트렌드 · 초안 · Agentic·FM 와이어

Agentic·FM 와이어 · 2026-09-17 — McKinsey 스케일링·TO·Accenture Wealth·IBM 데이터

범위: McKinsey(Operations/Transformation)·Accenture newsroom·IBM Think/Newsroom · 약 7일.

핵심: 스케일링 블루프린트 + 트랜스포메이션 오피스 재설계 + 규제 업종 agentic 제품 + 에이전트용 데이터 인텔리전스.

공개 원문 수치만. 추정 수치는 없다.

슬라이드 1 · 스케일링

McKinsey — Stacking the odds: scaling agentic AI

2026-09-14.

URL: https://www.mckinsey.com/capabilities/operations/our-insights/stacking-the-odds-a-blueprint-for-successfully-scaling-agentic-ai

전제(원문): AI 일상 사용은 넓지만 기업 EBIT 임팩트는 제한 — 정기 사용 88% vs 기업 수준 EBIT 영향 보고 39%.

반복되는 다섯 실패:

  1. 깨진 프로세스 자동화
  2. 데이터 준비 미룸
  3. 성급한 build vs buy
  4. 체인지 매니지먼트 과소투자
  5. 약한 거버넌스

블루프린트: 통상 4–8주·6개 구성요소. 이를 따른 프로그램은 전체 빌드 시간 30–40% 단축, 의도적 체인지 설계 시 6개월 도입률 40–60% 상승(사례).

데이터 미준비 → 빌드 중 4–5주 재작업; 플랫폼 미스매치 → 의도 가치의 약 30% 미실현 사례.

함의: 파일럿→스케일에서 에이전트 자체보다 워크플로·데이터·거버넌스·채택이 병목.

슬라이드 2 · 변화관리

McKinsey — The agentic transformation office

2026-09-16.

URL: https://www.mckinsey.com/capabilities/transformation/our-insights/the-agentic-transformation-office-redefining-the-economics-of-change

트랜스포메이션 오피스(TO)에 agentic AI를 올려 핵심 TO 작업 시간 35–40% 절감(일부 70%+), TO 인력의 2/3 이상을 고부가 업무로(주장·사례).

세 자동화 축: 성과 인텔리전스 · 단일 진실원 · 대화 촉진.

원문 사례: 3만+ 지표·90만 시계열 포인트 추적; AI 조타 브리핑 10분 미만(수동 5시간); 월 보고 12일→3일·약 200인시 절감.

함의: Agentic이 현업뿐 아니라 변화관리·PMO 경제성을 바꾸는 레이어.

슬라이드 3 · 제품·업종

Accenture — Trusted Wealth Ops (Salesforce + Claude)

2026-09-11.

URL: https://newsroom.accenture.com/blogs/2026/accenture-launches-accenture-trusted-wealth-ops-powered-by-salesforce-and-claude-to-help-wealth-advisors-deepen-client-relationships

Salesforce(거버넌스·실행·Headless 360/Agentforce) + Anthropic Claude(추론) + Accenture 업종 워크플로.

기대치(원문): 온보딩 weeks→days(목표 24시간), NIGO 5% 미만, 어드바이저 생산성 최대 25%↑.

백그라운드 에이전트가 포트폴리오 시그널·초안 커뮤니케이션을 만들고, 어드바이저/컴플라이언스 승인·감사로그 유지.

함의: 컨설팅 ‘보고서’가 아니라 규제 업종 agentic 제품. FM(추론)과 엔터프라이즈 하네스(결정론·권한·감사) 분리 패턴.

슬라이드 4 · 데이터

IBM — Data intelligence for autonomous agents

2026-09-14.

URL: https://www.ibm.com/think/perspectives/evolving-role-data-intelligence-autonomous-ai-agents

자율 에이전트 시대에는 생성 능력보다 데이터 신뢰(정확성·출처·변경·사용 허용)가 병목. 한 에이전트 출력이 다른 에이전트/리포트 입력이 되면 이슈가 연쇄 확산.

IDC(IBM 후원) 인용(원문): 데이터 품질을 전략 투자로 본 조직 42.1%, AI용 데이터 준비 27.7%, 거버넌스 25.8%.

방향: watsonx.data intelligence / Agentic Data Intelligence로 품질·정의·리니지·거버넌스·데이터 제품 묶기.

함의: McKinsey 블루프린트의 ‘데이터 준비 미룸’과 맞물림. 에이전트 스케일 = 데이터 인텔리전스 스케일.

참고 · 도메인 FM

IBM·NASA — Lunar Foundation Model (참고)

2026-09-10.

URL: https://newsroom.ibm.com/2026-09-10-ibm-and-nasa-release-open-source-ai-model-to-support-lunar-exploration

과학·달 탐사 도메인 FM(Prithvi 계열 확장) 오픈소스. 기업 운영 FM 본류는 아님 — 도메인 FM·오픈 데이터셋 패턴 참고.

점검 범위 메모: McKinsey Operations/Transformation insights, Accenture newsroom/blogs, IBM Newsroom·Think. IBV 신규 대규모 서베이/리포트는 이번 창에서 확인되지 않음.

출처 · 공개 URL

출처

Core On Dynamics Trends draft · Agentic·FM wire