Les agents IA enterprise à grande échelle : comment le playbook de 25 000 agents de McKinsey redéfinit les effectifs en 2026
Le déploiement d'agents IA le plus audacieux au monde porte un nom que tout le monde reconnaît.
McKinsey compte 60 000 employés au total. 40 000 sont des humains. 25 000 sont des agents IA.
Soit 42 % de l'effectif de McKinsey. Et son PDG déclare que le cabinet n'en est qu'au début.
Bob Sternfels a confirmé : McKinsey a intégré 25 000 agents IA en moins de deux ans. L'objectif du cabinet d'ici fin 2026 : un agent IA pour chaque employé humain — un objectif de 40 000 agents qui porterait le ratio agents-humains à 1:1.
Ce n'est pas un pilote. Ce n'est pas une expérience. C'est le cabinet de conseil le plus prestigieux au monde qui fait tourner des agents IA comme partie intégrante de son modèle économique, restructurant son effectif, son modèle de prestations et — selon Sternfels — son modèle économique lui-même.
Cet article est une analyse approfondie de ce que McKinsey fait concrètement, de pourquoi cela dépasse le simple conseil, de la réaction concurrentielle des rivaux, du défi de mesure, et de ce que l'objectif de ratio 1:1 signifie pour chaque entreprise qui observe cette évolution.
Les chiffres
40 000 humains + 25 000 agents IA = 60 000 effectif total
La composition des effectifs de McKinsey est le fait marquant. 25 000 agents IA, ce n'est pas un arrondi ni un déploiement symbolique — c'est une restructuration structurelle de la façon dont le cabinet livre son travail. Et le rythme de déploiement suggère que l'accélération se poursuit, pas la stabilisation.
25 000 agents ajoutés en moins de deux ans
La vitesse compte autant que l'ampleur. De 2024 environ à début 2026, McKinsey a déployé 25 000 agents IA. Soit environ 1 000 agents par mois en moyenne. Le rythme de déploiement — pas seulement le total cumulé — est ce à quoi les dirigeants d'entreprise devraient prêter attention.
Objectif : 40 000 agents IA d'ici fin 2026 = ratio 1:1 avec les employés humains
L'objectif de ratio 1:1 est la référence qui définira la course aux agents IA en entreprise. Si McKinsey — un cabinet de services professionnels dont le « produit » est l'expertise et le jugement humains — peut atteindre un ratio agents-humains de 1:1, la question pour les autres entreprises passe de « est-ce possible ? » à « comment y parvenir ? »
QuantumBlack : équipe de 1 700 personnes, pilier de toutes les initiatives IA de McKinsey, qui représentent 40 % du travail du cabinet (Alex Singla, Associé principal)
QuantumBlack est la division IA de McKinsey — et selon Alex Singla, qui codirige cette unité aux côtés de Kojo Boakye, elle représente désormais 40 % du travail du cabinet. Ce n'est pas une fonction de support. C'est le cœur du métier, opéré à grande échelle par des agents IA.
Les agents IA génèrent une économie de 25 % sur les salaires opérationnels et augmentent la production de 10 % (Novoresume)
Les données ROI qui fondent le cas économique : 25 % d'économies sur les salaires opérationnels et 10 % d'augmentation de la production. Ces chiffres sont d'échelle entreprise — ce ne sont pas les gains de productivité d'un agent unique, mais l'effet agrégé de 25 000 agents déployés à travers les opérations du cabinet.
Ce que font concrètement les agents IA de McKinsey
Le cadrage de Bob Sternfels à Davos captures l'intention stratégique : le cabinet veut un agent IA travaillant aux côtés des 40 000 employés. Non pas les remplacer — travailler avec eux. Intégré dans le travail quotidien des consultants.
L'intégration dans le travail quotidien : les agents IA sont ancrés dans plusieurs facettes du travail quotidien d'un consultant — synthèse de recherche, analyse de données, préparation de documents, rédaction de communications clients, application de cadres méthodologiques. Les agents gèrent le travail d'exécution à volume élevé qui consommait auparavant le temps des consultants, libérant ces derniers pour se concentrer sur la relation client, le jugement stratégique et le conseil qui nécessite le contexte et les relations humains.
Le rôle de QuantumBlack : QuantumBlack — l'équipe IA de 1 700 personnes de McKinsey — est le moteur de prestation de tout cela. Les initiatives IA du cabinet ne sont ni externalisées ni confiées à des prestataires tiers. McKinsey a construit sa propre capacité IA via QuantumBlack, et cette capacité représente désormais 40 % du travail du cabinet. Les agents IA que QuantumBlack construit et déploie sont le propre produit de McKinsey — que le cabinet peut ensuite vendre aux clients via les offres commerciales de QuantumBlack.
La refonte du modèle économique : le point de Sternfels selon lequel l'IA « refaçonne plus que la main-d'œuvre de McKinsey — elle change le modèle économique de McKinsey » est l'affirmation la plus significative de tout cela. Le modèle économique d'un cabinet de conseil repose sur ses personnes — leur temps, leur expertise, leur jugement. Si ce modèle change parce que des agents IA peuvent livrer une partie significative du travail, l'industrie du conseil doit répondre à une question fondamentale sur son modèle économique.
La question d'entretien de cas qui explique la stratégie
McKinsey a déjà fait de la stratégie agents IA une question d'entretien de cas : « Si un cabinet de conseil de 40 000 personnes ajoutait 25 000 agents IA en moins de deux ans, comment cela changerait-il son avantage concurrentiel ? »
Le fait que ce soit une question d'entretien de cas vous dit tout sur la façon dont McKinsey pense stratégiquement les agents IA. Ce n'est pas un jeu de réduction des coûts — c'est un jeu d'avantage concurrentiel. La question part du principe que le déploiement d'agents IA a eu lieu et demande aux candidats d'analyser les implications concurrentielles, pas de débattre si le déploiement était une bonne idée.
La logique de l'avantage concurrentiel : si les agents IA peuvent gérer une partie significative de la recherche, de l'analyse et du travail d'exécution requis par le conseil, le cabinet qui dispose de 40 000 agents et de 40 000 humains peut livrer plus de valeur par mission — ou une valeur équivalente à moindre coût — qu'un cabinet avec seulement des consultants humains. C'est un avantage concurrentiel direct face aux firmes qui n'ont pas déployé à une échelle comparable.
La réaction concurrentielle : différenciation ou jeu sur les coûts ?
Les rivaux de McKinsey ont une critique ciblée : le déploiement d'agents IA soulève une vraie question sur le type d'avantage concurrentiel qu'il crée réellement.
L'argument des rivaux : en conseil, l'avantage concurrentiel vient de la qualité du talent et de la marque, pas juste du nombre d'agents. La marque McKinsey — son prestige, sa réputation, son accès aux dirigeants seniors — est ce qui justifie les missions premium. Si les agents IA font une part significative du travail de prestation, l'expérience client se différencie-t-elle selon les humains impliqués, ou converge-t-elle vers une commodity livrée par les mêmes agents IA travaillant pour plusieurs firmes ?
La contre-argumentation : si les agents IA augmentant la productivité de 10-25 % et font économiser 25 % sur les salaires opérationnels, l'avantage de coût est réel indépendamment du fait qu'il constitue ou non une « vraie » différenciation. Une firme qui peut livrer une production comparable à moindre coût — ou une production supérieure au même coût — a un avantage concurrentiel réel sur un marché où les clients sont de plus en plus sensibles aux coûts.
L'évaluation honnête : les rivaux de McKinsey posent la bonne question. Le déploiement d'agents IA crée un avantage de coût et de productivité réel à court terme. S'il crée une différenciation durable dépend de si McKinsey peut traduire le déploiement d'agents IA en résultats clients que les concurrents ne peuvent pas répliquer — et si la prime de marque survit à mesure que les clients deviennent plus conscients de ce que les agents IA font réellement.
Pourquoi cela compte au-delà du conseil : l'implication pour les entreprises
McKinsey est la sentinelle de la transformation du travail intellectuel.
L'industrie du conseil est, au fond, une agrégation d'expertise humaine appliquée aux problèmes business. Si les agents IA peuvent gérer une partie significative de cette application de l'expertise — la recherche, l'analyse, la synthèse, la production documentaire — alors toute entreprise qui s'appuie sur le travail intellectuel fait face à la même question de transformation.
L'implication spécifique pour McKinsey : si une firme de services professionnels de 40 000 personnes peut déployer 25 000 agents en moins de deux ans, toute entreprise peut déployer des agents IA à une échelle comparable. Les barrières au déploiement d'agents IA en entreprise — infrastructure technique, gestion du changement organisationnel, cadres de mesure — sont les mêmes barrières que McKinsey a dû surmonter. McKinsey les a surmontées. Le playbook existe.
QuantumBlack comme produit : la partie la plus sous-estimée de cette histoire. QuantumBlack vend maintenant ce que McKinsey a construit en interne aux clients. Le cabinet a utilisé sa propre main-d'œuvre comme terrain de preuve pour le déploiement d'agents IA et commercialise maintenant ce terrain de preuve comme un produit. Le déploiement interne n'est pas seulement un jeu d'efficacité opérationnelle — c'est aussi un jeu de développement produit et de positionnement marché.
Le défi de mesure
Les métriques traditionnelles des services professionnels — heures facturables, taux d'utilisation, chiffre d'affaires par consultant — ne se traduisent pas directement dans la mesure de la productivité des agents IA.
McKinsey construit de nouvelles métriques de productivité pour une main-d'œuvre qui inclut des agents IA. Le défi de mesure a plusieurs dimensions :
Mesure de la production : quand un agent IA produit une synthèse de recherche ou une analyse de données, comment cette production est-elle comptabilisée ? Comme du temps consultant économisé ? Comme une production supplémentaire ? Les deux ?
Mesure de la qualité : la qualité de la production des agents IA doit être mesurée, pas présumée. La réputation du cabinet repose sur la qualité de ses livrables — ce qui signifie que les productions des agents IA doivent atteindre le même standard de qualité que les productions humaines, et les systèmes de mesure doivent vérifier que ce standard est respecté.
Agrégation de la productivité : mesurer la productivité d'agents individuels est traçable. Mesurer comment 25 000 agents s'agrègent en gains de productivité au niveau du cabinet est plus complexe — et les firmes qui résolvent ce défi de mesure en premier auront un avantage opérationnel significatif sur les firmes qui s'appuient encore sur des cadres de productivité traditionnels.
Les firmes qui résolvent la mesure de productivité des agents IA auront un avantage significatif : elles sauront quels agents génèrent du ROI, quels cas d'usage sont les plus productifs, et comment allouer les ressources agents pour un impact maximal. Les firmes qui ne le feront pas voleront à l'aveugle sur leur plus gros investissement technologique.
La course au ratio de main-d'œuvre
L'objectif de ratio 1:1 de McKinsey d'ici fin 2026 est observé comme une référence à travers les industries.
La logique des objectifs de ratio de main-d'œuvre : à mesure que le déploiement d'agents IA s'échelle, les entreprises ont besoin d'un cadre pour réfléchir au bon ratio d'agents par rapport aux humains. L'objectif de ratio 1:1 de McKinsey — un agent par employé humain — est un objectif concret, ambitieux et publiquement déclaré que d'autres entreprises peuvent utiliser comme point de référence.
L'implication réaliste pour les entreprises : la plupart des entreprises ne sont pas à 1:1 aujourd'hui. La plupart ne sont même pas au ratio qui les rendrait comparables à la position actuelle de McKinsey de 25 000 agents, 42 % de la main-d'œuvre. Mais c'est la trajectoire qui compte — McKinsey est passé de zéro à 25 000 agents en moins de deux ans. Les entreprises qui commencent maintenant seront significativement plus avancées dans deux ans que les entreprises qui attendent.
La pression concurrentielle : une fois qu'une firme majeure dans une industrie annonce un objectif de ratio de main-d'œuvre, la pression sur les concurrents pour annoncer des objectifs comparables s'intensifie. L'annonce de McKinsey est un coup de semonce pour chaque cabinet de conseil et chaque entreprise qui s'appuie sur le travail intellectuel. La question n'est plus si déploy er des agents IA — c'est quel ratio viser et pour quand.
Le fond de l'affaire
25 000 agents IA. 42 % de l'effectif de McKinsey. Ajoutés en moins de deux ans. Objectif : ratio agents-humains de 1:1 d'ici fin 2026.
QuantumBlack pilier de toutes les initiatives IA, représentant 40 % du travail du cabinet. Agents IA ancrés dans les flux de travail quotidiens des consultants. Bob Sternfels disant que l'IA change le modèle économique de McKinsey, pas seulement sa main-d'œuvre.
La critique des rivaux est réelle : l'avantage concurrentiel en conseil vient du talent et de la marque, pas juste du nombre d'agents. Si le déploiement d'agents IA de McKinsey crée une différenciation durable ou juste un avantage de coût est la bonne question à poser.
Mais le défi de mesure est soluble. La référence de ratio de main-d'œuvre est réelle. L'implication pour les entreprises — si McKinsey peut déployer 25 000 agents en moins de deux ans, toute entreprise le peut — est l insight stratégique qui compte le plus.
La course aux agents IA en entreprise a officiellement commencé. McKinsey vient de fixer le rythme.