為什麼 KPMG 的 Claude 合作才是 AI 顧問業的正解

KPMG 把 Claude 深度嵌入顧問流程，是對的。

KPMG 與 Anthropic 的合作不是跟風，而是對顧問業 AI 問題的正面回答。這個產業最怕的不是沒有工具，而是工具一旦出錯就傷害客戶信任；同時，模型公司也可能沿著顧問公司的流程與資料一路往上吃掉價值。把 Claude 放進工作流、平台與訓練裡，比把它當成一個外掛聊天框更合理，因為顧問業要解的不是「能不能用 AI」，而是「怎麼在可控的前提下用 AI 做出可交付的成果」。

第一個論點

顧問業需要的是受治理的 AI，不是隨手可用的 AI。KPMG 自己的研究顯示，在超過 140 萬次 AI 互動中，只有 5% 產生了有意義的結果。這個數字很殘酷，也很誠實：光是開放使用權，不會自動帶來價值，反而只會放大提示詞品質不一、輸出深度不足、團隊標準不一致的問題。

所以 KPMG 提出的「Think, Prompt, Check」不是口號，而是把判斷力寫進流程。當 Claude 被嵌入 Digital Gateway，AI 就不再是員工私下打開的玩具，而是進入稅務、顧問、交易等既有工作系統的受管工具。對一個錯一個數字就可能影響報價、稅務判斷或法遵風險的產業來說，這種治理比「大家都能用」重要得多。

第二個論點

顧問業真正的威脅不是效率，而是被模型公司繞過。若 AI 供應商不只提供模型，還開始理解顧問交付物、文件結構、客戶痛點與決策節奏，它們遲早會有能力把原本由顧問承接的中間層工作直接產品化。這就是所謂「狐狸進雞舍」的風險：你以為自己在導入工具，最後卻是在替別人訓練替代品。

KPMG 的做法是把自己放在模型與市場之間，成為部署、訓練與落地的主體，而不是單純的消費者。Anthropic 選擇與 KPMG 合作進入私募股權等場景，代表模型公司要先借助顧問的信任、合規流程與產業知識，才能真正進入客戶現場。這種結構很重要，因為它讓價值控制權留在顧問端，而不是把介面交給模型端。

反方可能怎麼說

最強的反對意見是：這正是 incumbents 被掏空的典型路徑。AI 公司一旦建立自己的服務能力，透過與大型顧問公司合作，就能接觸到最有價值的作業資料與流程知識。即使 KPMG 強調客戶資料不會拿去訓練 Claude、資料也留在私有安全環境，外界仍會擔心模型提供者已經學會了工作的形狀，未來就能少依賴顧問這個中間層。

另一個質疑更務實：如果 140 萬次互動只有 5% 有效，會不會代表 AI 的投資報酬率仍然太差？既然還要重訓員工、重構流程、承擔合規與聲譽風險，為什麼不等技術更成熟再說？這不是唱衰，而是對組織成本的合理警惕。

但這個反方論點忽略了一件事：顧問業面對的不是「完美 AI」與「不使用 AI」的二選一，而是「受控整合」與「零散試用」的選擇。5% 的結果不是反對整合的理由，恰恰是整合的理由。當使用方式太鬆散，浪費就會被默默吞掉；當 AI 被嵌入流程、標準與訓練，企業才有機會把低效的 95% 拉回來。KPMG 的策略接受了技術尚未成熟的限制，但它至少選對了改進方向。

你能做什麼

如果你是工程師、PM 或創辦人，不要再問「要不要加 AI」，而要問「哪個流程必須被 AI 重寫，才能同時保留治理、可追溯性與人工審核」。把模型放進真正的工作系統裡，定義什麼叫好輸出，建立檢查機制，並訓練團隊對結果提出質疑。這才是 KPMG 這筆合作最值得學的地方：AI 不能只在邊上展示，它必須進到系統內，接受業務與風險的雙重檢驗。