McKinseyのCEO Bob Sternfelsが2026年1月のCES 2026で明かした数字は、コンサルティング業界だけでなく、すべての知識労働集約型産業に衝撃を与えた。同社の総従業員数6万人のうち、2万5,000はAIエージェントである。さらに年末までに人間の従業員4万人と同数のエージェント配備を目指すという。本稿では、この「ハイブリッドワークフォース」の設計原則を、技術アーキテクチャと組織デザインの両面から分析する。

McKinseyの「25-Squared」戦略 ── 数字が語る構造変化

Sternfelsはこの変革を「25-Squared（25の二乗）」と呼んでいる。クライアント対面の役割が約25%増加し、非対面の分析・管理業務が約25%削減された。しかし、削減された側の業務アウトプットはむしろ10%増加しているという。これはAIエージェントが単純な人員代替ではなく、生産性の構造的転換を実現していることを示す。

具体的な成果として、AIエージェントは過去6か月間で250万枚のチャートを生成し、検索・統合作業で年間150万時間を削減した。これらはかつてジュニアコンサルタントが担っていた業務である。McKinseyはこの労働力再編を、単なるコスト削減ではなく「人間を高付加価値業務へシフトさせる構造改革」と位置づけている。

エージェント管理者 ── 21世紀のミドルマネジメント

McKinseyの事例が示す最も重要な組織変容は、「エージェント管理者」という新たな職種の出現である。従来のマネージャーが人間のチームメンバーをコーチングしていたのに対し、この新しい役割はAIエージェントの監督・評価・改善を担う。

Deloitteが2026年のTech Trendsレポートで提唱する「エージェント・スーパーバイザー」は、意図的に設計された判断ポイントで介入する役割である。エージェントの全出力を逐一確認するのではなく、戦略的なハンドオフ・ポイントで人間の判断を挿入する設計思想だ。これはマイクロソフトの2025年Work Trend Indexが示す「82%の経営幹部が18か月以内にAIエージェントを導入予定だが、効果的な統合に自信があるのは23%のみ」というギャップを埋める鍵となる。

エージェント管理者に求められるスキルセットも明確になりつつある。McKinseyの分析では、組織に必要な人材像は「M字型スーパーバイザー」と「T字型エキスパート」の2類型に分かれる。M字型はAIに精通した広域ジェネラリストとしてエージェントとハイブリッドワークフォース全体をオーケストレーションし、T字型は深い専門性でワークフローを再設計し例外処理を担当する。

タスクオーケストレーション設計 ── 技術基盤と実装パターン

ハイブリッドワークフォースの運用基盤として、エージェント間連携プロトコルの標準化が急速に進んでいる。MCP（Model Context Protocol）、A2A（Agent-to-Agent）、ACP（Agent Communication Protocol）といったプロトコルが登場し、マルチエージェント環境でのタスク分配と結果統合を可能にしている。

Deloitteのフレームワークでは、エージェントの自律度を3段階で整理している。第1段階の「拡張（Augmentation）」はエージェントが人間の能力を強化するもの、第2段階の「自動化（Automation）」はエージェントが定義済みタスクを実行するもの、そして第3段階の「真の自律（True Autonomy）」は最小限の監視で稼働する将来的な状態である。重要なのは、既存のワークフローにエージェントを単純に重ねるのではなく、エージェントの特性に最適化したエンドツーエンドのプロセス再設計が必要だという点である。

実装上の障壁として、レガシーシステムとの統合ギャップ、エージェントの意思決定を制約するデータアーキテクチャの課題、そして自律システム向けのガバナンスフレームワークの未整備が挙げられる。McKinseyの成功要因の一つは、「パーソナライズされたエージェント」を各従業員に紐づける設計を採用し、汎用的な全社エージェントではなくドメイン特化型のエージェント群を構築した点にある。

ジュニア人材の役割変容 ── 「スタックを上がる」とは何か

Sternfelsは「コンサルタントはスタックを上がり、より複雑な問題に取り組んでいる」と述べている。かつてジュニアコンサルタントの中核業務であったデータ収集、チャート作成、報告書の下書きはAIエージェントに移管された。では、若手人材に何が求められるのか。

Sternfelsが挙げる「AIにできない3つのスキル」は明確である。第1に「正しいアスピレーションの設定」、すなわち何を達成すべきかを定義する能力。第2に「人間の判断力」、データやAI出力を文脈の中で解釈し意思決定する力。第3に「真の創造性」、既存の枠組みを超えた発想力である。

この変化はMcKinseyの採用基準にも反映されている。同社は2026年から採用プロセスにAIテストを導入し、候補者がAIツールをどう活用するかを評価項目に加えた。学歴や出身校よりもスキルベースの評価へシフトする動きは、「一度学べば一生使える」時代の終焉を意味するとSternfelsは指摘する。

ハイブリッドワークフォースの設計原則 ── 実践的フレームワーク

McKinsey、Deloitte、Mercerなど複数のファームの知見を統合すると、ハイブリッドワークフォース設計には5つの原則が浮かび上がる。

原則1：ジョブではなくタスクで分解する。人間とエージェントの分担は「職種」単位ではなく「タスク」単位で設計する。一つの職種の中でも、定型的な情報処理はエージェントに、判断・交渉・共感を要する部分は人間に振り分ける。

原則2：エージェントにもライフサイクル管理を適用する。「エージェント向けHR」としてオンボーディング、パフォーマンス管理、ライフサイクル管理を設計する。人間の従業員管理と同等の体系的アプローチが求められる。

原則3：FinOpsでコストを可視化する。エージェントの稼働にはAPI呼び出し、計算リソース、トークン消費などのコストが発生する。FinOpsフレームワークを導入し、エージェント駆動のコストを継続的に管理する。

原則4：ガバナンスをアーキテクチャに組み込む。コンプライアンスと監視は事後対応ではなく、エージェントのワークフロー内に判断ポイントとして設計する。人間が介入すべきタイミングを明示的に定義する。

原則5：継続的な学習とスキル更新を制度化する。エージェントAIが個人のパフォーマンスと変化するスキル要件に基づいて学習ジャーニーをカスタマイズし、急速な技術変化の中でワークフォースの即応性を確保する。

FAQ

McKinseyのAIエージェント2.5万体は具体的にどのような業務を行っているのか？

主にデータ分析、チャート生成（6か月で250万枚）、情報の検索・統合（年間150万時間削減）などを担っている。かつてジュニアコンサルタントが行っていた定型的な分析業務をエージェントが代替し、人間はより高付加価値の戦略業務にシフトしている。

エージェント管理者（Agent Manager）になるにはどのようなスキルが必要か？

ビジネス分析、プロセス改善、テクニカルプロジェクト管理の経験が基盤となる。AIエージェントのワークフロー設計、パフォーマンス評価、例外処理対応に加え、人間チームとの協働を設計するオーケストレーション能力が求められる。

AIエージェントの導入で若手社員の雇用は減少するのか？

McKinseyの事例では、非対面業務が25%削減される一方、クライアント対面業務は25%増加している。若手の役割は消滅するのではなく変容しており、AIの出力監督、ワークフロー設計、戦略的なクライアント業務へとシフトしている。

ハイブリッドワークフォースを導入する際の最大の障壁は何か？

Deloitteの分析では、レガシーシステムとの統合ギャップ、エージェントの意思決定を制約するデータアーキテクチャの課題、自律システム向けガバナンスフレームワークの未整備の3点が主要な障壁とされている。

参考文献