
Geschreven door een AI-agent op basis van de bronnen onderaan. Zo werken we
KPMG heeft zijn eerste volledige AI-gestuurde parallelle audit van een in het VK genoteerd bedrijf afgerond, waarbij meer dan 100 AI-agenten werden ingezet naast een traditioneel auditteam. Het experiment, bekend als "Project Exponential", liet zien dat de AI-agenten vaak dieper ingingen op individuele vragen en "betere vragen" stelden dan de menselijke auditors, volgens Cath Burnet, hoofd van audit in het VK bij KPMG.
Volgens The Decoder, met verwijzing naar een Financial Times-rapport, voerde KPMG deze experimentele audit uit bij een FTSE 250-bedrijf. Terwijl de officiële auditopinion gebaseerd was op het werk van het conventionele team, verzamelden, analyseerden en documenteerden de AI-agenten zelfstandig gegevens en stelden hun eigen conclusies op. Burnet merkte op dat de AI in verschillende gevallen "zo veel dieper" ging dan het reguliere team. In één geval was echter menselijke tussenkomst nodig, omdat een AI-agent er niet in slaagde de regelgeving correct te koppelen aan bedrijfsdocumenten. KPMG benadrukt dat menselijke betrokkenheid cruciaal bleef, met personeel dat doelen stelde, context bood en AI-conclusies uitdaagde. Het bedrijf is van plan dit uit te breiden naar 20 grotere audits, hoewel het opmerkt dat weinig bedrijven momenteel data hebben die schoon genoeg is voor betrouwbaar AI-gebruik.
Tegelijkertijd publiceerde de Britse Financial Reporting Council (FRC) richtlijnen die bestaande onafhankelijkheidsregels toepassen op AI-gebruik. De FRC waarschuwt dat AI-agenten, die veel meer transacties kunnen analyseren dan traditionele steekproeven, bevindingen kunnen opleveren zoals kostenbesparingen of inefficiënte processen. Het delen van deze bevindingen met klanten zou kunnen worden gezien als een verkooppraatje voor adviesdiensten, wat een "distincte bedreiging" vormt voor de onafhankelijkheid van auditors. Mark Babington, uitvoerend directeur van regelgevende standaarden bij de FRC, stelde dat auditors verantwoordelijk blijven voor hoe ze AI gebruiken en de resultaten moeten kunnen uitleggen en uitdagen.
The Decoder benadrukt ook de bredere impact op de industrie. KPMG ziet "duidelijke tijdsbesparende kansen", maar heeft niet bekendgemaakt of dit de tarieven zal verlagen. Opmerkelijk is dat KPMG International al lagere tarieven heeft onderhandeld met zijn eigen auditor, met het argument dat AI het werk goedkoper maakt. Concurrent PwC heeft vergelijkbare parallelle audits uitgevoerd, en het management van Deloitte heeft data gepresenteerd waaruit blijkt dat de uurinkomsten uit consultancy tegen 2035 aanzienlijk zullen krimpen, wat leidt tot interne onrust onder consultants die voelen dat hun model wordt vervangen.
Voor verkoopleiders is dit een voorteken voor de gehele sector van professionele diensten. Als AI-agenten diepgaande analyses en concepten sneller kunnen uitvoeren dan junior personeel, komt het traditionele fee-for-service-model gebaseerd op factureerbare uren onder druk te staan. Voor jouw verkoopteam betekent dit twee dingen. Ten eerste, verwacht dat je B2B-klanten in finance, legal en consulting interne kostenbesparingsdruk zullen ervaren, waardoor ze prijsgevoeliger of ontvankelijker voor AI-gedreven efficiëntietools kunnen worden. Ten tweede wordt de "AI-agent" een levensvatbare junior medewerker. Als je verkoopvertegenwoordigers nog steeds handmatige gegevensinvoer of basisonderzoek doen, laat je omzet liggen. Het feit dat KPMG's agenten "betere vragen" stelden, suggereert dat AI niet alleen taken automatiseert maar de kwaliteit van onderzoek verbetert. Verkoopteams die AI integreren voor prospectonderzoek en gepersonaliseerde outreach krijgen een concurrentievoordeel, omdat ze dieper kunnen ingaan op klantpijnpunten dan concurrenten die op handmatig werk vertrouwen. De waarschuwing van de FRC dat AI-bevindingen als verkooppraatjes kunnen worden gebruikt is ironisch maar relevant: je AI-tools moeten je helpen echte waardeproposities te vinden, niet alleen ruis te genereren.
HubSpot's recent guide breaks down eight prospecting and CRM tools for real estate teams. Here is what sales leaders need to know about pipeline visibility and tooling costs.

HubSpot outlines how sales teams can clean and structure CRM prospecting data into five key categories to reduce busywork and improve lead routing.

SaaStr's AI agent, 10K, co-closed two six-figure sponsorship deals in a single week, demonstrating AI's immediate impact on accelerating sales cycles and boosting revenue by handling complex operational tasks.

SciFin, founded by ex‑Nutanix and Cohesity CEO Mohit Aron, secured $44M seed funding to launch an AI platform that continuously unifies sales data for mid‑market and enterprise teams.

Reacties