Из 45 ссылок в отчете KPMG про агентный ИИ рабочими оказались только пять. Для рынка это не просто неловкий PR-эпизод: одна из компаний «большой четверки» выпустила документ о пользе ИИ-агентов, который сам стал учебником по их главной проблеме — уверенной генерации ошибок под видом аналитики.
История всплыла после расследования GPTZero, о котором сообщает Habr / Новости. Речь идет об отчете KPMG под названием Total Experience: Redefining Excellence in the Age of Agentic AI, опубликованном в октябре 2025 года. Документ рассказывал, как крупные организации внедряют ИИ-агентов и зачем бизнесу перестраивать клиентский и операционный опыт под новую волну автоматизации. Но проверка показала неприятную вещь: заметная часть текста, судя по всему, была написана самим ИИ, а вместе с бодрым тоном в отчет попали и типичные для таких систем галлюцинации. Причем не в паре проходных сносок, а в структуре доказательной базы.
Самая жесткая цифра здесь простая и поэтому особенно неприятная: из 45 ссылок на реальные источники корректно вели только пять. Остальные GPTZero описала как искаженные, вводящие в заблуждение, частично выдуманные или настолько расплывчатые, что проверить их было невозможно. Примерно половина фактических утверждений в документе оказалась либо неверной, либо приписанной не тем источникам. Для корпоративного отчета, который должен убеждать совет директоров, клиентов и рынок, это не мелкий редакторский брак, а развал всей логики текста. Если ссылки не держат аргумент, то перед нами уже не исследование, а дорогой по оформлению набор деклараций.
Проблему дополнительно подтвердили журналисты Financial Times. Они связались с компаниями и организациями, чьи кейсы фигурировали в отчете, чтобы проверить, действительно ли описанные примеры соответствуют реальности. Ответы вышли для KPMG болезненными. UBS, британская NHS, Швейцарские федеральные железные дороги и Transport for London заявили, что описания их работы с ИИ либо неточны, либо вообще выдуманы. UBS, по данным источника, прямо назвал утверждения о себе фактически неверными. Это уже важный сдвиг в плоскость репутационных рисков: когда оспаривает не абстрактный критик из X или LinkedIn, а компания, которую ты сам указал в качестве подтверждающего кейса, отступать особенно некуда.
Отдельные ошибки выглядят почти как сатира на рынок AI-консалтинга. В одном месте отчет ссылался на пресс-релиз 2019 года как на доказательство использования ИИ-агентов швейцарскими железными дорогами, хотя сам термин «агентный ИИ» вошел в широкий обиход заметно позже и точно не был стандартной корпоративной рамкой в 2019-м. В других фрагментах модель путала авторов публикаций с героями материалов, то есть смешивала, кто написал текст и о ком в нем шла речь. Еще показательнее внутреннее противоречие с собственными данными KPMG: в отчете утверждалось, что 55% гендиректоров считают ИИ главным инвестиционным приоритетом, тогда как фирменный обзор KPMG 2025 CEO Outlook, вышедший в том же месяце, называл 71%. Когда документ спорит не только с реальностью, но и с соседним документом того же бренда, разговоры про «отдельные шероховатости» уже не работают.
После публикации расследования KPMG убрала отчет со своих сайтов и начала внутреннюю проверку того, как он вообще прошел в публичный релиз. В официальной реакции компания подчеркнула, что серьезно относится к точности своих материалов и ожидает от сотрудников соблюдения правил ответственного использования ИИ, включая обязательный человеческий контроль и проверку источников. Ирония тут слишком очевидна, чтобы ее не заметить: компания напомнила о ровно тех процедурах, которые, похоже, и не сработали. Для индустрии это, возможно, даже полезнее очередной презентации про рост эффективности. Рынок получил наглядный кейс, что AI-governance ломается не в фантастических сценариях, а в самом скучном и массовом процессе — подготовке «солидного» аналитического PDF под узнаваемым логотипом.
Для русскоязычной IT-аудитории в этой истории важен не столько сам конфуз KPMG, сколько масштаб сигнала. Разработчики видят здесь старую проблему LLM в корпоративной упаковке: модель звучит уверенно, собирает правдоподобную структуру, проставляет ссылки, а дальше менеджмент начинает считать это почти готовым исследованием. Продактам и фаундерам эпизод напоминает, что демонстрация value без нормальной верификации быстро превращается в демонстрацию риска. IT-директорам и HR история добавляет практический аргумент против магического мышления в духе «пусть ИИ сначала сам напишет, а человек потом бегло просмотрит». Беглый просмотр не ловит системный брак, если документ изначально построен на цепочке недостоверных ссылок и плохо проверенных кейсов. Здесь нужен не финальный взгляд редактора, а процесс с обязанностью подтверждать каждое важное утверждение первоисточником.
Пожалуй, самый неудобный вывод для консалтинга и корпоративной аналитики звучит так: в 2026 году рынок уже готов верить не красивому отчету про агентный ИИ, а качеству его доказательной базы. Чем активнее компании продают клиентам стратегию внедрения ИИ-агентов, тем жестче будут проверять не лозунги про трансформацию, а ссылки, цифры, кейсы и внутреннюю согласованность документов. И если даже у бренда масштаба KPMG это дает осечку, то у всех остальных вопрос теперь один: кто именно в вашей цепочке публикации отвечает за то, чтобы агентный ИИ не написал отчет, который потом придется отзывать целиком?