KPMG отозвала отчёт об агентном ИИ после того, как упомянутые организации опровергли написанное о них
Из 45 ссылок в документе лишь пять вели на реальные и неискажённые источники
Ошибки выглядят как типичные галлюцинации языковой модели, а не как небрежность аналитика
Месяцем ранее EY отозвала своё исследование по той же причине
KPMG — одна из компаний «большой четвёрки» аудита и делового консультирования — отозвала отчёт «Переосмысление совершенства в эпоху агентного ИИ» после того, как сразу несколько организаций заявили, что описанные в документе примеры их работы с искусственным интеллектом не соответствуют действительности. Документ был опубликован в октябре 2025 года и снят с сайтов компании 13 июня 2026 года.
Источник изображения — techcrunch.com
Кто поймал консультантов на выдумках
Неточности первой заметила исследовательская группа GPTZero, которая специализируется на распознавании текстов, написанных нейросетями. Её выводы затем независимо проверило деловое издание, обратившись напрямую к упомянутым в отчёте организациям. Общий вывод исследователей: ошибки выглядят не как небрежность живого аналитика, а как типичные галлюцинации языковой модели — правдоподобно звучащие, но вымышленные утверждения.
Проверка списка литературы дала обескураживающий результат. Из 45 ссылок отчёта лишь пять вели на реальные и неискажённые источники. Ещё 28 содержали переиначенные названия или выдуманные элементы, приделанные к существующим публикациям, а 12 оказались настолько расплывчатыми, что проверить их было невозможно в принципе.
Примерно половина фактических утверждений, которые эти ссылки должны были подтверждать, оказалась ложной или приписанной не тому источнику. В GPTZero назвали такую манеру «цитированием по наитию» — сноски выглядят убедительно, но не соответствуют содержанию первоисточников. Это и есть характерная подпись машинной генерации: правдоподобная форма при отсутствии содержания, ведь модель воспроизводит структуру научной ссылки, ничего при этом не проверяя.
Какие организации опровергли написанное о них
Четыре крупные структуры — от банка до городского перевозчика — заявили, что утверждения отчёта были либо ложными, либо вводящими в заблуждение:
- UBS. В отчёте говорилось, что швейцарский банк внедрил ИИ-агентов в инвестиционное консультирование, управление рисками и контроль соблюдения требований на общей платформе, разработанной совместно с Microsoft. Представитель банка назвал это фактически неверным.
- Служба здравоохранения Большого Манчестера. Утверждалось, что агенты предсказывают повторные госпитализации, сортируют пациентов и автоматизируют направления к врачам. В организации ответили, что это не согласуется с пресс-релизом, на который, судя по всему, опирались авторы: тот релиз описывал совсем другое — инструмент раннего выявления рака лёгких.
- Швейцарские федеральные железные дороги. По версии отчёта, агенты помогают пассажирам планировать и бронировать поездки с учётом предпочтений, обстановки в реальном времени и углеродного следа. Перевозчик назвал описание неточным.
- Транспортное управление Лондона. Здесь агенты якобы прогнозируют и разгружают заторы, персонализируют уведомления и координируют разные виды транспорта. В ведомстве сочли формулировку вводящей в заблуждение.
Обратите внимание на характер этих описаний: все они звучат ровно так, как должен был бы выглядеть образцовый проект внедрения. Именно в этом и состоит опасность подобных текстов — они описывают не реальность, а её маркетинговое ожидание.
Выдуманные примеры и противоречащие цифры
Отдельные эпизоды выглядят как чистая выдумка модели. Так, отчёт приписывал авиакомпании Emirates мобильного помощника по имени Sara, который общается с пассажирами и меняет им бронирования. В действительности Sara — это робот-помощник, представленный перевозчиком в 2023 году, и менять брони он не умеет.
В другом месте авторы ссылались на пресс-релиз японской железнодорожной компании от 2019 года как на доказательство работы агентного ИИ — при том, что сам термин вошёл в широкий оборот только в 2024 году. Нашлось и внутреннее противоречие: отчёт утверждал, что 55% руководителей компаний ставят искусственный интеллект на первое место среди направлений инвестиций, тогда как другая публикация самой KPMG того же периода называла цифру 71%.
Последний пункт особенно показателен. Расхождение между двумя документами одной компании означает, что отчёт не сверяли даже с собственными материалами, — то есть внутренняя редакционная проверка отсутствовала полностью, а не сработала плохо.
Что говорит сама KPMG
Представитель компании сообщил, что отчёт удалён со всех сайтов на время внутреннего расследования, и подчеркнул, что в компании серьёзно относятся к точности и достоверности публикуемых материалов.
«Мы ожидаем, что все наши сотрудники будут соблюдать наши руководящие принципы ответственного использования ИИ, включая человеческий контроль для проверки содержания и верификации независимых источников», — заявил представитель.
Иными словами, компания, которая продаёт клиентам методики ответственного внедрения искусственного интеллекта, судя по всему, доверила машине написать отчёт о машинах — и пропустила ровно тот этап проверки, о котором сама же и пишет.
Второй промах «большой четвёрки» за месяц
Эта история — не единичный сбой. Месяцем ранее EY отозвала исследование о киберрисках в программах лояльности: в нём обнаружились поддельные сноски и выдуманные данные, тоже похожие на результат работы нейросети. Обе публикации проверяла та же исследовательская группа.
Глава GPTZero Эдвард Тянь отмечает, что подобные документы «отравляют колодец» деловой информации: до того как отчёт сняли, на него успели сослаться несколько отраслевых изданий и одна крупная европейская газета, так что сомнительные утверждения разошлись дальше по цепочке. Отзыв документа этой проблемы не решает — публикации, которые на него ссылались, остались на своих местах.
Что с этим делать на практике
Для рынка вывод получается практический и довольно неудобный: раз уж отчёт от компании «большой четвёрки» может оказаться набором сгенерированных выдумок, проверка сносок перестаёт быть формальностью.
Прежде чем опираться на чужую аналитику в презентации для руководства или в стратегии внедрения ИИ, стоит выработать несколько привычек:
- открывать хотя бы три-четыре случайные сноски и проверять, что источник существует и говорит именно то, что ему приписали;
- настораживаться, когда в документе много ссылок без прямых адресов — только названия и годы;
- сверять ключевые цифры с другими публикациями того же автора: расхождения всплывают быстро;
- перепроверять описания чужих внедрений по первоисточнику компании, а не по пересказу консультанта.
Читателям из СНГ стоит держать в уме и локальный контекст: отраслевые обзоры и рыночные исследования здесь часто пересказываются со ссылкой на «данные крупной консалтинговой компании» — без указания конкретного документа. Такая цепочка пересказов делает исходную ошибку практически неотслеживаемой, а её опровержение до конечного читателя обычно уже не доходит.
