KPMG AI રિપોર્ટ પાછો ખેંચાયો: ખોટા કેસ સ્ટડીઝને કારણે કંપનીની પ્રતિષ્ઠા પર પ્રશ્નાર્થ

KPMG એ 'Redefining Excellence in the Age of Agentic AI' શીર્ષક હેઠળનો પોતાનો રિપોર્ટ પાછો ખેંચી લીધો છે. કંપનીએ પુષ્ટિ કરી છે કે આ રિપોર્ટમાં બનાવેલા (fabricated) કેસ સ્ટડીઝનો ઉપયોગ કરવામાં આવ્યો હતો. UBS અને NHS જેવી સંસ્થાઓએ આ દાવાઓને જાહેરમાં નકારી કાઢ્યા હતા. આ ઘટના પ્રોફેશનલ સર્વિસ ફર્મ્સ માટે AIના ઉપયોગમાં ગવર્નન્સના જોખમોને ઉજાગર કરે છે.

શું થયું?

KPMG એ સત્તાવાર રીતે 'Redefining Excellence in the Age of Agentic AI' નામનો પોતાનો એક મોટો વૈશ્વિક રિપોર્ટ પાછો ખેંચી લીધો છે. આ નિર્ણય ત્યારે લેવામાં આવ્યો જ્યારે બહાર આવ્યું કે રિપોર્ટમાં વપરાયેલો ડેટા ખોટો હતો. આ રિપોર્ટનો હેતુ મુખ્ય સંસ્થાઓ દ્વારા એડવાન્સ AI સિસ્ટમ્સના ઉપયોગને દર્શાવવાનો હતો. જોકે, રિપોર્ટમાં ઉલ્લેખિત અનેક સંસ્થાઓ, જેમાં સ્વિસ બેંકિંગ ગ્રુપ UBS, યુકેની નેશનલ હેલ્થ સર્વિસ (NHS) ગ્રેઈટર મેનચેસ્ટર, સ્વિસ ફેડરલ રેલવેઝ અને ટ્રાન્સપોર્ટ ફોર લંડન જેવી મોટી કંપનીઓનો સમાવેશ થાય છે, તેમણે KPMG ના દાવાઓને જાહેરમાં નકારી કાઢ્યા હતા. આ સંસ્થાઓએ સ્પષ્ટ કર્યું કે તેમણે AI સિસ્ટમ્સનો ઉપયોગ કર્યો નથી અથવા KPMG દ્વારા વર્ણવેલ ચોક્કસ પદ્ધતિઓ અપનાવી નથી. આ જાહેરાતો બાદ, કન્સલ્ટિંગ ફર્મને આ પ્રકાશન પાછું ખેંચવું પડ્યું અને રિપોર્ટ કેવી રીતે તૈયાર થયો તથા AI ઉપયોગ નીતિઓનું પાલન થયું કે નહીં તે અંગે આંતરિક તપાસ શરૂ કરી છે.

પ્રતિષ્ઠા જ એકમાત્ર સંપત્તિ છે

પ્રોફેશનલ સર્વિસિસ ક્ષેત્ર, જેમાં કન્સલ્ટિંગ, એકાઉન્ટિંગ અને એડવાઈઝરી ફર્મ્સનો સમાવેશ થાય છે, તેના માટે વિશ્વાસ એ તેની સૌથી મોટી સંપત્તિ છે. મેન્યુફેક્ચરિંગ કંપનીઓ કે જે ભૌતિક માલ બનાવે છે તેનાથી વિપરીત, KPMG જેવી ફર્મ્સ નિપુણતા, ચોકસાઈ અને વ્યૂહાત્મક સલાહ વેચે છે. જ્યારે કોઈ હાઈ-પ્રોફાઈલ રિપોર્ટમાં "હેલ્યુસિનેશન્સ" (AI દ્વારા બનાવવામાં આવેલી ખોટી પણ વિશ્વાસપાત્ર લાગતી માહિતી) જોવા મળે છે, ત્યારે તે ગંભીર પ્રતિષ્ઠાકીય જોખમ ઊભું કરે છે. ક્લાયન્ટ્સ મહત્વપૂર્ણ વ્યવસાયિક નિર્ણયો માટે આ ફર્મ્સની ચોકસાઈ પર આધાર રાખે છે. જો તે ચોકસાઈ પર સવાલ ઉઠાવવામાં આવે, તો દાયકાઓમાં બનેલી ફર્મની બ્રાન્ડ ઈક્વિટી તરત જ નુકસાન પામી શકે છે. રોકાણકારો અને હિતધારકો માટે, આ ઘટના દર્શાવે છે કે નવી ટેકનોલોજીના જોખમોથી સૌથી મોટી કન્સલ્ટિંગ ફર્મ્સ પણ મુક્ત નથી, ખાસ કરીને જ્યારે આંતરિક દેખરેખ નિષ્ફળ જાય.

AI ગવર્નન્સનું જોખમ

આ ઘટના એક વધતા જતા ટ્રેન્ડ પર પ્રકાશ પાડે છે: કન્સલ્ટિંગ ફર્મ્સ પર જનરેટિવ AI માં તેમની કુશળતા દર્શાવવાનું દબાણ. જ્યારે ફર્મ્સ આ ટેકનોલોજીમાં અગ્રેસર હોવાનું બતાવવા માટે ભારે રોકાણ કરી રહી છે, ત્યારે KPMG નો કેસ AI ને માનવીય તથ્ય-ચકાસણીને બાયપાસ કરવાની મંજૂરી આપવાના જોખમને દર્શાવે છે. મુખ્ય મુદ્દો AI પોતે નથી, પરંતુ કન્ટેન્ટ બનાવવાની પ્રક્રિયામાં સખત માનવીય ચકાસણીનો અભાવ છે. જેમ જેમ તમામ ઉદ્યોગોની કંપનીઓ કાર્યક્ષમતા સુધારવા અને ખર્ચ ઘટાડવા માટે વર્કફ્લોને સ્વચાલિત કરવાનો પ્રયાસ કરી રહી છે, આ ઘટના કડક ગવર્નન્સની આવશ્યકતા વિશે ચેતવણી આપે છે. મજબૂત માનવીય-ઇન-ધ-લૂપ ચકાસણી વિના, સ્વચાલિત સાધનો પર નિર્ભરતા ખોટા, ભ્રામક અથવા સંપૂર્ણપણે બનાવટી પરિણામો તરફ દોરી શકે છે, જેનાથી જાહેર અપમાન અને વિશ્વસનીયતા ગુમાવવી પડી શકે છે.

કન્સલ્ટિંગ ઉદ્યોગ માટે સંદર્ભ

આ પહેલીવાર નથી જ્યારે કોઈ મોટી કન્સલ્ટિંગ ફર્મને AI સંબંધિત ભૂલો માટે તપાસનો સામનો કરવો પડ્યો હોય. આ ઉદ્યોગમાં સમાન વિવાદો ઉભા થયા છે, જેમાં EY દ્વારા AI-જનરેટેડ અચોક્કસતાઓને કારણે અભ્યાસ પાછો ખેંચી લેવાનો અહેવાલ છે. આ ઘટનાઓ પ્રોફેશનલ સર્વિસિસ ક્ષેત્રમાં એક વ્યવસ્થિત પડકાર સૂચવે છે: AI ટૂલ્સનો ઉપયોગ કરીને થોટ લીડરશીપ કન્ટેન્ટ બનાવવાની ઉતાવળ, તે પહેલાં તેમને મેનેજ કરવા માટે આંતરિક સુરક્ષા વિકસાવવી. જેમ રોકાણકારો કન્સલ્ટિંગ અને ટેકનોલોજી સેવા ક્ષેત્રની કંપનીઓનું મૂલ્યાંકન કરે છે, તેમ ચોકસાઈ ગુમાવ્યા વિના AI અમલીકરણનું સંચાલન કરવાની ક્ષમતા ઓપરેશનલ પરિપક્વતા અને જોખમ વ્યવસ્થાપન ક્ષમતાનું મુખ્ય સૂચક બની રહી છે.

રોકાણકારોએ આગળ શું જોવું જોઈએ?

રોકાણકારો અને નિરીક્ષકોએ આવી ઘટનાઓ બાદ કન્સલ્ટિંગ ફર્મ્સ તેમના આંતરિક નિયંત્રણ માળખામાં કેવી રીતે ગોઠવણો કરે છે તેના પર નજર રાખવી જોઈએ. ધ્યાન આપવાના મુખ્ય સૂચકાંકોમાં પ્રથમ, બાહ્ય-લક્ષી દસ્તાવેજો અને સંશોધન અહેવાલો માટે જનરેટિવ AI ના ઉપયોગ અંગેની સત્તાવાર નીતિઓમાં ફેરફાર. બીજું, AI મોડેલ્સ દ્વારા જનરેટ થયેલ કોઈપણ ડેટા માટે માનવીય સહીની જરૂર હોય તેવી નવી ચકાસણી પ્રોટોકોલનો વિકાસ. ત્રીજું, ઉચ્ચ-પ્રોફાઇલ AI વિવાદોમાં સામેલ ફર્મ્સ માટે ક્લાયન્ટ રીટેન્શન અથવા નવા પ્રોજેક્ટ જીતમાં કોઈપણ ફેરફાર, કારણ કે ક્લાયન્ટ્સ સ્વચાલિત સંશોધન પર આધાર રાખવામાં વધુ સાવચેત બની શકે છે. આખરે, બજાર એવી ફર્મ્સની શોધ કરશે જે તેમની વ્યવસાય મોડેલનો પાયો બનાવતી ચોકસાઈ અને વિશ્વાસ સાથે સમાધાન કર્યા વિના કાર્યક્ષમતા માટે AI નો સફળતાપૂર્વક લાભ લઈ શકે.