Enterprise AI-agents op schaal: hoe McKinsey's 25.000-agent playbook de arbeidsmarkt herdefinieert in 2026
De meest gedurfde enterprise AI-agent deployment ter wereld heeft een naam die iedereen kent.
McKinsey heeft 60.000 medewerkers in totaal. 40.000 daarvan zijn mensen. 25.000 zijn AI-agents.
Dat is 42% van McKinsey's workforce. En hun CEO zegt dat het bedrijf nog maar net begonnen is.
CEO Bob Sternfels bevestigde: McKinsey heeft 25.000 AI-agents toegevoegd aan zijn personeelsbestand in minder dan twee jaar. Het doel van het bedrijf tegen eind 2026: één AI-agent voor elke menselijke medewerker — een doelwit van 40.000 agents dat de agent-tot-mens ratio op 1:1 zou brengen.
Dit is geen proefproject. Dit is geen experiment. Dit is het meest gerenommeerde adviesbureau ter wereld dat AI-agents inzet als kernonderdeel van zijn bedrijfsmodel, zijn workforce herstructurerend, zijn delivery model — en, volgens Sternfels, zijn bedrijfsmodel zelf.
Dit artikel is de deep dive in wat McKinsey daadwerkelijk doet, waarom het ertoe doet buiten consultancy, de competitieve reactie van rivalen, hoe de meetuitdaging eruitziet, en wat het 1:1 agent-tot-mens doelwit betekent voor elk enterprise dat dit unfold volgt.
De Cijfers
40.000 mensen + 25.000 AI-agents = 60.000 totale workforce
McKinsey's personeelssamenstelling is het headline verhaal. 25.000 AI-agents is geen afrondingsverschil of symbolische deployment — het is een structurele herstructurering van hoe het bedrijf zijn werk levert. En het deployment tempo suggereert dat dit versnellend is, niet platter wordend.
25.000 agents toegevoegd in minder dan twee jaar
De snelheid is net zo belangrijk als de schaal. Van ongeveer 2024 tot begin 2026 deployment McKinsey 25.000 AI-agents. Dat is gemiddeld zo'n 1.000 agents per maand. Het deployment tempo — niet alleen de cumulatieve totaal — is waar enterprise leiders op moeten letten.
Doelwit: 40.000 AI-agents tegen eind 2026 = 1:1 ratio met menselijke medewerkers
Het 1:1 doelwit is de benchmark die de enterprise AI-agent race zal definiëren. Als McKinsey — een professioneel dienstverleningsbedrijf wiens "product" menselijke expertise en oordeelsvermogen is — een 1:1 agent-tot-mens ratio kan bereiken, verschuift de vraag voor andere enterprises van "is dit mogelijk?" naar "hoe doen we het?"
QuantumBlack: 1.700-koppig team, drijft alle McKinsey AI-initiatieven aan, goed voor 40% van het werk van het bedrijf (Alex Singla, Senior Partner)
QuantumBlack is McKinsey's AI-arm — en volgens Alex Singla, die de unit mede leidt naast Kojo Boakye, is het nu goed voor 40% van het werk van het bedrijf. Dat is geen ondersteunende functie. Dat is de kernactiviteit, opererend op significante schaal via AI-agents.
AI-agents besparen 25% op operationele lonen en verhogen output met 10% (Novoresume)
De ROI-data die het economische argument maakt: 25% besparing op operationele lonen en 10% outputverhoging. Deze cijfers zijn enterprise-niveau — het zijn niet de productiviteitswinsten van één enkele agent, maar het aggregaat-effect van 25.000 agents deployment over de operaties van het bedrijf.
Wat McKinsey's AI-Agents Daadwerkelijk Doen
Bob Sternfels' framing op Davos vatte de strategische intentie: het bedrijf wil een AI-agent laten werken naast alle 40.000 medewerkers. Niet vervangend — naast hen. Ingebed in het dagelijkse werk dat consultants doen.
De dagelijkse werk integratie: AI-agents zijn ingebed in verschillende facetten van het dagelijkse werk van een consultant — onderzoekssynthese, data-analyse, documentvoorbereiding, client communication drafting, case framework-toepassing. De agents behandelen het high-volume execution werk dat voorheen consultancy-tijd opsoupeerde, waardoor consultants zich kunnen richten op client relationships, strategische oordeelsvorming, en het advieswerk dat menselijke context en relaties vereist.
De QuantumBlack rol: QuantumBlack — McKinsey's 1.700-koppige AI-team — is het delivery engine voor dit alles. De AI-initiatieven van het bedrijf zijn niet uitbesteed of third-party-vended. McKinsey heeft zijn eigen AI-capability via QuantumBlack opgebouwd, en die capability vertegenwoordigt nu 40% van het werk van het bedrijf. De AI-agents die QuantumBlack bouwt en deployment zijn McKinsey's eigen product — wat het bedrijf vervolgens kan verkopen aan klanten via QuantumBlack's commercial offerings.
De bedrijfsmodel-reshaping: Sternfels' punt dat AI "meer reshapt dan McKinsey's workforce — het verandert McKinsey's bedrijfsmodel" is de meest significante statement in dit alles. Het bedrijfsmodel van een consultancy is zijn mensen — hun tijd, hun expertise, hun oordeelsvermogen. Als dat model verandert omdat AI-agents significante delen van het werk kunnen leveren, heeft de consultancy-industrie een fundamenteel bedrijfsmodel-vraagstuk te beantwoorden.
Het Case Interview Vraagstuk Dat de Strategie Verklaart
McKinsey heeft AI-agent strategie al gemaakt tot een case interview vraag: "Als een adviesbureau met 40.000 medewerkers 25.000 AI-agents zou toevoegen in minder dan twee jaar, hoe zou dat hun competitive advantage veranderen?"
Het feit dat dit een case interview vraag is, vertelt je alles over hoe McKinsey nadenkt over AI-agents strategisch. Het is geen kostenreductie play — het is een competitive advantage play. De vraag gaat ervan uit dat de AI-agent deployment heeft plaatsgevonden en vraagt sollicitanten om de concurrentie-implicaties te analyseren, niet om te debatteren of de deployment een goed idee was.
De competitive advantage logica: als AI-agents een significant deel van het onderzoek, de analyse en de execution kunnen afhandelen die consultancy vereist, kan het bedrijf met 40.000 agents en 40.000 mensen meer waarde per engagement leveren — of equivalente waarde tegen lagere kosten — dan een bedrijf met alleen menselijke consultants. Dat is een directe concurrentievoordeel ten opzichte van bedrijven die niet op vergelijkbare schaal hebben gedeployed.
De Concurrentie Reactie: Differentiation of Cost Play?
McKinsey's rivalen hebben een scherpe kritiek: de AI-agent deployment roept een legitieme vraag op over wat voor soort concurrentievoordeel het eigenlijk creëert.
Het rivalen-argument: in consultancy komt concurrentievoordeel van talent quality en brand, niet alleen van agent count. McKinsey's brand — zijn prestige, zijn reputatie, zijn access tot senior executives — is wat premium engagements command. Als AI-agents een significant deel van het delivery werk doen, differentieert de client experience dan op basis van de betrokken mensen, of convergeert het naar een commodity geleverd door dezelfde AI-agents die voor meerdere bedrijven werken?
Het tegenargument: als AI-agents productiviteit met 10-25% boost en 25% bespaart op operationele lonen, is het kostenvoordeel reëel ongeacht of het "ware" differentiatie is. Een bedrijf dat vergelijkbare output tegen lagere kosten kan leveren — of superieure output tegen vergelijkbare kosten — heeft een reëel concurrentievoordeel in een markt waar klanten steeds kostengevoeliger worden.
De eerlijke beoordeling: McKinsey's rivalen stellen de juiste vraag. De AI-agent deployment creëert een kosten- en productiviteitsvoordeel dat op korte termijn reëel is. Of het duurzame differentiatie creëert hangt af van of McKinsey de AI-agent deployment kan vertalen naar client outcomes die concurrenten niet kunnen repliceren — en of de brand premium overleeft naarmate klanten beter geïnformeerd raken over wat de AI-agents eigenlijk doen.
Waarom Dit Ertoe Doet Buiten Consultancy: De Enterprise Implicatie
McKinsey is de canary in the coal mine voor kenniswerktransformatie.
De consultancy-industrie is, in de kern, een aggregatie van menselijke expertise toegepast op bedrijfsproblemen. Als AI-agents een substantieel deel van die expertise-toepassing aankunnen — het onderzoek, de analyse, de synthese, de documentproductie — dan staat elk enterprise dat afhankelijk is van kenniswerk voor hetzelfde transformatievraagstuk.
De specifieke McKinsey-implicatie: als een professioneel dienstverleningsbedrijf met 40.000 medewerkers 25.000 agents in minder dan twee jaar kan deployen, kan elk enterprise AI-agents op vergelijkbare schaal deployen. De barriers to enterprise AI-agent deployment — technische infrastructuur, organisatorisch changemanagement, measurement frameworks — zijn dezelfde barriers die McKinsey moest overwinnen. McKinsey heeft ze overwonnen. Het playbook bestaat.
QuantumBlack als product: het meest ondergewaardeerde deel van dit verhaal. QuantumBlack verkoopt nu wat McKinsey intern heeft gebouwd aan klanten. Het bedrijf gebruikte zijn eigen workforce als proving ground voor AI-agent deployment en commercialiseert die proving ground nu als product. De interne deployment is niet alleen een operationele efficiëntie play — het is ook een product development en market positioning play.
De Meetuitdaging
Traditionele professionele dienstverleningsmetrics — billable hours, utilization rates, revenue per consultant — vertalen niet direct naar AI-agent productiviteitsmeting.
McKinsey bouwt nieuwe productiviteitsmetrics voor een workforce die AI-agents omvat. De meetuitdaging heeft verschillende dimensies:
Outputmeting: wanneer een AI-agent een onderzoekssynthese of data-analyse produceert, hoe wordt die output dan geteld? Als consultancy-tijd bespaard? Als additionele output geproduceerd? Beide?
Kwaliteitsmeting: AI-agent outputkwaliteit moet gemeten worden, niet aangenomen. De reputatie van het bedrijf hangt af van de kwaliteit van zijn deliverables — wat betekent dat AI-agent outputs moeten voldoen aan dezelfde kwaliteitsmaatstaf als menselijke outputs, en dat measurement systems die maatstaf moeten verifiëren.
Productiviteitsaggregatie: het meten van individuele agent productiviteit is behapbaar. Het meten hoe 25.000 agents aggregeren naar bedrijfsniveau productiviteitswinsten is complexer — en de bedrijven die deze meetuitdaging als eerste oplossen, hebben een significant operationeel voordeel ten opzichte van bedrijven die nog steunen op traditionele productiviteitskaders.
De bedrijven die AI-agent productiviteitsmeting kraken, hebben een significant voordeel: ze weten welke agents ROI produceren, welke use cases het meest productief zijn, en hoe ze agent resources kunnen alloceren voor maximale impact. De bedrijven die dat niet doen, vliegen blind op hun grootste technologie-investering.
De Workforce Ratio Race
McKinsey's 1:1 agent-tot-mens doelwit tegen eind 2026 wordt gevolgd als benchmark in verschillende branches.
De logica van workforce ratio doelwitten: naarmate AI-agent deployment schaalt, hebben enterprises een framework nodig om na te denken over de juiste ratio van agents tot mensen. McKinsey's 1:1 doelwit — één agent per menselijke medewerker — is een concreet, ambitieus, publiek uitgesproken doelwit dat andere enterprises kunnen gebruiken als referentiepunt.
De realistische enterprise-implicatie: de meeste enterprises staan niet op 1:1 vandaag. De meesten staan niet eens op de ratio die hen vergelijkbaar zou maken met McKinsey's huidige positie van 25.000 agents, 42%-van-workforce. Maar de trajectory is wat telt — McKinsey ging van nul naar 25.000 agents in minder dan twee jaar. De enterprises die nu beginnen, staan over twee jaar significant verder dan de enterprises die wachten.
De concurrentiedruk: zodra één groot bedrijf in een industrie een workforce ratio doelwit aankondigt, intensiveert de druk op concurrenten om vergelijkbare doelwitten aan te kondigen. McKinsey's aankondiging is een shot across the bow voor elk adviesbureau en elk enterprise dat afhankelijk is van kenniswerk. De vraag is niet langer of AI-agents moeten worden gedeployed — het is welke ratio te targeten en tegen wanneer.
De Bottom Line
25.000 AI-agents. 42% van McKinsey's workforce. Toegevoegd in minder dan twee jaar. Doelwit: 1:1 agent-tot-mens ratio tegen eind 2026.
QuantumBlack drijft alle AI-initiatieven aan, goed voor 40% van het werk van het bedrijf. AI-agents ingebed in dagelijkse consultancy-werkprocessen. Bob Sternfels die zegt dat AI McKinsey's bedrijfsmodel verandert, niet alleen zijn workforce.
De rivalen-kritiek is reëel: concurrentievoordeel in consultancy komt van talent en brand, niet alleen van agent count. Of McKinsey's AI-agent deployment duurzame differentiatie creëert of alleen een kostenvoordeel is de juiste vraag om te stellen.
Maar de meetuitdaging is oplosbaar. De workforce ratio benchmark is reëel. De enterprise-implicatie — als McKinsey 25.000 agents in minder dan twee jaar kan deployen, kan elk enterprise dat — is de strategische insight die het meest telt.
De enterprise AI-agent race is officieel begonnen. McKinsey heeft zojuist het tempo gezet.
Boek een gratis 15-min gesprek: https://calendly.com/agentcorps