KPMG сняла AI-отчёт из-за галлюцинаций: что пошло не так
KPMG сняла AI-отчёт после проверки GPTZero и FT. Разбираем спорные ссылки, примеры UBS, SBB и TfL и урок для контроля ИИ в бизнесе.
По состоянию на 13 июня 2026 года KPMG сняла с части своих сайтов отчёт Total Experience: Redefining Excellence in the Age of Agentic AI после проверки GPTZero и Financial Times. В отчёте были спорные ссылки и примеры применения агентного ИИ в UBS, Swiss Federal Railways, Transport for London и NHS Greater Manchester. Несколько организаций заявили, что описания их AI-практик неверны или вводят в заблуждение.
Эта история важна не только из-за слова «галлюцинации». Большая консалтинговая фирма опубликовала публичный AI-отчёт, в котором сама проверка источников, похоже, не выдержала базового аудита. Для рынка это неприятный сигнал: контроль применения ИИ нужен не только в продуктах и чат-ботах, но и в презентациях, исследованиях, публичных докладах и красивых примерах для клиентов.
В Toolarium мы уже разбирали, как галлюцинации ИИ в судах приводят к санкциям, и почему arXiv вводит бан за непроверенный AI-slop. С KPMG рисунок похожий, но площадка другая: не суд и не препринт-сервер, а корпоративный экспертный материал от компании, которая сама продаёт экспертизу по ИИ.
Что именно сняла KPMG
Речь об отчёте KPMG International за октябрь 2025 года: Total Experience: Redefining Excellence in the Age of Agentic AI. Он входил в серию Global Customer Experience Excellence 2025-2026 и описывал, как компании в разных странах применяют агентный ИИ для клиентского опыта.
В самом отчёте KPMG указывала, что исследование основано на 80 594 интервью, 2 684 брендах и 16 странах и регионах. Один из разделов приводил страновые примеры: банки, транспорт, здравоохранение, энергетика, ритейл. Именно этот блок стал проблемным. По данным TechCrunch, после сообщений GPTZero и FT KPMG убрала отчёт с сайтов на время собственной проверки.
Что нашла GPTZero
GPTZero проверила 45 ссылок в отчёте KPMG. По оценке исследователей, только 5 ссылок точно указывали на реальные источники. Ещё 28 ссылок, вероятно, отсылали к существующим материалам, но содержали перефразированные названия, неверные даты, авторов или другие выдуманные компоненты. Оставшиеся 12 были слишком расплывчатыми или повреждёнными, чтобы уверенно установить исходник.
Отдельный слой проблемы, по версии GPTZero, это сами утверждения, которые прикрывались этими сносками. Исследователи пишут, что около половины тезисов, привязанных к 45 ссылкам, выглядят ложными или неверно атрибутированными. Они называют такой тип ошибки vibe citing: ссылка выглядит правдоподобно, но при проверке оказывается смесью реального источника, изменённого заголовка и добавленных фактов.
Один из примеров касается австрийской энергокомпании Verbund. В отчёте KPMG этот фрагмент описывал AI-агентов для аналитики энергоспроса, погодных прогнозов, умных устройств и зарядки электромобилей. GPTZero сопоставила это с ближайшим источником и пришла к выводу, что тот говорил о венчурной инвестиции Verbund X в шведский стартап Qurrent, а не о бытовой системе Verbund с агентами для домохозяйств.
Какие организации оспорили примеры
Самый заметный пример из пересказов Financial Times связан с UBS. В отчёте KPMG утверждалось, что банк интегрирует AI-агентов в инвестиционное консультирование, риск-менеджмент и комплаенс на платформе, связанной с Microsoft. UBS, по данным Finextra и FT, назвал это фактически неверным.
Swiss Federal Railways также оспорила описание своих AI-инструментов. Transport for London назвала свой пример вводящим в заблуждение. По данным Swissinfo/FT, NHS Greater Manchester не подтвердила возможности, которые отчёт приписывал её AI-системам: исходный пресс-релиз был о решении для диагностики рака лёгких, а не о прогнозировании повторных госпитализаций, сортировке пациентов и автоматизации направлений в том виде, как это выглядело в отчёте.
KPMG не стала публично спорить с каждым примером. Компания сообщила, что убрала отчёт на время расследования, и напомнила о внутренних правилах ответственного применения ИИ: материалы должны проходить человеческую проверку и сверку по независимым источникам. Ирония в том, что именно этот слой проверки и оказался под вопросом.
Почему это удар по доверию, а не просто ошибка в ссылках
У консалтинговых отчётов есть особый вес. Их цитируют медиа, корпоративные блоги, презентации, закупочные команды и сами LLM, когда отвечают на вопросы о рынке. GPTZero отдельно показывает, как тезисы из отчёта KPMG начинают всплывать в ответах модели как будто это проверенный отраслевой факт.
Проблема не в том, что ИИ иногда ошибается. Это уже известно. Проблема в том, что публичный отчёт крупной фирмы может пройти весь путь от черновика до публикации с источниками, которые никто не сверил достаточно внимательно. Для читателя это выглядит как один PDF. Для рынка это превращается в цепочку: отчёт, новость, пересказ, презентация, ответ модели, новый отчёт.
Здесь легко увидеть связь с AI Overviews и другими системами генеративного поиска. Когда авторитетный источник публикует слабое утверждение, модель потом может повторять его увереннее, чем обычный блог. Поэтому ложные AI-утверждения становятся вопросом ответственности, а не только качества пользовательского интерфейса. Похожий спор мы видели в истории про Google AI Overviews и ответственность за ложные ответы.
Что проверять компаниям перед публикацией AI-отчёта
Практический вывод простой: исследование, подготовленное с помощью ИИ, нельзя выпускать только через редактуру языка. Нужен отдельный фактологический слой, особенно если материал перечисляет клиентов, партнёров, публичные организации и конкретные внедрения.
| Уровень проверки | Что проверять | Кто должен отвечать |
|---|---|---|
| Ссылки | Существует ли источник, совпадают ли заголовок, дата, автор, URL и смысл цитируемого фрагмента | Исследователь и редактор |
| Кейсы организаций | Есть ли в источнике именно то внедрение, которое описано в отчёте, или текст достроил детали | Предметный эксперт |
| Названия компаний и продуктов | Не смешаны ли дочерние структуры, стартапы, партнёры и клиенты в один пример | Автор блока, юристы и коммуникации |
| Числа и сравнительные утверждения | Совпадают ли проценты, годы и выборки с первоисточником, нет ли противоречий внутри отчёта | Факт-чекер |
| Процесс работы с ИИ | Какие фрагменты были найдены или сгенерированы с помощью ИИ, кто подтвердил их вручную | Владелец публикации |
Если такого слоя нет, отчёт начинает работать как очень дорогая генерация с логотипом на обложке. Он может быть красиво написан, но это не спасает, если проверка источников провалилась.
Что не стоит преувеличивать
Из доступных источников не следует, что весь отчёт KPMG был написан ИИ. GPTZero формулирует аккуратнее: характер ошибок похож на работу AI-powered referencing tool или LLM research tool, а не на обычную человеческую опечатку. Это важное различие. Сказать «весь отчёт написал ИИ» проще, но это уже лишний шаг за пределы доказательств.
Также неверно говорить, что все ссылки были полностью выдуманы. GPTZero нашла только 5 полностью точных ссылок, но значительная часть остальных, по её же оценке, могла указывать на реальные материалы с искажёнными компонентами. Это не делает ситуацию нормальной. Для корпоративного отчёта изменённый заголовок, неверная дата или приписанное источнику утверждение всё равно ломают доверие.
Наконец, снятие отчёта с сайтов не означает, что тема агентного ИИ в бизнесе фиктивна. Ошибка находится в другом месте: в соблазне быстро собрать убедительные примеры, не проверив, действительно ли источники говорят то, что им приписали.
Главное
История KPMG показывает, что контроль применения ИИ должен начинаться раньше, чем компания запускает модель в продукт. Он нужен уже на этапе исследований, ссылок, презентаций и публичных утверждений. Особенно у тех, кто продаёт рынку уверенность в том, что умеет внедрять ИИ ответственно.
Для читателя хороший тест такой: если отчёт об ИИ не показывает, откуда взялись факты, кто проверил источники и как отделены реальные примеры от сгенерированной связки, ему нельзя доверять только из-за логотипа на первой странице.
Источники и проверка фактов
- GPTZero: Chasing the Hallucinations: KPMG's AI-Powered Attempt at "Redefining Excellence", опубликовано 12 июня 2026 года, использовано для проверки 45 ссылок, классификации ошибок и примеров Verbund/JR East/LLM-повторов, проверено 13 июня 2026 года.
- TechCrunch: KPMG pulls report on AI usage due to apparent hallucinations, опубликовано 13 июня 2026 года, использовано для факта снятия отчёта и позиции KPMG, проверено 13 июня 2026 года.
- Finextra/FT: KPMG report contained AI hallucinations about AI use at UBS, опубликовано 12 июня 2026 года, использовано для реакции UBS, SBB, TfL и KPMG, проверено 13 июня 2026 года.
- Swissinfo/FT: KPMG report contained AI hallucinations on benefits of AI, опубликовано 12 июня 2026 года, использовано как доступный пересказ FT по UBS, NHS, SBB и TfL, проверено 13 июня 2026 года.
- KPMG: Global Customer Experience Excellence 2025-2026 PDF, использовано для названия отчёта, периода, выборки 80 594 интервью, 2 684 бренда и 16 стран/регионов, проверено 13 июня 2026 года.
