У отчета KPMG про agentic AI обнаружилась неприятная демонстрация на практике: по версии GPTZero, корректными оказались только 5 из 45 ссылок. Для русскоязычной IT-аудитории это не просто очередная история про галлюцинации ИИ, а наглядный кейс о том, как ломается доверие к аналитике, если генеративные модели выпускают в публикацию без нормальной редактуры и проверки источников.
Речь идет об опубликованном в октябре 2025 года отчете KPMG Total Experience: Redefining Excellence in the Age of Agentic AI. Как пишет The Register, исследовательская компания GPTZero провела его форензик-разбор и заявила, что лишь пять ссылок из сорока пяти действительно вели к тем материалам, на которые ссылались авторы. Остальные, по оценке GPTZero, были искажены, вели не туда, содержали частично вымышленные элементы или были настолько расплывчатыми, что проверить их нормально нельзя.
GPTZero использует для этого отдельный термин: vibe citing. По смыслу это примерно то же, что и модное vibe coding, только применительно к ссылкам и сноскам. Модель берет реальные куски названий, фамилий, организаций и тем, склеивает из них правдоподобную конструкцию, и на беглый взгляд все выглядит солидно. Проблема начинается в тот момент, когда кто-то нажимает на ссылку, открывает документ и пытается сверить факты. Тогда выясняется, что источник либо не подтверждает тезис, либо подтверждает его лишь частично, либо вообще не имеет к нему отношения.
По данным GPTZero, под вопросом оказались не только отдельные сноски, но и примерно половина фактических утверждений в документе: их назвали ложными, неподтвержденными или привязанными к неправильным источникам. Особенно много претензий возникло к кейсам о supposedly передовых внедрениях agentic AI. Среди примеров, которые разобрала GPTZero, фигурируют UBS, Швейцарские федеральные железные дороги и Transport for London. Суть претензии в каждом случае одна и та же: ссылки, которыми подкреплялись эти истории, либо не подтверждали заявленные выводы, либо содержали такую переработку и пересказ, что надежность аргумента резко падала.
Есть и более приземленные эпизоды, которые хорошо показывают масштаб проблемы. GPTZero отдельно указала на страницу 42 отчета, где авторы утверждали, что авиакомпания Emirates якобы использует мобильный чат-бот Sara, который умеет напрямую общаться с пассажирами и менять их бронирования. По версии исследователей, это неверно или как минимум сильно преувеличено: Sara была представлена Emirates в 2023 году как робот-ассистент, а не чат-бот, и не умеет менять бронирование рейсов. Для разработчика, аналитика или продуктового менеджера это выглядит знакомо: модель собрала правдоподобный нарратив вокруг реального артефакта, но на выходе получился факт, который уже нельзя безопасно использовать ни в презентации, ни в стратегии, ни в тендерном документе.
Проблема, судя по публикации, затронула даже внутреннюю согласованность материалов самой KPMG. GPTZero обратила внимание на цифру в 55 процентов CEO, которые якобы считают ИИ своим главным инвестиционным приоритетом. Но в собственном отчете KPMG CEO Outlook 2025, выпущенном в тот же месяц, фигурировало уже 71 процент. Это не тонкая методологическая разница и не спор о формулировках. Когда одна и та же компания почти одновременно публикует по одной теме разные ключевые показатели, вопрос смещается с качества AI-инструмента на качество редакционного процесса в целом.
Реакция KPMG была показательной. По информации The Register со ссылкой на Financial Times, компания убрала отчет с части своих сайтов и начала разбираться, как публикация вообще дошла до релиза. Представитель KPMG заявил, что KPMG International серьезно относится к точности и целостности публикуемых материалов и ожидает от сотрудников соблюдения правил ответственного использования ИИ, включая человеческую проверку контента и верификацию независимых источников. Формулировка аккуратная, но отрасль здесь читает между строк: если подобный документ выходит под брендом одной из Big Four, значит, одних корпоративных принципов про human oversight уже недостаточно. Нужны процессы, в которых проверка ссылок, цитат и кейсов не декларируется, а реально встроена в конвейер.
Контекст у этой истории тоже неприятный для консалтинга. The Register напоминает, что годом ранее Deloitte пришлось возвращать деньги австралийскому правительству после того, как в оплаченный государством отчет попал AI-сгенерированный контент. Иными словами, рынок уже не в фазе наивного восторга, когда можно списать все на эксперимент. Консалтинговые компании несколько лет продают клиентам экспертизу по рискам генеративного ИИ, рассказывают про галлюцинации, контроль качества и необходимость проверять выводы моделей. Когда аналогичные ошибки всплывают в их собственных материалах, удар идет не только по конкретному отчету, но и по главному активу отрасли, то есть по репутации методологической аккуратности.
Для российского и вообще русскоязычного IT-рынка эта история важна по трем причинам. Во-первых, галлюцинации ИИ в отчетах опаснее, чем в обычном маркетинговом тексте: такие документы читают директора по продукту, CIO, инвесткомитеты и закупки, а дальше на их основе принимают реальные решения. Во-вторых, ссылки и сноски больше нельзя воспринимать как автоматический маркер качества. Если текст явно писался с помощью LLM, проверять нужно не только выводы, но и саму цитатную инфраструктуру. В-третьих, история бьет по моде на agentic AI как по классу продуктов: когда отчет о преимуществах автономных агентов сам выглядит как побочный эффект слабого контроля над генерацией, рынок получает еще один аргумент в пользу более медленного и дорогого, но проверяемого внедрения.
Отсюда вытекает довольно практичный вывод для команд, которые выпускают white paper, исследования, PR-аналитику и внутренние обзоры. Если текст собирался с участием генеративной модели, то обязательная проверка должна идти по цепочке «тезис, цифра, первоисточник, формулировка, дата». Иначе даже сильный бренд не спасет: документ будет выглядеть убедительно ровно до того момента, пока кто-то не откроет сноски. История с KPMG показывает, что рынок уже входит в фазу, где главной метрикой зрелости ИИ-стека становится не скорость генерации, а способность компании доказать, что ее текст не выдумал сам себя.