Kumppanuudet

KPMG saavutti huipun OpenAI:n kumppanuksessa

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

KPMG on nimetty OpenAI Elite -kumppaniksi, joka on korkein taso AI-yrityksen kumppanuksessa — ja tämä asema perustuu johonkin muuhun kuin keskivertoihmisen ilmoitukseen. Ennen kuin KPMG alkoi myydä AI-järjestelmäänsä asiakkailleen, se rakensi sen OpenAI:lle.

Konsulttiyhtiö suunnitteli ja toteutti OpenAI:n sisäisen Supply Chain & Fulfillment Orchestration -alustan, joka on AI-pohjainen työnkulkujärjestelmä, ja nyt se vie tämän mallin markkinoille OpenAI:n kanssa viiteasiakkaana. KPMG kutsuu tätä “asiakas-nolla”-toteutukseksi, ja se on todellinen sisältö, jonka taustalla on kumppanuus, jonka kaksi yhtiötä kertoi Fortune-lehdelle, joka ensimmäisenä uutisoi Elite-merkinnän 21. heinäkuuta 2026. “Olemme menneet kokeiluvaiheen ohi”, sanoi Chad Seiler, KPMG:n Yhdysvaltain teknologia-, media- ja viestintäjohtaja. “Tämä on suurten yritysten toteutus.”

Elite on korkein kolmesta tasosta — Select, Advanced ja Elite — OpenAI:n kumppanuksessa, joka käynnistettiin kesäkuussa 2026, ja jota tukee 150 miljoonan dollarin rahoitus ja tavoite sertifioida 300 000 konsulttia vuoden loppuun mennessä. Ohjelman perusta on, että mallin kyky ei ole enää este yritysten AI-arvolle; toteutus on. KPMG liittyy Bainiin — joka nimettiin samalle tasolle päivää aikaisemmin — OpenAI:n kumppaniluetteloon, johon kuuluvat myös Accenture, BCG, McKinsey ja PwC.

Mikä KPMG todella myy

Myyntipuhe tason alla on veto siitä, miten yrityssovellukset muuttuvat. Tänään työntekijät työskentelevät kirjautumalla järjestelmiin — ERP jonnekin, CRM jonnekin — ja klikkaamalla näytön läpi. Seilerin argumentti on, että tämä kerros menee “päättömäksi”: alustavat järjestelmät säilyvät paikallaan transaktioiden ja tietojen kirjana, mutta AI-välikäsittäjien kerros istuu niiden päällä. Työntekijä ilmoittaa haluamansa lopputuloksen, ja välikäsittäjät kääntävät sen toimiksi taustajärjestelmissä, luovuttamalla henkilölle, kun päätöksenteko vaatii ihmisen arviointia.

KPMG:n blogikirjoitus, joka julkaistiin ilmoituksen edellisenä päivänä, kuvaa tätä “uutena työpintana” purkamisen sijaan: pakattu ohjelmisto ei häviä, mutta sen liittymä muuttuu. Seilerin kertomuksessa lopputulos on ääni: työntekijät kuvaavat lopputuloksia, ja ajan myötä “puhuvat enemmän kuin kirjoittavat” järjestelmiin, joita he aiemmin navigoivat käsin.

Tämä on väittämä, ei valmis tuote, ja KPMG:n oma kuvaus on epätavallisen varovainen lanseeraukselle. Yritys kuvaa agenssien AI-omaksumisen liiketoimintapäätösten portfoliona, eikä teknologiamigraationa, ja varoittaa, että monia olemassa olevia työnkulkuja säilytetään sellaisenaan. Mitä KPMG myy, ei ole malli — se on arvio siitä, mihin sitä sovelletaan, integraatiotyö ja säätely, jota säännellyissä yrityksissä vaaditaan. Seilerin väittämä etu on institutionaalinen: vuosikymmenten tietäminen asiakkaiden järjestelmistä, tietojen ja sisäisistä politiikoista, joita ei ole rajapintamallissa.

Merkittävät ehdot

Ylimmän tason nimityksestä huolimatta järjestely on huomattavan epäexklusiivinen. Colleen Kapase, OpenAI:n varapresidentti strategisista globaaleista kumppanuuksista ja ekosysteemeistä, kertoi Fortune-lehdelle, että KPMG ei saa pääsyä julkaisemattomiin OpenAI:n kykyihin, ja että OpenAI on sitoutunut laajaan pääsyyn koko kumppanuuskokonaisuudessaan. Seiler kuvasi sopimuksen lisäyksenä. KPMG ylläpitää rinnakkaisen globaalia liittoa Anthropicin kanssa, joka allekirjoitettiin toukokuussa 2026, ja jossa Claude upotetaan asiakasalustaan, ja Seiler sanoi, ettei odota, että suuret asiakkaat standardisoidaan yhdelle mallille — jotkut asiakkaat ohjaavat jo kapeampia tehtäviä halvempiin avoimen lähdekoodin malleihin, mukaan lukien kiinalaisiin, kustannus- ja kestävyyden takia.

Tämä monitoimijatodellisuus on se, josta on syytä huomata. Elite-taso on myynti- ja toimitusmerkintä, eikä OpenAI:n teknologian lukko, ja KPMG asettaa itsensä kerroksena, joka säilyy vakavana, kun mallit sen alla muuttuvat.

On erillinen kysymys, pitääkö päättömän väittämä paikkansa. Princetonin tietokoneiden tutkija Arvind Narayanan, jonka “AI as Normal Technology” -kehys Seiler mainitsi hyväksyvästi, väittää, että AI pakkaa vain “suorittaa” -tiedon työn — ehkä kolmanneksen siitä — kun taas tuomio ja vastuu sen ympärillä kestävät pakkaamista ja saattavat laajentua. Hän varoittaa myös lukituksista: kun AI-välikäsittäjä pitää organisaation institutionaalisia tietoja ja jokainen tiimi ohjaa työtä sen kautta, se muuttuu riippuvuudeksi, josta on hyvin vaikea irrottautua. Aikatauluissa kaksi ovat laajasti samaa mieltä; Narayanan kuvaa työn järjestelmän uudelleenjärjestelyä vuosikymmenien prosessina, joka on lähempänä tehtaan sähköistämistä kuin yöllistä hämmästystä.

Mitä tarkkailla

Asiakas-nollatoteutus antaa KPMG:lle oikean todisteeksi, ja ero, jonka se tekee — pilotin ja tuotantototeutuksen välillä — on oikea. Mitä ilmoitus ei sisällä, on hinta, yleinen saatavuuspäivämäärä tai nimetty asiakas OpenAI:n itsensä lisäksi, jolle on liitetty dollarin määrä. Taso on vahvistettu; kaupallinen sisältö sen takana on se, mitä tarkkailla, kun KPMG yrittää muuttaa sisäisen rakennuksen allekirjoitetuksi asiakastyöksi.

Aiden Cross on tekoälystrategi Unite.AI:ssa, joka kattaa tekoälytuotteiden strategian, toteutuksen ja kokeellisten mallien muuttamisen skaalattaviksi, markkinoille valmiiksi tuotteiksi. Hänen työnsä keskittyy siihen, miten startup-yritykset ja suuret yritykset siirtävät prototyyppien ja demojen tuotantoon luotettaviksi järjestelmiksi, joita todelliset asiakkaat käyttävät.
Hänen työnsä on pragmaattista ja yksityiskohtaista, ja Aiden analysoi tuotteen kehitysroadmappeja, markkinointistrategioita, alustapäätöksiä ja organisaatioiden kompromisseja, jotka määräävät, onnistuvatko tekoälyhankkeet vai jäävätkö ne paikoilleen. Hän kiinnittää erityistä huomiota käyttöönoton todellisuuteen, käyttäjähyväksyntään, infrastruktuurirajoituksiin ja teknisen kyvyn ja liiketoimintarahoituksen väliseen tasapainoon.
Aiden Crossin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksellinen tiimi tarkistaa ne, jotta varmistetaan selkeä, tarkin ja vastuullinen kattavuus siitä, miten tekoälytuotteet rakennetaan, toimitetaan ja skaalataan todellisessa maailmassa.