全球四大会计所的 AI 报告翻车了

45 条引用，只有 5 条准确。出问题的不是一个野路子账号，而是 KPMG 的一份 AI 报告。

KPMG 这个名字，国内很多非专业读者可能不熟。简单说，它是全球“四大会计师事务所”之一，和普华永道、德勤、安永并列。别被“会计所”三个字限制住，它们不只是做审计，也做企业咨询、数字化转型、风险管理，近几年当然也在讲 AI。

所以这件事尴尬的地方在这：一个靠专业判断吃饭的机构，出了一份关于企业如何使用 AI 的报告，结果报告自己的引用和案例，疑似被 AI 幻觉坑了。

GPTZero 的调查说，这份名为《Total Experience: Redefining Excellence in the Age of Agentic AI》的报告一共有 45 条引用，只有 5 条准确指向真实来源；另有 28 条存在标题改写、组件伪造或类似问题，最后 12 条模糊到难以判断来源是否存在。

这不是“错别字”级别的问题。

如果一份公众号文章写错一个公司名，最多丢人。如果一份对外发布的专业报告，把别人的 AI 应用案例写错、写歪，问题就变成：读者、媒体、客户、老板、后来引用它的人，都会把这份错误继续往下传。

TechCrunch 报道称，UBS、英国 NHS、瑞士联邦铁路、伦敦交通局等机构都向《金融时报》表示，报告中关于它们 AI 使用情况的说法不真实或有误导；KPMG 发言人则表示，公司在调查期间从网站移除了该报告。

不过，从公开页面看，KPMG 官网仍能看到相关 Global Customer Experience Excellence 2025-2026 页面介绍。这也提醒我们，写这件事不能把“撤下报告”扩大成“全球彻底下架”，否则我们自己也会掉进同一个坑里。

真正值得拆的，不是 KPMG 到底用了多少 AI，而是企业用 AI 时最容易省掉的那一步：核对。

很多公司现在讲 AI 提效，默认算的是“少花多少时间写”。报告、方案、投标书、培训材料、公众号、客服话术，AI 一上来，确实能快很多。

可专业内容真正贵的，从来不是把字写出来。

贵的是每一个引用能不能点回去，每一个案例有没有被当事方确认，每一个数字有没有来源，每一句“某公司已经采用某技术”是不是能站得住。AI 把草稿速度拉上来了，但它没有自动把责任链补上。

这笔账，很多公司没算。

以前写一份严肃报告，调研、写作、审核、法务、品牌、公关，慢归慢，但每一步大概知道谁负责。AI 进来后，最危险的地方是流程看起来没变，产能突然变快，大家就开始默认“能读顺就差不多了”。

差远了。

AI 最擅长的东西之一，就是把不确定内容写得像确定事实。它能给你一个像样的标题、像样的引用、像样的公司案例，甚至连语气都很专业。你要是不回源，肉眼很难第一眼看出来哪里不对。

这也是为什么这事不只和咨询公司有关。

小公司技术经理让 AI 写接口文档，运营让 AI 写产品介绍，老板让 AI 整理竞品报告，销售让 AI 生成客户方案，本质上都在面对同一个问题：这东西是“看起来能用”，还是“已经验证过能对外用”？

这两个状态之间，差的不是文采，是责任。

我现在对企业 AI 提效越来越保守。不是说不用，而是不能只看节省了多少人天。你还要问一句：省下来的写作时间，有没有一部分拿去做核验？如果没有，那只是把成本从前台挪到了事故发生以后。

尤其是四类内容，最好别只做语言级审核。

第一，点名具体公司和机构的内容。第二，引用数据、报告、论文、政策的内容。第三，会给客户、老板、投资人看的内容。第四，会影响合同、投放、合规和品牌声誉的内容。

这些内容里，AI 可以当助理，不能当负责人。

KPMG 这次最讽刺的地方就在这里：它不是在一份普通报告里翻车，而是在一份讲 agentic AI、讲企业如何用 AI 改造客户体验的报告里翻车。KPMG 自己的页面还在说，客户期望正在加速，企业要用主动、预测式的体验来应对变化。

话没错。

但越是这种听起来先进的词，越需要最笨的动作兜底：点开来源，看原文，问一句，这个案例真支持这句话吗？

45 条引用，只有 5 条准确。这个数字真正提醒我们的，不是“AI 不行”，而是“AI 写得太像真的了”。

以后再听到企业说 AI 提效，别急着羡慕。

先问它：谁来核对？错了算谁的？

我是老花，关注我，一起了解更多 AI、工具和信息差。