KPMG:s brittiska arm avslöjade denna vecka att AI-agenter utplacerade under en milstolpe revisionsprövning ibland undersökte finansiella frågor djupare - och ställde bättre frågor - än sitt eget mänskliga revisionsteam, enligt rapporter från Financial Times och European Business Magazine. Experimentet, med kodnamnet Project Exponential, använde mer än 100 AI-agenter för att granska boksluten för ett stort brittiskt börsnoterat företag.

Rättegången markerar ett viktigt steg för artificiell intelligens inom professionella tjänster, och går från AI som assistent för isolerade uppgifter till autonoma agenter som arbetar över ett helt revisionsarbetsflöde. Det väcker också en obehaglig fråga för revisorsyrket: om maskiner i allt högre grad kan utföra analytiskt arbete av högutbildade yrkesmän, hur snabbt kommer ekonomin för revision att förändras? Spåra den här historien och resten av AI-affärslandskapet på AI Buzz Wire.

Hur projektexponentiellt fungerade

AI-agenterna granskade kontona för ett icke namngivet FTSE 250-företag tillsammans med ett konventionellt revisionsteam, och tog på sig uppgifter över hela revisionsprocessen snarare än att bara automatisera administrativa sysslor. Enligt FT-rapporten samlade agenterna in information, analyserade och dokumenterade data, tog fram utkast till slutsatser och observationer och föreslog nästa steg. De samordnade också med varandra, vilket effektivt fördelade ansvaret över utredningen.

KPMG UK:s revisionschef, Cath Burnet, sa att tekniken i flera fall hade gått betydligt djupare in i frågor än det vanliga revisionsteamet, identifierat områden som kräver ytterligare utredning och ställt frågor som mänskliga revisorer inte hade tagit upp. Tekniken utvecklades under ungefär fyra månader.

Där maskinerna fortfarande behöver övervakning

KPMG var noga med att dra en gräns mellan experimentet och en formellt godkänd lagstadgad revision. Även om en revisionspartner undertecknade övningen, användes dess resultat inte som grund för att godkänna företagets räkenskaper. Mänsklig tillsyn förblev väsentlig under hela rättegången: under rättegången var en revisor tvungen att ingripa när en AI-agent misslyckades med att korrekt matcha regulatoriska krav mot företagets dokumentation – en episod som illustrerar både kapaciteten och gränserna för nuvarande system när man navigerar i komplexa regulatoriska ramverk.

Företaget planerar att utöka initiativet till så många som 20 större revisioner, samtidigt som man erkänner att tekniken ännu inte är tillräckligt mogen för att distribuera över de tusentals uppdrag som ett Big Four-företag hanterar årligen. Datakvalitet är fortfarande ett betydande hinder, med vissa företag som saknar den rena, strukturerade information som AI-agenter behöver för att fungera effektivt.

Rättegången passar en ojämn företagsbild

Granskningsexperimentet landar i ett komplicerat ögonblick för företags AI-agenter. En KPMG-undersökning som publicerades i augusti visade att nästan hälften av de stora organisationerna – runt 49 % – hade minskat, försenat eller pausat sina AI-agentdistributioner eftersom driftskostnaderna översteg värdet som systemen levererade, en verklighetskontroll av ett år av aggressiv företagsentusiasm för autonoma agenter. Mot den bakgrunden är Project Exponential ett anmärkningsvärt motexempel: ett professionellt tjänsteföretag som sätter agenter att arbeta med högvärdigt analytiskt arbete snarare än backoffice-automatisering, och finner resultaten konkurrenskraftiga med sin egen utbildade personal.

Resultaten tyder också på att AI:s potential inom professionella tjänster kan sträcka sig långt bortom produktivitetsvinster, enligt European Business Magazines rapport. Tekniken kan förändra hur komplex finansiell information granskas, tolkas och utmanas – arbete som är kärnan i vad revisionsbyråer säljer. Australiens Financial Review täckte samma rättegång under en rubrik som noterade att AI ställde "bättre frågor" än KPMG-revisorer i vad den beskrev som en första i sitt slag revisionskörning.

En utmaning för de fyra stora affärsmodellen

Konsekvenserna sträcker sig längre än ett företag. Traditionell revision förlitar sig på stora team av juniora revisorer som utför detaljerat, repetitivt arbete under överinseende av erfarna chefer och partners. AI-agenter erbjuder en annan verksamhetsmodell – automatiserar mycket av datainsamlingen, analysen och dokumentationen medan seniora yrkesverksamma fokuserar på komplexa bedömningar och undantag.

För KPMG, Deloitte, PwC och EY är attraktionen uppenbar: snabbare revisioner, potentiellt lägre driftskostnader och möjligheten att analysera långt större volymer finansiell information. Huruvida dessa besparingar når kunderna är en öppen fråga. KPMG har erkänt potentialen för betydande tidsbesparingar men har inte bekräftat om AI-driven effektivitet kommer att leda till lägre revisionsarvoden, rapporterade European Business Magazine.

Tillsynsmyndigheterna följer noga. Storbritanniens Financial Reporting Council har varnat för att AI-användning inte får undergräva revisorernas oberoende, integritet eller professionell skepsis, och farhågor kvarstår kring datasäkerhet, alltför beroende av automatiserade slutsatser och möjligheten att AI genererar felaktig eller tillverkad information. Enligt befintliga regler ligger ansvaret för revisionsutlåtandet kvar hos den mänskliga revisorn oavsett vilken teknik som används.

Ekonomin pekar ändå i en riktning. Revisionsbyråer är beroende av arméer av yngre personal som kan faktureras i stor skala, och FTSE 250-prövningen antyder en framtid där mycket av det arbetet utförs maskinellt - med människor som behålls för bedömning, tillsyn och ansvarsskyldighet. KPMG flyttar medvetet: expanderar till några dussin revisioner först, samlar in bevis om var agenter hjälper och var de misslyckas, innan en bredare utrullning. Rivaliska fyra stora företag driver sina egna agentpiloter, och den brittiska tillsynsmyndighetens försiktighet signalerar att antagandet kommer att styras lika mycket av revisionsstandarder som av teknik. För fortsatt bevakning av hur AI omformar kunskapsarbete, följ den senaste AI-utvecklingen på AI Buzz Wire.

Vad det betyder för yrket

Rättegången slår inte fast att AI kan ersätta revisorer eller självständigt leverera en tillförlitlig lagstadgad revision. Det visar att AI-agenter börjar utmana yrkesverksamma inom territorium som länge ansetts vara beroende av mänsklig expertis – och att frågan inte längre är om AI blir en del av revisionsprocessen, utan hur mycket av det maskinerna så småningom kommer att utföra. För kontinuerlig bevakning av hur AI omformar tjänstemannaarbete, följ den senaste AI-utvecklingen på AI Buzz Wire.

---

Stay ahead of AI

Få de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.

Läs mer AI-nyheter →