เมื่อรายงานเรื่อง AI กลายเป็นบทเรียนราคาแพง: KPMG ถูกจับได้ว่าใช้ AI สร้างข้อมูลอ้างอิงปลอม

ความล้มเหลวของ AI ที่ย้อนแย้งที่สุดในปี 2026 ไม่ใช่แชทบอทที่ควบคุมตัวเองไม่ได้ แต่เป็นรายงานของ KPMG ที่ใช้ AI เขียนเพื่อโม้ว่าบริษัทอื่นๆ ใช้ AI ได้ประสบความสำเร็จขนาดไหน รายงานที่ตีพิมพ์ในเดือนตุลาคม 2025 ในชื่อ "Total Experience: Redefining Excellence in the Age of Agentic AI" (พลิกโฉมความเป็นเลิศในยุคของ AI ที่ทำงานแทนมนุษย์ได้) ถูกถอดออกจากการเผยแพร่อย่างเงียบๆ ในเดือนมิถุนายน 2026 หลังการสืบสวนพบว่าเกือบ 90% ของแหล่งอ้างอิงในรายงานนั้นถูกสร้างขึ้นมาเอง ดัดแปลงจนจำเค้าเดิมไม่ได้ หรือไม่สามารถตรวจสอบได้—ซึ่งเป็นกรณีคลาสสิกของ 'AI หลอน' (AI Hallucination)

ไม่ใช่แค่แหล่งอ้างอิงที่พังทลาย รายงานของ KPMG กล่าวอ้างอย่างกล้าหาญว่าองค์กรต่างๆ เช่น UBS, ระบบบริการสุขภาพแห่งชาติของสหราชอาณาจักร (NHS) และการรถไฟสหพันธรัฐสวิส (Swiss Federal Railways) ได้นำระบบ Agentic AI ขั้นสูงมาใช้ แต่เมื่อผู้สื่อข่าวจาก Financial Times ติดต่อไปยังองค์กรเหล่านั้น ข้อกล่าวอ้างดังกล่าวก็พังครืนลงทันที UBS ระบุว่าคำกล่าวอ้างนั้น "ไม่ถูกต้องตามข้อเท็จจริง" (factually incorrect) การรถไฟสหพันธรัฐสวิสยืนยันว่าข้อมูลในรายงาน "ไม่ถูกต้อง" ผลลัพธ์คือการถอนรายงานอย่างรวดเร็ว—และเป็นอีกหนึ่งแรงกระแทกต่อความน่าเชื่อถือของงานวิจัยที่ใช้ AI ช่วยทำในแวดวงบริการวิชาชีพ

รายงานของ KPMG กล่าวอ้างอะไร และอะไรที่ผิดพลาด

รายงานของ KPMG เป็นส่วนหนึ่งของผลการศึกษา Global Customer Experience Excellence ประจำปีของบริษัท ซึ่งออกแบบมาเพื่อแสดงให้เห็นว่าองค์กรชั้นนำต่างๆ กำลัง "ส่งมอบคำมั่นสัญญาเรื่อง Total Experience" ผ่าน AI ที่เป็นส่วนตัว เข้าใจง่าย และคาดการณ์ความต้องการล่วงหน้าได้อย่างไร เอกสารฉบับสุดท้ายถูกจัดทำเป็นกรณีศึกษาที่ระบุชื่อบริษัทและหน่วยงานภาครัฐ พร้อมให้รายละเอียดเกี่ยวกับการเปลี่ยนแปลงสู่ Agentic AI ที่ถูกกล่าวอ้าง

ปัญหาเริ่มต้นขึ้นเมื่อ GPTZero บริษัทวิจัยด้านการตรวจจับ AI วิเคราะห์แหล่งอ้างอิง 45 รายการในรายงาน ข้อค้นพบของพวกเขาน่าตกตะลึง :

• มีเพียง 5 แหล่งอ้างอิง (ประมาณ 11%) ที่ถูกต้องและตรวจสอบได้ โดยชี้ไปยังแหล่งที่มาตามที่ตั้งใจไว้จริงๆ
• 28 แหล่งอ้างอิง มีเนื้อหาที่แต่งขึ้นมาทั้งหมด หรือไม่ก็ใช้ชื่อบทความที่ดัดแปลงจนไม่ตรงกับแหล่งข้อมูลจริงใดๆ
• 12 แหล่งอ้างอิง คลุมเครือหรือมีข้อบกพร่องเกินกว่าที่ GPTZero จะระบุได้ว่าแหล่งข้อมูลนั้นมีอยู่จริงหรือไม่
• ประมาณ ครึ่งหนึ่งของข้อกล่าวอ้างทั้งหมด ที่อิงกับแหล่งอ้างอิง 45 รายการนี้ ดูเหมือนจะเป็นข้อมูลเท็จหรืออ้างอิงผิดที่มา

ตัวอย่างที่เห็นได้ชัดที่สุดคือการกล่าวอ้างว่าบริษัทรถไฟญี่ปุ่นตะวันออก (East Japan Railway) ใช้ Agentic AI สำหรับการบริการลูกค้า แต่แหล่งอ้างอิงที่ใช้อ้างอิงนั้นเป็นแถลงข่าวจากปี 2019—หลายปีก่อนที่คำว่า Agentic AI จะเป็นที่รู้จักแพร่หลาย แหล่งข้อมูลอ้างอิงอีกรายการหนึ่งในรายงานอ้างว่า 55% ของซีอีโอจัดให้ AI เป็นสิ่งที่ลงทุนสำคัญที่สุด ซึ่งขัดแย้งกับข้อมูลผลสำรวจซีอีโอของ KPMG เองที่เผยแพร่ต่อสาธารณะ

องค์กรที่ออกมาปฏิเสธข้อมูล

เมื่อ Financial Times ตรวจสอบข้อกล่าวอ้างในรายงาน KPMG อย่างเป็นอิสระ องค์กรใหญ่หลายแห่งปฏิเสธการพรรณนาถึงการใช้ AI ของพวกเขา หรือยืนยันว่าข้อมูลนั้นไม่ถูกต้อง ตามรายงานข่าว องค์กรที่ออกมาโต้แย้งข้อมูลในรายงาน ได้แก่ :

• UBS – ธนาคารยักษ์ใหญ่ของสวิสแห่งนี้ถูกระบุในรายงานว่ามีการนำ AI Agent มาใช้ในงานที่ปรึกษาการลงทุน การบริหารความเสี่ยง และการตรวจสอบการปฏิบัติตามกฎเกณฑ์ UBS ออกมาปฏิเสธอย่างสิ้นเชิง โดยเรียกข้อกล่าวอ้างนี้ว่า "ไม่ถูกต้องตามข้อเท็จจริง"
• ระบบบริการสุขภาพแห่งชาติของสหราชอาณาจักร (NHS) – รายงานเชื่อมโยงองค์กรในเครือ NHS เข้ากับการใช้งาน Agentic AI ขนาดใหญ่ ซึ่งถูกโต้แย้งเมื่อมีการตรวจสอบจากภายนอก
• การรถไฟสหพันธรัฐสวิส (SBB) – รายงานอ้างว่า SBB ได้กลายเป็น "ผู้ประสานงานการเดินทางแบบองค์รวม" ที่ขับเคลื่อนโดย AI Agent ทาง SBB ยืนยันว่าคำอธิบายดังกล่าว "ไม่ถูกต้อง"
• Transport for London (TfL) – TfL เป็นหนึ่งในองค์กรด้านขนส่งสาธารณะที่ถูกกล่าวถึงในกรณีศึกษาที่มีปัญหา

KPMG ได้นำรายงานออกจากระบบระหว่างการสอบสวนข้อกล่าวหาต่างๆ

คำตัดสินของ GPTZero: นี่คือ 'AI หลอน' ไม่ใช่แค่ความสะเพร่าในการแก้ไขงาน

GPTZero ไม่ได้มองว่าข้อผิดพลาดดังกล่าวเป็นเพียงความผิดพลาดในขั้นตอนการแก้ไข บริษัทระบุว่าการอ้างอิงที่ผิดพลาดอย่างกว้างขวางและกรณีศึกษาที่แต่งขึ้นนั้นเป็นผลมาจาก AI หลอน – ผลลัพธ์จาก Generative AI ที่ฟังดูน่าเชื่อถือแต่ข้อมูลเป็นเท็จหรือถูกสร้างขึ้นมาทั้งหมด

GPTZero ยังแนะนำคำศัพท์ใหม่เพื่ออธิบายสิ่งที่อาจเกิดขึ้นเบื้องหลัง: "Vibe Citing" (การอ้างอิงจากความรู้สึก) แนวคิดนี้ชี้ว่าเครื่องมือ AI เมื่อถูกกระตุ้นให้สนับสนุนเรื่องเล่าใดเรื่องเล่าหนึ่ง จะสร้างแหล่งอ้างอิงที่ "ให้ความรู้สึกว่าใช่" ขึ้นมา แทนที่จะเป็นแหล่งข้อมูลที่มีอยู่จริง ในกรณีของ KPMG นั่นหมายถึงการอ้างอิงที่ฟังดูน่าเชื่อถือในเชิงวิชาการหรือในเชิงวารสารศาสตร์ แต่เมื่อตรวจสอบแล้วกลับไม่มีอยู่จริง

การสืบสวนของบริษัทสรุปว่าองค์ประกอบของรายงานสอดคล้องกับการใช้ AI ช่วยงานอย่างหนัก โดยไม่ผ่านการตรวจสอบจากมนุษย์อย่างเพียงพอ การผสมผสานระหว่างเชิงอรรถที่ AI หลอนขึ้น สถิติที่อ้างผิดที่มา และกรณีศึกษาที่ไม่มีอยู่จริง ทำให้เห็นภาพของกระบวนการทำวิจัยที่นำผลลัพธ์จาก AI มาเผยแพร่โดยแทบไม่มีการตรวจสอบดูแล

รูปแบบที่ใหญ่ขึ้น: EY Canada ถอนรายงานก่อนหน้าเพียงหนึ่งเดือน

เหตุการณ์ของ KPMG ไม่ได้เกิดขึ้นเดี่ยวๆ ในเดือนพฤษภาคม 2026 เพียงไม่กี่สัปดาห์ก่อนที่รายงานของ KPMG จะถูกตรวจสอบอย่างเข้มข้น EY Canada ได้ถอนรายงานวิจัยด้านความปลอดภัยไซเบอร์ชื่อ "Points of Attack: Uncovering Cyber Threats and Fraud in Loyalty Systems" หลังจาก GPTZero ตรวจพบปัญหาการหลอนของ AI อย่างกว้างขวาง

รายงานของ EY ถูกพบว่าได้แต่งแหล่งอ้างอิงขึ้นมา 16 รายการจากทั้งหมด 27 รายการ—ประมาณ 60%—รวมถึงการอ้างอิงเอกสารของ McKinsey & Company ที่ไม่มีอยู่จริงชื่อ "Loyalty Economics Report" GPTZero ยังประเมินว่า 72% ของเนื้อหาในรายงานนั้นสร้างขึ้นโดย AI

EY Canada ได้นำรายงานออกจากเว็บไซต์และระบุว่ากำลังตรวจสอบสถานการณ์ที่นำไปสู่การตีพิมพ์ เช่นเดียวกับกรณีของ KPMG การถอนรายงานครั้งนี้สร้างคำถามอย่างจริงจังว่า หนึ่งในบริษัทบริการวิชาชีพที่ใหญ่ที่สุดในโลกปล่อยให้เอกสารทางการตลาดที่มีข้อมูลเท็จอย่างชัดเจนผ่านกระบวนการตรวจสอบไปได้อย่างไร

ทั้งสองเหตุการณ์เผยให้เห็นถึงช่องโหว่เชิงโครงสร้างในกลุ่ม Big Four: ในขณะที่บริษัทต่างๆ แข่งกันเผยแพร่ความเป็นผู้นำทางความคิดในหัวข้อ AI พวกเขาก็พึ่งพาเครื่องมือเดียวกับที่กำลังเขียนถึงมากขึ้นเรื่อยๆ—ซึ่งบางครั้งก็นำไปสู่ผลลัพธ์ที่น่าอับอายและสร้างความเสียหายต่อชื่อเสียง

สิ่งนี้หมายความว่าอย่างไรต่อวงการบริการวิชาชีพและงานวิจัยที่ใช้ AI

การถอนรายงานของ EY และ KPMG ซ้ำซ้อนกันในปี 2026 ไม่ใช่แค่ปัญหาด้านประชาสัมพันธ์ที่เกิดขึ้นโดดเดี่ยว มันคือคำเตือนสำหรับอุตสาหกรรมที่ใช้ความรู้เข้มข้นทุกประเภท ที่ซึ่งความน่าเชื่อถือคือสิ่งที่มีค่าดั่งเงินตรา

บริษัทบริการวิชาชีพใช้เวลาหลายปีในการแนะนำลูกค้าให้ "ยอมรับ AI อย่างมีความรับผิดชอบ" แต่เมื่อบริษัทเหล่านี้ถูกจับได้ว่าเผยแพร่งานวิจัยที่เกิดจากการหลอนของ AI—ที่เกี่ยวกับ AI ด้วยซ้ำ—ความขัดแย้งนั้นบั่นทอนอำนาจความเป็นที่ปรึกษาที่เชื่อถือได้ของพวกเขา รายงานของ KPMG ไม่ใช่ร่างเอกสารภายในหรือบล็อกโพสต์ทั่วๆ ไป แต่มันคือผลงานวิจัยเรือธงระดับโลกที่มีเป้าหมายเพื่อแสดงให้เห็นถึงความเชี่ยวชาญของบริษัทในด้านประสบการณ์ลูกค้าและเทคโนโลยีล้ำสมัย

เหตุการณ์นี้ตอกย้ำให้เห็นถึงความไม่สมดุลที่เพิ่มมากขึ้น: Generative AI สามารถผลิตรายงานวิจัยที่มีเนื้อหาละเอียดและเต็มไปด้วยแหล่งอ้างอิงได้ภายในไม่กี่นาที แต่การตรวจสอบข้อกล่าวอ้างทุกข้อและตามรอยเชิงอรรถทุกอันไปยังแหล่งที่มาต้นฉบับนั้นยังต้องใช้เวลาหลายชั่วโมงของแรงงานมนุษย์ที่มีทักษะ วิธีการของ GPTZero ในทั้งสองกรณี—คือการตรวจสอบแหล่งอ้างอิงทุกชิ้นด้วยตนเอง—แสดงให้เห็นว่าช่องว่างของการตรวจสอบคือจุดที่ความผิดพลาดร้ายแรงเล็ดลอดผ่านไปได้

สำหรับองค์กรที่ตีพิมพ์งานวิจัยในปี 2026 และหลังจากนี้ บทเรียนนั้นชัดเจนอย่างไม่มีข้อกังขา: AI สามารถช่วยเร่งกระบวนการร่างงานได้ แต่มันไม่สามารถแทนที่การตรวจสอบความถูกต้องได้ ต้นทุนด้านชื่อเสียงของรายงานที่ถูกถอน โดยเฉพาะอย่างยิ่งเมื่อถูกจับได้ว่าอ้างอิงแหล่งข้อมูลที่ไม่มีอยู่จริงนั้น สูงล้ำยิ่งกว่าเวลาที่ประหยัดได้จากการไม่ตรวจทานข้อมูล