它能培养有用的习惯，包括清晰的组织能力、定量分析的严谨性和简洁的沟通方式。

然而，高度演练可能会缩小真实判断力与熟练表达之间的差异。两名求职者可能使用相似框架，即便其中只有一人注意到客户真正需要什么。

会回应的虚拟形象改变了这一局面。候选人不能只完成分析后在最后进行陈述，而必须一边管理对话，一边判断哪些信号值得关注。

设想一下，模拟市长相比预期节省金额，更担心服务中断问题。如果候选人仍持续强调财务收益，就错过了利益相关者真正的异议。

另一位申请者可能会承认运营方面的顾虑，询问哪些社区面临最大风险，并修改建议。这样的回应体现的是倾听和适应能力，而不只是陈述技巧。

传统案例面试也能测试这些特质，但其呈现方式不尽相同。一位面试官可能频繁打断，另一位则可能给予充分提示，或安静等待。

模拟客户可以在不同场次中提出可比的异议。这为评估者比较求职者提供了更稳定的起点。

当一家企业需要评估遍布不同办公室的数百人时，一致性尤其具有吸引力。它可以减少因面试官风格、疲劳或热情造成的偶然差异。

这项测试也反映了咨询工作本身的变化。生成式 AI 目前已支持研究、总结、分析、头脑风暴和文档制作。

这些工具让信息生成更快，却不会消除识别利益相关者顾虑或在质询下捍卫建议的必要性。

早期 McKinsey AI 面试试点关注的是申请者如何在案例中使用 AI。根据对 AI-assisted cases 的详细分析，McKinsey 的 Marie Christine Padberg 将 AI 描述为团队中的另一位商业分析师。

这种形式考察候选人是否能明智地分配任务、质疑模型输出并形成自己的结论。模拟客户形式则考察他们在 AI 坐上客户席位时能否有效沟通。

这些试点共同指向了对初级岗位胜任力更广泛的定义。产出分析很重要，但管理机器生成的分析结果和人类关切的重要性比过去更高。

这种转变给那些主要依靠记忆化结构获得优势的候选人带来压力。它更青睐能够诊断一段对话，并在不失清晰度的前提下调整方法的申请者。

它也对面试辅导机构和大学提出了要求。准备工作如今必须包括非脚本化的利益相关者交流，而不只是框架、心算和最终建议。

候选人仍需要结构化思维。新的启示是，结构应当引导对话，而非阻碍候选人倾听对话。

AI 扮演客户，而非裁判

最重要的保障措施也是核心转变：据报道，招聘决定由人作出，而 AI 则创造被评估的情境。

许多自动化招聘系统在流程更早阶段发挥作用。它们筛选简历、排列申请优先级、分析测试结果，或大规模开展初步面试。

申请者往往看不到这些系统使用了哪些特征。他们可能不知道算法是否影响了自己被拒，也不知道该如何质疑错误。

据报道，McKinsey 的设计避免了直接自动化评分。虚拟形象与候选人交谈，但人工评估者解读其表现。

这一边界在法律和伦理层面都很重要。会提出招聘建议的对话模型，与仅呈现标准化情境的模型引发的担忧不同。

这一区别并不意味着技术无关紧要。虚拟形象仍决定会出现哪些问题、如何反应，以及何时引入信息。

这些对话选择塑造了评估者可获得的证据。如果系统对相似候选人的回应不同，由此产生的比较就会变得不那么可靠。

不过，由人保留责任可以防止模型将不确定的推断变成自动排名。它也让评估者能够考虑文字记录或数字评分之外的背景。

这种做法更像角色扮演评估，而非算法筛选器。长期以来，雇主一直通过演示、小组练习、演员和模拟客户对话来评估职场行为。

AI 让这种方法更容易复制。除非经过相应配置，合成角色不会疲倦、忘记脚本，或在获批情境之外即兴发挥。

它还可以在不同办公室提供相同的底层挑战。McKinsey 可以改变表层细节，同时保留其希望观察的行为。

然而，人工评分也带来另一项要求：评估者需要明确的评分标准。没有标准化量表，标准化虚拟形象只会向主观评委提供不一致的证据。

有效的评分标准应区分倾听与认同。优秀候选人不应仅仅因为接受模拟客户所说的一切而获得肯定。

咨询顾问有时需要质疑利益相关者的假设。相关能力在于识别顾虑、检验其依据，并说明为何另一种方案仍然更可取。

评估者还必须将对话风格与推理质量区分开来。自信程度、口音、语速以及对高管语言的熟悉度都会影响印象，却未必能预测表现。

因此，该系统的价值取决于完整的评估流程。只有当评估标准与岗位相关、得到记录并被一致应用时，稳定的虚拟形象才有帮助。

McKinsey 尚未公开披露模型、详细评分标准、验证方法，或对话数据的保留规则。它也未公布将结果与传统面试进行比较的证据。

这些未披露的信息并不能证明试点存在缺陷。它们意味着外部观察者目前还无法验证 McKinsey 关于该测试反映大多数日常咨询情境的说法。

对候选人而言，实际信号很明确：公司希望观察他们是否能在对话压力下倾听、适应，并保持对答案的主导权。

对雇主而言，教训更为有限。保留人类决策者很有价值，但这并不会自动让 AI 介导的评估变得公平或准确。

标准化不等于公平

可重复的数字客户能够减少面试官差异，但仅凭可重复性无法证明一项评估公平对待候选人。

标准化听起来很客观，因为每位申请者都可能遇到相似的提示。然而，公平性还取决于系统如何识别语音，以及如何回应不同的沟通模式。

虚拟形象对采用某种预期风格说话的候选人可能表现一致。当口音、停顿、残障或间接沟通方式改变对话时，它可能变得更难预测。

即使很小的转录错误也可能改变含义。漏掉一个限定词或错误识别一个数字，都可能将交流引向不同路径。

人工评估者可能会看到由此带来的困难，却没有意识到是系统造成了问题。候选人随后便要承担互动中隐蔽故障的后果。

这种风险使得提供合理便利至关重要。McKinsey 已告知候选人，其现有评估可提供与残障相关的安排。

虚拟人试点同样需要清晰的流程。候选人应当知道如何申请其他形式，以及系统误解其意图时会发生什么。

信息披露也很重要。申请人应了解对话是否会被录制、数据会保存多久，以及这些数据是否会用于训练未来版本。

McKinsey 应说明评估人员看到的是文字记录、录音录像，还是仅能观看实时互动。每种形式都会带来不同的语境误判风险。

偏见也可能通过情境设计进入评估流程。若客户角色围绕某一种高管行为模式构建，可能会更有利于已经熟悉该社会环境的候选人。

关于公平 AI 招聘的研究表明，为何对“中立性”的宽泛宣称值得审视。算法公平性的不同定义可能彼此冲突，而存在偏见的数据会再现既有的不利处境。

据报道，McKinsey 的系统不会自动对候选人排序，因此关于自动评分的研究并不能完全对应这一试点。但相关警示仍适用于模型的行为，以及解读其表现的人类评估者。

人工监督能够发现明显失误，但人们也可能过于轻信一个打磨得很完善的系统。逼真的虚拟人可能会让其回应显得比实际更具权威性。

最有力的验证方式，是将这项练习与候选人入职后的工作表现进行比较。McKinsey 需要考察，高分者加入后是否会成为更好的倾听者、顾问和团队成员。

它还应比较不同人口群体、教育背景、口音和便利安排状态之间的结果。仅看总体通过率，无法解释差异为何出现。

另一项有价值的测试，是检验重复会话之间的一致性。如果相同策略产生了明显不同的对话，虚拟人带来的噪声可能比标准化所消除的更多。

候选人的反应同样重要。即使一项评估具备预测性，若申请人认为它不透明、侵扰性强或过度戏剧化，仍可能损害信任。

更广泛的招聘市场中，自动化与人际接触之间已经存在张力。一些公司已恢复面对面环节，因为候选人可能会在远程面试期间使用聊天机器人。

此前，一项面对面招聘转向涵盖了 McKinsey、Google 和 Cisco。雇主希望确认身份，并观察候选人在无辅助情况下的基本能力。

这项新试点结合了两种思路。候选人线下到场，人类评估者进行观察，而 AI 则提供一项受控的对话挑战。

这种混合模式可能比无人监督的机器人面试更容易被接受。但其正当性仍将取决于透明的规则，以及该练习确实衡量相关行为的证据。

在 McKinsey 公布验证结果前，将其描述为实验最为公允。该试点构建了一个看似合理的评估场景，但其预测价值仍未得到证实。

咨询业竞争对手正在测试不同路径

McKinsey 的实验属于更广泛的咨询业转型，但大型公司尚未就如何测试 AI 时代的判断力形成统一模式。

Boston Consulting Group 的公开招聘流程仍强调技能面试、案例面试和团队交流。其面试流程突出问题解决能力、分析能力、沟通能力、好奇心与协作能力。

BCG 还在部分办公室试点了与 AI 相关的评估。据报道，相关形式包括让申请人在案例中使用语言模型，并询问他们会如何在工作场景中使用 AI。

这些测试将 AI 作为候选人身边的工具。它们考察申请人是否知道何时使用它、如何评估其输出，以及何时应拒绝其建议。

相比之下，McKinsey 的虚拟客户让 AI 站在候选人的对面。申请人必须将系统视为利益相关方，而不是助手。

Bain 曾表示，候选人应预期 AI 会在招聘中变得更加显眼。不过，据报道，其具体形式会因情况而异，且公开定义仍较少。

这些差异揭示了一个尚未解决的行业问题：咨询公司应测试 AI 操作能力、AI 监督能力、客户沟通能力，还是三者兼顾？

工具使用型面试契合候选人入职后将面对的工作流程。顾问越来越需要引导模型、检查输出，并将生成内容与其他证据结合。

客户模拟则衡量工作的另一部分。它们测试候选人能否将分析转化为回应受众实际关切的建议。

两种形式都无法完整呈现咨询工作。真实项目会持续数周或数月、涉及团队协作，并包含短时间练习无法再现的组织政治因素。

10 分钟的限制加剧了这一问题。它为评估者提供了一个聚焦样本，但可能奖励快速的语言处理能力，而非更缓慢、审慎的判断。

这种取舍在传统案例面试中早已存在。虚拟人并未创造这一问题，尽管陌生的界面可能加剧压力。

因此，应谨慎解读 McKinsey 所称的 80% 说法。模拟或许覆盖了常见的互动类别，却无法重现其深度、后果或关系维度。

市长虚拟人可以反对一项建议，却无法再现真实市长回应背后积累的信任、政治约束和机构记忆。

最好将这项练习理解为行为样本。它为观察申请人如何应对利益相关方提供了额外视角，而不是一场微缩版咨询项目。

这一框架应当指导与竞争对手的比较。McKinsey 并不一定因为其虚拟人看起来更醒目或技术更复杂而领先。

关键问题在于，这项练习是否改善了招聘决策。一场由人主导、评分标准严谨的简单案例面试，可能胜过一项验证不足的高级模拟。

这些公司还面临信誉考验，因为它们会就 AI 采用向客户提供建议。它们自身的招聘流程将证明，它们是否实践了向他人建议的治理方式。

如果一家公司要求候选人认真评估模型，就应以同样的严谨程度评估自己的招聘模型。这包括测试失效模式，并明确记录人类责任。

因此，竞争不在于部署最多的 AI，而在于找到可信证据，证明重新设计的面试能够选出适合 AI 辅助咨询工作的人才。

McKinsey AI 客户面试接下来必须证明什么

三项信号将表明，这一试点会成为有意义的招聘方法，还是仅停留在有限的招聘实验。

第一个信号是扩展。据报道，秋季试点涉及数百名北美商业分析师候选人，而非 McKinsey 的全部申请人群体。

如果 McKinsey 将这项练习推广至更多职位或地区，将显示其对运营价值的内部信心。悄然退出则可能表明证据不足、候选人抵触或实施问题。

仅有扩展并不能证明质量。在证明其能够预测工作表现之前，公司也可能先扩大一项高效的评估。

第二个信号是验证。McKinsey 应定义成功意味着什么，并披露虚拟人表现是否与后续面试或工作场所结果相关。

有用的证据应包括不同会话之间的一致性、候选人群体之间的差异、便利安排结果，以及与人类角色扮演练习的比较。

缺少这些衡量指标，对真实性的宣称就只能是描述性的。它们无法证明该练习能识别出更优秀的顾问，或带来更公平的决策。

第三个信号是竞争对手如何回应。如果 BCG、Bain 和其他雇主采用利益相关方模拟，AI 角色扮演可能会成为一种可识别的评估类别。

另一种反应同样具有参考价值。竞争对手可能会偏好 AI 辅助案例，因为它们更直接反映顾问如今如何研究和分析问题。

候选人应为两种可能做好准备。他们既需要足够的 AI 素养来监督工具，也需要足够的沟通意识来以尊重的方式质疑模拟客户。

这种准备不应意味着为每一种虚拟人角色死记硬背回应。McKinsey AI 客户面试的全部目的，就是暴露僵化的脚本。

申请人可以转而练习一套可重复的倾听循环：识别关切、确认其含义、说明它对分析的影响，并阐明下一步应如何推进。

他们还应向招聘人员询问实际细节。相关问题包括：会议是否录制、是否提供便利安排，以及人类评估者如何使用互动内容。

咨询业以外的知识工作者也应关注，因为这一模式可以迁移。销售、产品管理、客户成功、医疗管理和领导力招聘都涉及与利益相关方的对话。

雇主可以使用模拟来呈现一致的场景，而无需安排演员，或培训每位面试官扮演角色。

这种便利会使 AI 角色扮演颇具吸引力。但它也会增加候选人保留有关指示、便利安排和评估条件证据的必要性。

同时管理多个招聘流程的申请人，可能会受益于私人的 AI knowledge base。它可以将职位细节、招聘人员指引、练习笔记和后续问题关联起来，同时不暴露机密评估材料。

更深层的问题并不在于虚拟人能否听起来像客户。现代对话系统已经能够维持一段简短的商业交流。

真正的考验在于，雇主能否区分表演性效果与证据。只有当一次令人信服的互动衡量了相关技能，并支持可问责的人类判断时，它才有价值。

在接下来的几个招聘周期中，请关注已发布的验证结果、更广泛的部署，以及明确的候选人保障措施。这些信号将决定模拟客户是否会成为招聘中持久的一层。

在此之前，应将这种形式视为一项前提合理、但证据基础尚未完善的实验。如果你明天面对一位合成客户，能否停止表演足够久，真正听清它在问什么？