Hva KPMG-rapporten hevdet – og hva som var feil

KPMGs rapport var en del av selskapets årlige globale studie om kundeopplevelse, designet for å vise hvordan ledende organisasjoner «leverer på Total Experience-løftet» gjennom KI som er personlig, intuitiv og forutseende . Sluttdokumentet var organisert i casestudier som navnga konkrete selskaper og offentlige organer, og beskrev deres påståtte transformasjoner med agentisk KI.

Problemene startet da GPTZero, et forskningsfirma som spesialiserer seg på KI-deteksjon, analyserte rapportens 45 referanser. Resultatene var nedslående :

• Kun 5 referanser (rundt 11 %) var korrekte og mulige å verifisere.
• 28 referanser inneholdt fullstendig oppdiktet innhold eller omskrevne titler som ikke matchet noen reell kilde.
• 12 referanser var for vage eller mangelfulle til at GPTZero kunne fastslå om kilden i det hele tatt eksisterte.
• Rundt halvparten av de faktiske påstandene støttet av disse 45 referansene så ut til å være falske eller feilaktig attribuert.

Det mest åpenbare eksempelet var en påstand om at East Japan Railway brukte agentisk KI til kundeservice. Referansen pekte til en pressemelding fra 2019 – flere år før begrepet agentisk KI var anerkjent . En annen referanse hevdet at 55 % av toppledere rangerer KI som sin høyeste investeringsprioritet, noe som motsa data fra KPMGs egen, offentlig tilgjengelige CEO-undersøkelse .

Organisasjonene som slo tilbake

Da Financial Times uavhengig verifiserte påstandene i KPMG-rapporten, benektet flere fremtredende organisasjoner beskrivelsene av deres KI-bruk eller bekreftet at de var unøyaktige. Ifølge rapporteringen var organisasjonene som bestred rapportens påstander:

• UBS – Den sveitsiske banken ble fremstilt som å ha utplassert KI-agenter innen investeringsrådgivning, risikostyring og etterlevelsesovervåking. UBS avviste dette blankt og kalte påstandene «faktisk ukorrekte» .
• NHS (det britiske helsevesenet) – Rapporten knyttet NHS til betydelige utrullinger av agentisk KI, noe som ble bestridt under ekstern verifisering .
• Swiss Federal Railways (SBB) – Rapporten hevdet SBB var blitt en «holistisk mobilitetsorkestrator» drevet av KI-agenter. SBB bekreftet at beskrivelsen «ikke var korrekt» .
• Transport for London (TfL) – TfL var blant de offentlige transportorganisasjonene som ble navngitt i de omstridte casestudiene .

KPMG fjernet rapporten mens de gransket anklagene .

GPTZeros dom: KI-hallusinasjoner, ikke bare slurv

GPTZero avfeide ikke feilene som enkle redaksjonelle glipp. Firmaet tilskrev de omfattende falske referansene og de oppdiktede casestudiene til KI-hallusinasjoner – resultater fra generative KI-modeller som virker plausible, men som er faktisk ukorrekte eller fullstendig oppfunnet .

GPTZero introduserte også et begrep for å beskrive hva som kan ha skjedd bak kulissene: «vibe citing». Konseptet antyder at KI-verktøy, når de bes om å støtte en fortelling, genererer referanser som «føles riktige» i stedet for å vise til ekte kilder . I KPMGs tilfelle betydde dette referanser som hørtes akademisk robuste eller journalistisk troverdige ut, men som ved nærmere ettersyn ikke førte noe sted.

Firmaets granskning konkluderte med at rapportens sammensetning bar preg av massiv KI-bistand uten tilstrekkelig menneskelig verifisering. Kombinasjonen av hallusinerte fotnoter, feilaktig attribuerte statistikker og ikke-eksisterende casestudier tegnet et bilde av en forskningsprosess der KI-resultater ble publisert med minimal kvalitetskontroll .

Det større bildet: EY Canadas retrett én måned tidligere

KPMG-episoden skjedde ikke i et vakuum. I mai 2026, bare uker før KPMGs rapport havnet under lupen, trakk EY Canada en cybersikkerhetsstudie med tittelen «Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems» etter at GPTZero avdekket omfattende problemer med KI-hallusinasjoner .

EY-rapporten viste seg å ha fabrikkert 16 av sine 27 referanser – omtrent 60 % – inkludert en kildehenvisning til et ikke-eksisterende McKinsey-dokument kalt «Loyalty Economics Report» . GPTZero estimerte også at 72 % av rapportens innhold var KI-generert .

EY Canada fjernet rapporten fra sine nettsider og opplyste at de gjennomgikk omstendighetene som førte til publiseringen . På samme måte som KPMG-saken, reiste retretten alvorlige spørsmål om hvordan en av verdens største profesjonelle tjenesteleverandører kunne publisere markedsføringsmateriell som inneholdt beviselig falsk informasjon uten å fange det opp under den redaksjonelle gjennomgangen.

Begge hendelsene blottla en strukturell sårbarhet i de fire store konsulentselskapene: i kappløpet om å publisere tankelederskap om KI, baserer de seg i stadig større grad på nettopp de verktøyene de skriver om – noen ganger med pinlige og omdømmeødeleggende konsekvenser .

Hva dette betyr for profesjonelle tjenester og KI-assistert forskning

De to påfølgende retrettene hos EY og KPMG i 2026 er mer enn isolerte PR-problemer. De representerer et varsko for enhver kunnskapsintensiv bransje der troverdighet er selve valutaen.

Konsulentselskaper har brukt årevis på å råde kunder til å «omfavne KI på en ansvarlig måte» . Når de samme selskapene blir tatt i å publisere KI-hallusinert forskning – om KI, attpåtil – undergraver selvmotsigelsen deres autoritet som pålitelige rådgivere. KPMG-rapporten var ikke et internt utkast eller et blogginnlegg med lav risiko. Det var en global flaggskipstudie ment å demonstrere selskapets ekspertise innen kundeopplevelse og fremvoksende teknologi .

Episoden belyser en voksende asymmetri: Generativ KI kan produsere polerte, kildetette forskningsrapporter i løpet av minutter, men det å verifisere hver påstand og spore hver eneste fotnote tilbake til sin opprinnelige kilde krever fortsatt timevis av fagarbeiderinnsats. GPTZeros metodikk i begge sakene – å manuelt sjekke hver referanse mot dens påståtte kilde – viste at verifiseringsgapet er der de katastrofale feilene slipper gjennom .

For organisasjoner som publiserer forskning fra 2026 og fremover, er leksen entydig: KI kan akselerere utkast, men den kan ikke erstatte verifisering. Omdømmekostnaden ved en tilbaketrukket rapport, spesielt en som blir tatt i å sitere kilder som ikke eksisterer, overgår langt tiden man sparer på å droppe faktasjekken.

Hva KPMG-rapporten hevdet – og hva som var feil

KPMGs rapport var en del av selskapets årlige globale studie om kundeopplevelse, designet for å vise hvordan ledende organisasjoner «leverer på Total Experience-løftet» gjennom KI som er personlig, intuitiv og forutseende . Sluttdokumentet var organisert i casestudier som navnga konkrete selskaper og offentlige organer, og beskrev deres påståtte transformasjoner med agentisk KI.

Problemene startet da GPTZero, et forskningsfirma som spesialiserer seg på KI-deteksjon, analyserte rapportens 45 referanser. Resultatene var nedslående :

• Kun 5 referanser (rundt 11 %) var korrekte og mulige å verifisere.
• 28 referanser inneholdt fullstendig oppdiktet innhold eller omskrevne titler som ikke matchet noen reell kilde.
• 12 referanser var for vage eller mangelfulle til at GPTZero kunne fastslå om kilden i det hele tatt eksisterte.
• Rundt halvparten av de faktiske påstandene støttet av disse 45 referansene så ut til å være falske eller feilaktig attribuert.

Det mest åpenbare eksempelet var en påstand om at East Japan Railway brukte agentisk KI til kundeservice. Referansen pekte til en pressemelding fra 2019 – flere år før begrepet agentisk KI var anerkjent . En annen referanse hevdet at 55 % av toppledere rangerer KI som sin høyeste investeringsprioritet, noe som motsa data fra KPMGs egen, offentlig tilgjengelige CEO-undersøkelse .

Organisasjonene som slo tilbake

Da Financial Times uavhengig verifiserte påstandene i KPMG-rapporten, benektet flere fremtredende organisasjoner beskrivelsene av deres KI-bruk eller bekreftet at de var unøyaktige. Ifølge rapporteringen var organisasjonene som bestred rapportens påstander:

• UBS – Den sveitsiske banken ble fremstilt som å ha utplassert KI-agenter innen investeringsrådgivning, risikostyring og etterlevelsesovervåking. UBS avviste dette blankt og kalte påstandene «faktisk ukorrekte» .
• NHS (det britiske helsevesenet) – Rapporten knyttet NHS til betydelige utrullinger av agentisk KI, noe som ble bestridt under ekstern verifisering .
• Swiss Federal Railways (SBB) – Rapporten hevdet SBB var blitt en «holistisk mobilitetsorkestrator» drevet av KI-agenter. SBB bekreftet at beskrivelsen «ikke var korrekt» .
• Transport for London (TfL) – TfL var blant de offentlige transportorganisasjonene som ble navngitt i de omstridte casestudiene .

KPMG fjernet rapporten mens de gransket anklagene .

GPTZeros dom: KI-hallusinasjoner, ikke bare slurv

GPTZero avfeide ikke feilene som enkle redaksjonelle glipp. Firmaet tilskrev de omfattende falske referansene og de oppdiktede casestudiene til KI-hallusinasjoner – resultater fra generative KI-modeller som virker plausible, men som er faktisk ukorrekte eller fullstendig oppfunnet .

GPTZero introduserte også et begrep for å beskrive hva som kan ha skjedd bak kulissene: «vibe citing». Konseptet antyder at KI-verktøy, når de bes om å støtte en fortelling, genererer referanser som «føles riktige» i stedet for å vise til ekte kilder . I KPMGs tilfelle betydde dette referanser som hørtes akademisk robuste eller journalistisk troverdige ut, men som ved nærmere ettersyn ikke førte noe sted.

Firmaets granskning konkluderte med at rapportens sammensetning bar preg av massiv KI-bistand uten tilstrekkelig menneskelig verifisering. Kombinasjonen av hallusinerte fotnoter, feilaktig attribuerte statistikker og ikke-eksisterende casestudier tegnet et bilde av en forskningsprosess der KI-resultater ble publisert med minimal kvalitetskontroll .

Det større bildet: EY Canadas retrett én måned tidligere

KPMG-episoden skjedde ikke i et vakuum. I mai 2026, bare uker før KPMGs rapport havnet under lupen, trakk EY Canada en cybersikkerhetsstudie med tittelen «Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems» etter at GPTZero avdekket omfattende problemer med KI-hallusinasjoner .

EY-rapporten viste seg å ha fabrikkert 16 av sine 27 referanser – omtrent 60 % – inkludert en kildehenvisning til et ikke-eksisterende McKinsey-dokument kalt «Loyalty Economics Report» . GPTZero estimerte også at 72 % av rapportens innhold var KI-generert .

EY Canada fjernet rapporten fra sine nettsider og opplyste at de gjennomgikk omstendighetene som førte til publiseringen . På samme måte som KPMG-saken, reiste retretten alvorlige spørsmål om hvordan en av verdens største profesjonelle tjenesteleverandører kunne publisere markedsføringsmateriell som inneholdt beviselig falsk informasjon uten å fange det opp under den redaksjonelle gjennomgangen.

Begge hendelsene blottla en strukturell sårbarhet i de fire store konsulentselskapene: i kappløpet om å publisere tankelederskap om KI, baserer de seg i stadig større grad på nettopp de verktøyene de skriver om – noen ganger med pinlige og omdømmeødeleggende konsekvenser .

Hva dette betyr for profesjonelle tjenester og KI-assistert forskning

De to påfølgende retrettene hos EY og KPMG i 2026 er mer enn isolerte PR-problemer. De representerer et varsko for enhver kunnskapsintensiv bransje der troverdighet er selve valutaen.

Konsulentselskaper har brukt årevis på å råde kunder til å «omfavne KI på en ansvarlig måte» . Når de samme selskapene blir tatt i å publisere KI-hallusinert forskning – om KI, attpåtil – undergraver selvmotsigelsen deres autoritet som pålitelige rådgivere. KPMG-rapporten var ikke et internt utkast eller et blogginnlegg med lav risiko. Det var en global flaggskipstudie ment å demonstrere selskapets ekspertise innen kundeopplevelse og fremvoksende teknologi .

Episoden belyser en voksende asymmetri: Generativ KI kan produsere polerte, kildetette forskningsrapporter i løpet av minutter, men det å verifisere hver påstand og spore hver eneste fotnote tilbake til sin opprinnelige kilde krever fortsatt timevis av fagarbeiderinnsats. GPTZeros metodikk i begge sakene – å manuelt sjekke hver referanse mot dens påståtte kilde – viste at verifiseringsgapet er der de katastrofale feilene slipper gjennom .

For organisasjoner som publiserer forskning fra 2026 og fremover, er leksen entydig: KI kan akselerere utkast, men den kan ikke erstatte verifisering. Omdømmekostnaden ved en tilbaketrukket rapport, spesielt en som blir tatt i å sitere kilder som ikke eksisterer, overgår langt tiden man sparer på å droppe faktasjekken.