KPMG चा AI अहवाल मागे! बनावट केस स्टडीजमुळे कंपनी अडचणीत

KPMG या नामांकित सल्लागार संस्थेने आपला 'Redefining Excellence in the Age of Agentic AI' हा महत्त्वाचा अहवाल मागे घेतला आहे. अहवालात वापरण्यात आलेल्या अनेक केस स्टडीज (Case Studies) बनावट असल्याचे उघड झाल्यानंतर ही कारवाई करण्यात आली आहे. UBS आणि NHS सारख्या संस्थांनी अहवालातील दावे फेटाळून लावले आहेत.

काय झाले?

KPMG ने 'Redefining Excellence in the Age of Agentic AI' नावाचा आपला एक मोठा ग्लोबल रिपोर्ट (Global Report) अधिकृतपणे मागे घेतला आहे. कारण, या अहवालात वापरलेला डेटा बनावट असल्याचे निष्पन्न झाले आहे. हा रिपोर्ट प्रामुख्याने कंपन्या ॲडव्हान्स्ड AI सिस्टीम्स (Advanced AI Systems) कशा वापरत आहेत, हे दाखवण्यासाठी तयार करण्यात आला होता.

मात्र, अहवालात उल्लेख केलेल्या अनेक प्रमुख संस्थांनी, जसे की स्विस बँकिंग ग्रुप UBS, यूकेची नॅशनल हेल्थ सर्व्हिस (NHS) ग्रेटर मँचेस्टर, स्विस फेडरल रेल्वे आणि ट्रान्सपोर्ट फॉर लंडन यांनी अहवालातील दावे स्पष्टपणे फेटाळून लावले आहेत. या संस्थांनी सांगितले की, त्यांनी KPMG ने वर्णन केल्याप्रमाणे AI सिस्टीम्सचा वापर केलेला नाही.

या सर्व आरोपांनंतर, सल्लागार कंपनीला हा अहवाल मागे घेणे भाग पडले आणि त्यांनी अहवाल कसा तयार केला गेला, तसेच AI वापराच्या धोरणांचे पालन झाले की नाही, याची अंतर्गत चौकशी सुरू केली आहे.

प्रतिष्ठा हाच खरा 'अॅसेट'

कन्सल्टिंग, अकाउंटिंग आणि अॅडव्हायझरी (Advisory) फर्म्ससारख्या प्रोफेशनल सर्व्हिसेस सेक्टरमध्ये (Professional Services Sector) विश्वास (Trust) ही सर्वात मोठी संपत्ती असते. उत्पादन कंपन्यांप्रमाणे, KPMG सारख्या कंपन्या वस्तू विकत नाहीत, तर त्या तज्ञता (Expertise), अचूकता (Accuracy) आणि धोरणात्मक सल्ला (Strategic Advice) विकतात.

जेव्हा एखाद्या महत्त्वाच्या अहवालात AI मुळे चुकीची किंवा दिशाभूल करणारी माहिती (Hallucinations) असल्याचे समोर येते, तेव्हा कंपनीच्या प्रतिष्ठेला मोठा धोका निर्माण होतो. ग्राहक महत्त्वाच्या व्यावसायिक निर्णयांसाठी या कंपन्यांच्या अचूकतेवर अवलंबून असतात. जर ही अचूकता प्रश्नांकित झाली, तर कंपनीची ब्रँड व्हॅल्यू (Brand Equity), जी तयार व्हायला दशके लागतात, ती एका क्षणात कमी होऊ शकते.

गुंतवणूकदार आणि भागधारकांसाठी, हे स्पष्ट करते की मोठ्या कन्सल्टिंग कंपन्या देखील नवीन तंत्रज्ञानाच्या धोक्यांपासून सुरक्षित नाहीत, विशेषतः जेव्हा अंतर्गत देखरेख (Oversight) अयशस्वी होते.

AI गव्हर्नन्सचा धोका

या घटनेमुळे एक नवीन ट्रेंड समोर आला आहे: जनरेटिव्ह AI (Generative AI) मध्ये प्राविण्य सिद्ध करण्यासाठी कन्सल्टिंग फर्म्सवर असलेला दबाव. कंपन्या AI च्या आघाडीवर असल्याचे ग्राहकांना दाखवण्यासाठी मोठ्या प्रमाणात गुंतवणूक करत आहेत. परंतु, KPMG च्या प्रकरणामुळे हे उघड झाले आहे की, AI ला मानवी फॅक्ट-चेकिंग (Fact-Checking) टाळण्याची परवानगी देणे धोकादायक ठरू शकते.

येथे मुख्य समस्या AI स्वतः नसून, कंटेंट निर्मिती प्रक्रियेत मानवी पडताळणीचा अभाव आहे. विविध उद्योगांमधील कंपन्या कार्यक्षमता सुधारण्यासाठी आणि खर्च कमी करण्यासाठी वर्कफ्लो (Workflow) ऑटोमेट (Automate) करण्याचा प्रयत्न करत आहेत. अशा परिस्थितीत, कठोर गव्हर्नन्सची (Governance) गरज असल्याचे हे प्रकरण एक इशारा देते.

मजबूत मानवी पडताळणीशिवाय (Human Verification) ऑटोमेटेड टूल्सवर (Automated Tools) अवलंबून राहिल्यास, चुकीचे, दिशाभूल करणारे किंवा पूर्णपणे काल्पनिक आउटपुट (Outputs) मिळू शकतात, ज्यामुळे सार्वजनिक बदनामी आणि विश्वासार्हता कमी होण्याचा धोका आहे.

कन्सल्टिंग उद्योगासाठी संदर्भ

AI संबंधित चुकांमुळे मोठ्या कन्सल्टिंग फर्मला टीकेला सामोरे जावे लागण्याची ही पहिलीच वेळ नाही. EY सारख्या कंपन्यांनी देखील AI-जनित चुकीच्या माहितीमुळे अभ्यास मागे घेतल्याच्या बातम्या आहेत.

या घटना व्यावसायिक सेवा क्षेत्रातील एका प्रणालीगत आव्हानाकडे निर्देश करतात: AI टूल्स वापरून विचार नेतृत्व (Thought Leadership) सामग्री तयार करण्याची घाई, त्यापूर्वी ती व्यवस्थापित करण्यासाठी अंतर्गत सुरक्षा उपाय विकसित करणे.

गुंतवणूकदार कन्सल्टिंग आणि टेक्नॉलॉजी सेवा क्षेत्रातील कंपन्यांचे मूल्यांकन करताना, अचूकता न गमावता AI अंमलबजावणी व्यवस्थापित करण्याची क्षमता, हे ऑपरेशनल मॅच्युरिटी (Operational Maturity) आणि रिस्क मॅनेजमेंट (Risk Management) क्षमतेचे मुख्य सूचक बनत आहे.

गुंतवणूकदारांनी पुढे काय पाहावे?

गुंतवणूकदारांनी आणि निरीक्षकांनी अशा घटनांनंतर कन्सल्टिंग फर्म्स त्यांच्या अंतर्गत नियंत्रण प्रणालींमध्ये (Control Frameworks) कसे बदल करतात यावर लक्ष ठेवावे.

• धोरणांमधील बदल: जनरेटिव्ह AI चा वापर बाह्य दस्तऐवज आणि संशोधन अहवालांसाठी करण्याबाबतच्या अधिकृत धोरणांमध्ये काय बदल होतात.
• नवीन पडताळणी प्रोटोकॉल: AI मॉडेल्सद्वारे तयार केलेल्या कोणत्याही डेटासाठी मानवी मंजुरी आवश्यक असलेले नवीन प्रोटोकॉल विकसित करणे.
• क्लायंट रिटेन्शन: AI वादामुळे चर्चेत आलेल्या फर्म्ससाठी क्लायंट टिकवून ठेवण्यात किंवा नवीन प्रकल्प मिळवण्यात काही बदल होतो का, कारण ग्राहक स्वयंचलित संशोधनावर अवलंबून राहण्याबाबत अधिक सावध होऊ शकतात.

अखेरीस, बाजार अशा कंपन्या शोधेल ज्या कार्यक्षमतेसाठी AI चा यशस्वीपणे वापर करू शकतील, पण त्यांच्या व्यवसायाचा पाया असलेल्या अचूकता आणि विश्वासाशी कोणतीही तडजोड न करता.