
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
KPMG zakończyło swój pierwszy pełny, oparty na sztucznej inteligencji, równoległy audyt spółki notowanej w Wielkiej Brytanii, wykorzystując ponad 100 agentów AI pracujących razem z tradycyjnym zespołem audytorskim. Eksperyment, znany jako „Project Exponential”, wykazał, że agenci AI często zagłębiali się bardziej w poszczególne pytania i zadawali „lepsze pytania” niż ludzcy audytorzy, według szefowej audytu w Wielkiej Brytanii w KPMG, Cath Burnet.
Według The Decoder, powołując się na raport Financial Times, KPMG przeprowadziło ten eksperymentalny audyt w spółce z indeksu FTSE 250. Chociaż oficjalna opinia audytowa opierała się na pracy tradycyjnego zespołu, agenci AI samodzielnie zbierali, analizowali i dokumentowali dane, przygotowując własne wnioski. Burnet zauważyła, że w kilku przypadkach AI poszło „tak bardzo głębiej” niż regularny zespół. Jednak w jednym przypadku wymagana była interwencja ludzka, gdy agent AI nie dopasował prawidłowo przepisów do dokumentów firmy. KPMG podkreśla, że zaangażowanie ludzi pozostaje kluczowe, ponieważ personel ustala cele, dostarcza kontekst i kwestionuje wnioski AI. Firma planuje rozszerzyć to na 20 większych audytów, choć zauważa, że niewiele firm ma obecnie wystarczająco czyste dane do wiarygodnego wykorzystania AI.
Jednocześnie brytyjska Rada Sprawozdawczości Finansowej (FRC) opublikowała wytyczne stosujące istniejące zasady niezależności do wykorzystania AI. FRC ostrzega, że agenci AI, którzy mogą analizować znacznie więcej transakcji niż tradycyjne próbkowanie, mogą ujawnić wnioski takie jak oszczędności kosztów czy nieefektywne procesy. Udostępnianie tych wniosków klientom może być postrzegane jako oferta sprzedażowa usług konsultingowych, stanowiąc „wyraźne zagrożenie” dla niezależności audytora. Mark Babington, dyrektor wykonawczy ds. standardów regulacyjnych w FRC, stwierdził, że audytorzy pozostają odpowiedzialni za sposób wykorzystania AI i muszą być w stanie wyjaśnić oraz zakwestionować jego wyniki.
The Decoder również podkreśla szerszy wpływ na branżę. KPMG dostrzega „wyraźne możliwości oszczędzania czasu”, ale nie ujawniło, czy przełoży się to na niższe opłaty. Co istotne, KPMG International już wynegocjowało niższe honoraria z własnym audytorem, argumentując, że AI obniża koszty pracy. Rywal PwC przeprowadził podobne równoległe audyty, a zarząd Deloitte przedstawił dane sugerujące, że przychody z konsultacji godzinowych znacznie spadną do 2035 roku, co wywołuje wewnętrzne niezadowolenie wśród konsultantów, którzy czują, że ich model jest zastępowany.
Dla liderów sprzedaży jest to wskaźnik dla całego sektora usług profesjonalnych. Jeśli agenci AI mogą przeprowadzać dogłębną analizę i przygotowywać dokumenty szybciej niż młodszy personel, tradycyjny model oparty na opłacie za usługę i godzinach rozliczanych jest pod presją. Dla twojego zespołu sprzedaży oznacza to dwie rzeczy. Po pierwsze, spodziewaj się, że twoi klienci B2B z sektora finansów, prawa i konsultingu będą poddawani wewnętrznym presjom na cięcie kosztów, co może uczynić ich bardziej wrażliwymi na cenę lub bardziej otwartymi na narzędzia zwiększające efektywność oparte na AI. Po drugie, „agent AI” staje się realnym młodszym pracownikiem. Jeśli twoi przedstawiciele sprzedaży wciąż wykonują ręczne wprowadzanie danych lub podstawowe badania, tracisz przychody. Fakt, że agenci KPMG zadawali „lepsze pytania”, sugeruje, że AI nie tylko automatyzuje zadania, ale podnosi jakość zapytań. Zespoły sprzedaży, które integrują AI do badań potencjalnych klientów i spersonalizowanego kontaktu, zyskają przewagę konkurencyjną, ponieważ mogą głębiej zagłębiać się w problemy klientów niż konkurenci polegający na ręcznej pracy. Ostrzeżenie FRC o wykorzystywaniu wyników AI jako ofert sprzedażowych jest ironiczne, ale istotne: twoje narzędzia AI powinny pomagać w znajdowaniu prawdziwych propozycji wartości, a nie tylko generować szum.
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.

Komentarze