PwC 用 AI 智能体直接对接客户

深度The New Stack2026年3月24日3 分钟阅读
PwC 用 AI 智能体直接对接客户
PwC 新平台 PwC One 让客户直接与 AI 智能体交互,咨询师转为后台审核。公司正重新思考定价模式,但责任仍由专业团队承担。

PwC 正在把 AI 智能体(AI Agents)直接推到客户面前,省去了传统咨询中来回沟通的中间环节。这是公司重塑咨询模式的一部分——不只是提升效率,而是围绕 AI 重新设计服务。

新推出的 PwC One 平台让客户登录后描述问题,自主智能体就会执行任务,PwC 的专业人员在后台审核输出,而不是主导整个过程。

这和 PwC 之前部署 AI 的方式、乃至整个企业咨询行业的传统做法都截然不同。以前的工具是内部用的,帮员工更快工作,但客户体验的还是老一套。PwC One 改变了这一点,把 AI 嵌入了交付给客户的核心工作流。

从后台走到前台

客户发起,机器执行,咨询师审核。这种传统服务模式的倒置,正是 PwC 押注的方向,也让 PwC One 不只是又一个企业 AI 生产力工具。

平台还把公司的合规框架和专有方法论与自主能力结合了起来。PwC 首席技术官办公室的 AI 工程负责人 Joe Voyles 解释说:“PwC One 是客户开始消费更自主、更智能体导向的服务的一个入口,更像自助服务——就像进入公司的一扇前门。”

机器执行,咨询师审核

Voyles 说 PwC 的终极目标是让机器能与客户互动。“我们可以接收执行任务所需的数据,智能体执行任务的质量能达到我们期望的任何专业人员的水平。”

目标是尽可能减少人工干预。但目前,在系统质量尚未达到专业级、或监管标准要求的地方,会刻意保留人机协同(Human-in-the-Loop)。

“所以我们特意在设计流程中加入了人工审核点,目前主要在两个领域:一是系统表现未达预期,二是我们有专业要求需要人类审核或指导机器。”

为自主而建,用护栏设计

Voyles 表示,这个面向客户的平台目标是建立一种“始终在线”的关系,而不是零散的邮件往来。

平台采用多 LLM 架构,根据不同用例选用不同模型。它还标准化了智能体连接方式,已有智能体的团队几天内就能接入 PwC One。

PwC 美国及全球商业技术与创新官 Matt Wood 在声明中说:“PwC One 是更长旅程中的一步,但很重要。有了它,AI 成为互动的中心,与我们的客户和人员协同工作,让我们能发现洞察、验证假设、驾驭复杂性——这是任何一方单独无法做到的。”

始终在线,持续观察

虽然 PwC One 还在测试阶段,但公司已与客户开展了多个用例,包括财务报表分析、税收激励探索、转让定价合规、温室气体排放异常检测,以及早期财务尽职调查。

咨询模式的问题

被问及平台如何影响咨询业务模式时,公司表示正在重新思考定价——不是为了降低成本,而是更好地反映洞察速度和结果质量。关于责任问题,PwC 很直接:问责由公司及其专业人员承担,每个 PwC One 互动都有人类审核员参与。

觉得有用?分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察,每周更新。

相关文章

Simon Willison 正在重构 LLM Python 库的抽象层,以支持服务器端工具执行等新功能。他利用 Claude Code 分析了四大 LLM 提供商的客户端库,生成了用于测试的 curl 命令和 JSON 输出。这些调研材料已开源,旨在帮助设计更通用的 API 抽象。

深度Simon Willison·4月5日·1 分钟

智能体技能——包含程序性知识和可执行资源的结构化包,供智能体在推理时动态加载——已成为增强 LLM 智能体的可靠机制。然而,推理时技能增强存在根本性限制:检索噪声引入无关指导,注入的技能内容带来大量 token 开销,而模型从未真正习得它所遵循的知识。我们提出一个问题:技能是否可以被内化到模型参数中,使其在无需任何运行时技能检索的情况下实现零样本自主行为?我们提出 Skill0,一个专为技能内化设计的上下文强化学习框架。Skill0 引入了一种训练时课程,从提供完整技能上下文开始,逐步撤除。技能按类别离线分组,并与交互历史一起渲染为紧凑的视觉上下文,教授模型工具调用和多轮任务完成。动态课程机制…

深度·4月5日·17 分钟

评论