KPMG oppgir at KPMG Clara intelligence har kortet revisjonstidsplaner med opptil 3,5 uker
KPMG LLP kunngjorde 17. november 2026 den amerikanske utrullingen av KPMG Clara intelligence (KCi), et system av styrte AI-agenter som skal inn i selve revisjonsarbeidet: risikovurdering, engasjementskoordinering, fullpopulanalyse av transaksjoner og støtte til revisjonstesting. Etter bruk i 2026 er plattformen ifølge selskapet allerede rullet ut til over 125 amerikanske team og 500 team globalt, og KPMG oppgir som mål å bruke KCi i alle revisjoner av private selskaper i 2027 – med en strukturert, faseinndelt utrulling for børsnoterte selskaper i planene.
Hva KCi faktisk gjør
KCi er ikke et chatverktøy ved siden av revisjonsprosessen, men agenter som er bygget inn i de fire kjerneområdene i et revisjonsengasjement, slik KPMG beskriver det i sin egen pressemelding (KPMG):
- Risikovurdering og planlegging – der revisjonens fokus og omfang bestemmes tidlig i engasjementet.
- Engasjementskoordinering – styring av arbeidsflyten i revisjonen.
- Fullpopulanalyse av transaksjoner – automatiserte datapipelines analyserer 100 prosent av transaksjonsmassen i utvalgte revisjonsområder og identifiserer avvikere, trender og anomalier til målrettet etterforskning av revisorene.
- Støtte til revisjonstesting – KPMG beskriver formålbygde funksjoner som automatiserer elementer av kontrolltesting og evaluering av utvalg, og oppgir at revisorene fortsatt er ansvarlige for å gjennomgå og vurdere resultatene.
Poendet med fullpopulanalyse er en gradvis endring fra revisjonens tradisjonelle logikk. Der yrket historisk har arbeidet med utvalg – teste et representativt snitt av transaksjoner fordi manuell gjennomgang av alt var umulig – gjør automatiserte pipelines det i prinsippet mulig å se på hver enkelt transaksjon i de områdene der det gjøres. Klienten skal ifølge KPMG slippe å hente inn dokumentvolumer manuelt: på enkelte engasjementer har dette ifølge selskapet kortet tidsplanen med opptil tre og en halv uke.
Styrt miljø og sporbarhet
Den sentrale designbegrensningen er at agentene ikke får siste ord. KPMG oppgir at KCi opererer i et styrt miljø forankret i firmaets revisjonsmetodikk, profesjonelle standarder og eget rammeverk, «Trusted AI», og at revisorene beholder ansvaret for gjennomgang og endelig vurdering. Sporbarhet skal gjøre det mulig for engasjementsteamene å inspisere underliggende datakilder, evaluere resultatene og selv bekrefte funn uavhengig – før dokumentasjonen i det hele tatt inkorporeres i firmaets registersystem.
Det er i denne konstruksjonen hele løftet ligger: Agentene genererer funn og flagg, men ingenting går inn i revisjonsdokumentasjonen før et menneske har inspisert rådataene og bekreftet dem. For et yrke som lever av uavhengighet og dokumentert skjønn, er det en forutsetning for at teknologien kan tas i bruk i det hele tatt.
Teknisk sett kombinerer KCi ifølge KPMG egne, proprietære kapabiliteter med bedriftsteknologi gjennom partnerskap med Anthropic, Google Cloud, Microsoft og OpenAI. Pressemeldingen oppgir imidlertid ikke hvilken leverandør som driver hvilken funksjon, så arkitekturen kan ikke beskrives komponent for komponent.
Hva det gjør med revisorene
Vice chair of Audit and Assurance i KPMG U.S., Christian Peo, har ifølge Unite.AI rammet inn muligheten slik: Målet er ikke å automatisere revisorens skjønn, men å gi revisorene mer tid til å forstå informasjonen og utfordre det som ikke gir mening. Uttalelsen er gjengitt i parafrase av utgivelsen, ikke som direkte sitat.
Ifølge Unite.AI, i tråd med KPMGs kunngjøring om endringer i driftsmodellen, følger det organisatoriske grepene på siden av teknologien: KPMG justerer rolledefinisjoner, flytter veiledning og gjennomgang tidligere i engasjementene og standardiserer hvordan data organiseres. Det siste er ofte den skjulte forutsetningen for fullpopulanalyse – automatiserte pipelines krever maskinlesbare data, og klientene må organisere informasjonen slik at systemet kan ta den inn.
Grensene for «fullpopulanalyse»
Unite.AI peker i sin analyse på det som er lett å overse: Å analysere hver transaksjon i et valgt område betyr ikke at alle deler av revisjonen er automatisert, og at markerte anomalier ikke nødvendigvis etablerer en feil. Agentene peker på noe som krever menneskelig etterforskning – de konstaterer ikke mangler i regnskapet. Og «utvalgte revisjonsområder» er et begrenset utsnitt av et komplett revisjonsengasjement.
Det er verdt å holde fast på også for tallene. Utrullingsantallene (over 125 amerikanske team, 500 globalt), tidsgevinsten på opptil tre og en halv uke og kapabilitetsbeskrivelsene er alle KPMGs egne oppgivelser, uten uavhengig verifikasjon eller uavhengig etterkontroll fra revisjonsaktører. Tidsgevinsten er videre rapportert fra «enkelte engasjementer», ikke som et gjennomsnitt.
Hva som fortsatt er åpent
Kunngjøringen og dekkningen lar flere spørsmål ubesvart. Det finnes ikke noe perspektiv fra regulatorer som PCAOB eller fra revisjonskomiteer i det tilgjengelige materialet – hvordan standardsetttere og de som er ansvarlige for kontrollfunksjonen vurderer agentdrevne revisjonsarbeidsflyter, er fortsatt et åpent spørsmål. Det er heller ikke avklart hvordan den planlagte utrullingen mot børsnoterte selskaper vil arte seg i praksis, bare at den beskrives som strukturert og faseinndelt.
Milepælen er likevel konkret på ett punkt: Et av «Big Four»-firmaene flytter AI-agenter fra pilotprosjekter inn i den ordinære revisjonsproduksjonen, med en dato, en skala og en målsetting for 2027. Hvis KPMGs egne oppgivelser holder, blir spørsmålet ikke lenger om agentteknologi hører hjemme i revisjon, men hvor raskt resten av bransjen følger etter – og hvem som definerer standardene for hvordan det gjøres.

