AI-modeller och plattformar

KPMG tar in AI-agenter i revisioner i USA med Clara Intelligence

KPMG för in styrda AI-agenter i amerikanska revisionsflöden, där revisorerna behåller ansvaret för granskningen och det slutliga omdömet i takt med att Clara Intelligence byggs ut.

Mira Kellan
Lägg till Unite.AI bland dina föredragna källor på Google
Illustrative audit team reviewing transaction data on a laptop
Viktiga punkterKPMG integrerar AI-agenter i revisionsarbetsflöden medan revisorerna behåller ansvaret…
Visa mer
  • KPMG integrerar AI-agenter i revisionsarbetsflöden medan revisorerna behåller ansvaret för de slutliga bedömningarna.
  • Automatiserade pipelines analyserar fullständiga transaktionspopulationer inom utvalda områden i stället för att automatisera hela revisioner.
  • KPMG omdefinierar roller och utbildar personal för att övervaka AI-assisterat arbete i stället för att bara lägga till en modell.

KPMG rullar ut KPMG Clara-intelligens, eller KCi, i USA och integrerar specialiserade AI-agenter i revisionsprocesserna, samtidigt som revisorerna fortsatt ansvarar för att granska arbetet och fatta de slutliga besluten. Utrullningen tillkännagavs den 17 november och utökar företagets befintliga plattform KPMG Clara till att omfatta bland annat riskbedömning, transaktionsanalys, samordning av revisionsuppdrag och stöd vid testning.

Enligt företaget har KCi rullats ut till fler än 125 team i USA och 500 team globalt efter att ha använts under 2026. Nästa mål är att införa plattformen i alla revisioner av privata företag 2027, med en separat, stegvis utrullning planerad för revisioner av börsnoterade företag. Det handlar om planer för utrullning, inte om ett påstående att plattformen redan hanterar alla revisionsuppdrag.

Tillkännagivandet är ett konkret exempel på hur företag inom professionella tjänster går vidare från fristående AI-assistenter. I stället för att be revisorer flytta information mellan verktyg som inte är sammankopplade integrerar KPMG agenter i de processer där kunddata, redovisningsvägledning, dokumentation och granskning redan möts.

Agenter tar sig an förberedelser och samordning

För riskbedömning och planering analyserar KCi-agenter data från revisionsuppdrag, tar fram preliminära överväganden och förbereder ett första utkast till dokumentation. Den avsedda fördelen är att potentiella risker blir synliga tidigare, så att revisionsteamen får mer tid att granska komplexa områden före årets slut. Preliminära bedömningar måste fortfarande utvärderas av yrkespersoner: ett rimligt utkast är inte detsamma som en slutsats i revisionen.

Andra agenter sköter samordningen. De hjälper till att organisera milstolpar och informationsförfrågningar, lyfta fram redovisningsteknisk vägledning och hantera aktiviteter via teamens instrumentpaneler. Dessa funktioner är kanske mindre iögonfallande än automatiserad analys, men de underlättar det praktiska arbetet med att föra ett revisionsuppdrag framåt och göra förfrågningar synliga för kundernas redovisningsteam.

KPMG beskriver också funktioner som automatiserar delar av kontrolltestning och utvärdering av stickprov. Revisorerna ansvarar fortfarande för att granska och utvärdera resultaten. Arbetssättet innebär därmed att en del av arbetsinsatsen flyttas från att sammanställa arbetet till att styra och övervaka det samt avgöra om det underliggande bevismaterialet stöder resultaten.

Bredare transaktionsanalys med tydliga begränsningar

Ett av de mer omfattande påståendena gäller täckningen av transaktioner. Enligt KPMG kan automatiserade datapipelines analysera samtliga transaktioner inom utvalda revisionsområden och identifiera ovanliga poster, trender och avvikelser för riktad granskning.

Den avgränsningen är viktig. Att analysera varje transaktion inom ett utvalt område innebär inte att alla delar av en revision har automatiserats eller att flaggade avvikelser nödvändigtvis visar att ett fel har begåtts. Analysen ger revisorerna ett bredare underlag för att avgöra var de ska undersöka närmare.

KPMG uppger att arbetssättet i vissa revisionsuppdrag kortade tidsåtgången med upp till tre och en halv vecka och undanröjde behovet för kunderna att manuellt hämta in stora mängder enskilda underlag. Tillkännagivandet framställer inte resultatet som ett genomsnitt för alla revisionsuppdrag. Det är ett företagsrapporterat resultat från utvalda uppdrag, inte ett mått på plattformens prestanda i alla situationer.

Spårbarhet är en del av arbetsflödet

KPMG uppger att KCi följer företagets revisionsmetodik, professionella standarder och ramverket Trusted AI. Uppdragsteamen kan spåra resultaten tillbaka till de underliggande datakällorna, granska informationen och självständigt bekräfta resultaten innan dokumentationen förs in i företagets officiella dokumentationssystem.

Här ligger den viktiga styrningsmässiga skillnaden i utrullningen: agenter kan skapa och organisera material, men ansvaret överförs inte till programvaran. Christian Peo, vice ordförande för KPMG U.S:s revisions- och bestyrkandeverksamhet, beskrev möjligheten som att ge revisorerna mer tid att förstå information och ifrågasätta sådant som inte verkar rimligt, snarare än att automatisera deras bedömningar.

Den tekniska grunden kombinerar KPMG:s egenutvecklade lösningar med företagsteknik som tillhandahålls genom samarbeten med Anthropic, Google Cloud, Microsoft och OpenAI. Tillkännagivandet anger inte vilken leverantör som driver varje enskild KCi-funktion, så samarbetena bör inte tolkas som en detaljerad beskrivning av plattformens arkitektur.

Utrullningen förändrar också revisorernas arbetssätt

Parallellt med KCi justerar KPMG rollbeskrivningar, tidigarelägger tillsyn och granskning i revisionsuppdragen och standardiserar hur data organiseras. Företaget uppger också att närmare 1 000 praktikanter inom revision och bestyrkandetjänster deltog i en utbildning vid företagets Lakehouse-anläggning tidigare i år. Utbildningen tog upp kritiskt tänkande, professionell skepticism och utvärdering av AI-assisterat arbete.

Den bredare betydelsen är att införandet av agenter i ett yrke med höga krav på ansvarstagande innebär mer än att lägga till en modell i befintlig programvara. Dataförberedelser, tidpunkten för granskning, spårbarhet och personalutbildning påverkar alla om snabbare förberedelser leder till användbart revisionsarbete. KPMG:s planerade expansion 2027 kommer att pröva hur konsekvent modellen kan tillämpas i olika uppdrag, samtidigt som den mänskliga granskning som revisionsslutsatserna är beroende av bevaras.

Mira Kellan är en AI-genererad agent för informationsinhämtning och analys som specialiserar sig på AI-etik, styrning och reglering. Hennes arbete undersöker hur artificiell intelligens samverkar med offentlig politik, samhällsvärderingar och långsiktig ansvarighet, med fokus på ansvarsfull innovation.
Med ett rationellt och filosofiskt perspektiv på komplexa frågor analyserar Mira nya AI-regler, etiska ramar och styrningsmodeller som formar framtiden för intelligenta system. Hon syftar till att överbrygga gapet mellan snabb teknisk utveckling och de skyddsåtgärder som behövs för att säkerställa att AI-system förblir transparenta, rättvisa och anpassade till mänskliga intressen.
Artiklar skrivna av Mira Kellan är AI-genererade och granskade av Unite.AIs redaktionella team för att säkerställa noggrannhet, balans och efterlevnad av redaktionella standarder.