Avant que KPMG ne commence à vendre son modèle de mise en œuvre de l’IA aux entreprises clientes, il l’a vendu à OpenAI.
Frontier Labs a embauché KPMG pour créer sa plateforme interne d’orchestration de la chaîne d’approvisionnement et des commandes. Cela signifie embaucher un cabinet de conseil pour concevoir un système de flux de travail natif d’IA du type que KPMG tente désormais de vendre largement.
Ce déploiement « client zéro », que KPMG appelle, constitue la base d’un nouveau partenariat entre les sociétés annoncé aujourd’hui, KPMG étant nommé OpenAI Elite Partner, le niveau supérieur du réseau de partenaires d’OpenAI. Après avoir collaboré pour concevoir et déployer une plateforme d’orchestration de chaîne d’approvisionnement et d’exécution des commandes native d’IA, nous mettons désormais conjointement ce modèle sur le marché.
Colleen Capase, vice-présidente des partenariats stratégiques et des écosystèmes mondiaux d’OpenAI, a déclaré à Fortune que le statut de partenaire d’élite est limité à un « groupe limité de partenaires mondiaux » ayant la portée, l’échelle et les capacités de livraison nécessaires pour prendre en charge les déploiements d’IA d’entreprise dans le monde entier.
« Nous repoussons les limites de l’expérimentation », m’a déclaré dans une interview Chad Saylor, leader américain de l’industrie de la technologie, des médias et des télécommunications chez KPMG. « Il s’agit d’un déploiement en entreprise à grande échelle. »
Au cœur de ce que propose KPMG se trouve un pari sur l’évolution future des logiciels d’entreprise. La plupart des employés travaillent aujourd’hui via des applications. Vous vous connectez au système, naviguez à travers les écrans et cliquez sur les modules pour interagir avec eux. L’argument de Seiler est que c’est la fin.
« Quand nous parlons de sans tête, nous parlons en réalité de découpler l’expérience de travail des systèmes, écrans et modules sous-jacents, tout en conservant simultanément ces systèmes en tant que systèmes d’enregistrement », a-t-il déclaré.
Dans le modèle qu’il décrit, les employés cessent d’interagir avec le logiciel et commencent à expliquer ce qu’ils veulent qu’il fasse. L’agent IA interprète l’intention, la coordonne et l’exécute sur les systèmes backend. Si une décision est nécessaire, elle sera transmise à un humain.
Le point final de son discours est l’audio. « Au fil du temps, vous finirez par parler plus que vous n’écrivez », explique Seiler. « Au lieu de simplement interagir avec les systèmes ERP et CRM de manière traditionnelle avec des interfaces utilisateur encombrantes qui limitent ce que vous pouvez faire, vous pouvez désormais être libéré d’une certaine manière et littéralement pouvoir parler au système et prendre des mesures, et non seulement prendre des mesures au sein de ce système, mais également vous connecter à d’autres ensembles de données et à d’autres systèmes via une couche d’agent intelligente.
Un article de blog de KPMG publié le 20 juillet (co-écrit par Swami Chandrasekaran et Matteo Colombo) exprime ce changement de manière plus formelle, en déclarant : « Le SaaS éprouvé ne va pas disparaître. Ses interfaces utilisateur évoluent. Plus précisément, de nouvelles surfaces de travail émergent. »
La base de données sous-jacente et les applications d’entreprise ne disparaissent jamais. Celles-ci deviennent des infrastructures invisibles pour l’utilisateur, fonctionnant sous une couche d’agent qui gère la traduction entre l’intention humaine et l’exécution de la machine.
sandwich, écrasé
Pour rendre les abstractions concrètes, l’interview faisait référence au cadre « sandwich » d’Arvind Narayanan de l’Université de Princeton. Dans sa recherche « L’IA en tant que technologie ordinaire », il divise le travail en trois niveaux. Il y a une couche de décision en haut, une couche d’exécution au milieu et une couche de fourniture en bas. Il appelle cela le « Décidez, faites, livrez un sandwich ».
L’argument de Narayanan est que l’IA compresse uniquement la couche d’exécution, qui ne représente jamais plus d’un tiers du travail, et que les couches de décision et de livraison (jugement et responsabilité) résistent à la compression et peuvent s’étendre.
J’ai montré à Seiler le framework via le partage d’écran lors de notre entretien. Il a rapidement reconnu que cela correspondait à ce que KPMG voyait dans le développement. L’image ressemblait à une maigre galette de hamburger. Mais il a ajouté une ride. La vitesse elle-même crée de nouvelles charges de validation au niveau de la couche de distribution, créant de nouveaux types de frais généraux qui n’étaient pas présents dans l’article original de Narayanan. Il s’agit plus du travail que de l’exécution du travail.
« Les employés peuvent passer moins de temps à apprendre la géographie des logiciels et plus de temps à se concentrer sur les résultats qu’ils tentent d’atteindre », explique Seiler. Selon ses lectures, Discible Buns ne reste pas seulement stable même lorsque le budget exécutif diminue. Il peut absorber et étendre le travail de coordination qui existait auparavant au milieu. Mais un jour, le sans tête deviendra peut-être si performant qu’il rétrécira.
Interrogé pour commentaires, Narayanan a affirmé que les ingénieurs logiciels passaient constamment un temps incroyable à rédiger des spécifications et des documents sur les exigences des produits, ce qui correspond à la partie « phrase » de sa métaphore. Cependant, il a soutenu que le jugement et la responsabilité non seulement résistent structurellement à la compression, mais que, dans une certaine mesure, ils le font ; Cela signifie également que « l’IA augmente rapidement l’ambition et la complexité des projets, de sorte que si l’IA élève le niveau, elle élève également le « plafond » du jugement et de la responsabilité ».
Lorsqu’on lui a demandé un commentaire, Narayanan a renvoyé Fortune à un autre article de blog qui abordait les problèmes SaaS et a déclaré que c’était un peu différent du sandwich décisionnel. Sur LinkedIn, il a mis en garde contre le « verrouillage » dans lequel les agents d’IA « deviennent le principal référentiel interrogeable de toutes… les connaissances tacites, créant des dépendances et de la rigidité ». Cela signifie effectivement que les agents IA sont des collègues que *toutes* les équipes ne peuvent pas licencier sans perdre leur flux de travail et leur savoir-faire.
Sur la chronologie, Sailer et Narayanan sont plus alignés que ne le suggèrent leurs positions respectives. Narayanan considère l’adaptation d’une organisation à l’IA comme un processus de plusieurs décennies, qui s’apparente davantage à l’électrification d’une usine qu’à une perturbation du jour au lendemain. KPMG propose une couverture implicite allant dans le même sens, mettant en garde contre une réinvention massive. « Les organisations les plus performantes feront attention aux domaines dans lesquels elles réinventent et à ceux qu’elles ne réinventent pas », a-t-il déclaré, notant que « les mêmes flux de travail qui sont en place depuis des années peuvent continuer à être optimaux ».
Narayanan, de son côté, a déclaré qu’il ne pense pas que l’IA soit aussi urgente que le Frontier Institute envisage qu’elle devienne superintelligente d’ici 2027, disons. « C’est toujours un choc plus urgent que celui auquel la plupart des organisations sont habituées à faire face », a-t-il déclaré. Autrement dit, réinventer le sandwich prend beaucoup de temps.
Pourquoi KPMG affirme que les gens comptent toujours
Le point le plus intéressant avancé par Seiler ne concerne pas la technologie. C’est pourquoi les cabinets de conseil sont bien positionnés dans un monde où la technologie devient banalisée.
Sa réponse réside dans des décennies de connaissances institutionnelles spécifiques aux clients qui n’existent pas dans les modèles frontières. « Nous connaissons leur modèle économique, leurs collaborateurs, leur culture, leurs systèmes, leurs données, leurs politiques, leurs silos en détail d’une manière que certains de ces modèles frontières ne connaissent pas à grande échelle », a-t-il déclaré.
Kapase reconnaît que KPMG apporte « une expérience approfondie en matière de transformation d’entreprise », en particulier dans les secteurs hautement réglementés, le secteur public et la cybersécurité, où l’expertise en matière de gouvernance et de mise en œuvre est essentielle. Elle a souligné le travail zéro du client de KPMG au sein d’OpenAI, ainsi que la modernisation du secteur public et un produit appelé Daybreak Cyber, comme aspects clés du partenariat. OpenAI s’engage à assurer un large accès à l’ensemble de l’écosystème, de sorte que KPMG ne bénéficie pas d’un accès exclusif aux fonctionnalités OpenAI inédites, a-t-elle ajouté.
Seiler a déclaré que l’OpenAI Alliance est additive plutôt qu’exclusive, et que KPMG entretient des partenariats parallèles avec d’autres Frontier Labs, y compris Anthropic, et ne s’attend pas à ce que les grands clients se normalisent sur un seul fournisseur d’IA.
« Nous ne pensons pas qu’il y aura un jour de nombreux cas où un client fera tout en utilisant un seul modèle Frontier », a-t-il déclaré. Il a reconnu que certains clients utilisent déjà des alternatives moins chères, notamment des modèles open source chinois, pour des tâches plus restreintes, afin de couvrir les coûts et la résilience.
Concernant la montée en puissance des modèles open source, Kapase a déclaré qu’OpenAI se concentre sur « aider les clients à tirer davantage de valeur d’OpenAI ». Elle a noté que GPT‑5.6 fournit plus d’intelligence à partir de chaque jeton, offrant de meilleures performances par dollar et augmentant de 54 % l’efficacité des jetons pour les tâches de codage des agents de Sol. Depuis que KPMG a intégré les capacités OpenAI dans son outil d’IA interne aIQ Chat en 2023, les employés de ses équipes de conseil et internes utilisent les capacités OpenAI quotidiennement, a noté Kapase, et KPMG a identifié des cas d’utilisation liés au Codex lors de la création de capacités basées sur l’IA pour les clients.
Selon Seiler, la particularité du contrat avec OpenAI est l’aspect développement du marché. « C’est une chose de travailler avec un laboratoire, c’en est une autre de travailler avec eux et de le commercialiser. » La mise en œuvre de Client Zero en est la preuve. Si KPMG parvient à construire cela pour OpenAI lui-même, il sera beaucoup plus facile de le vendre à toutes les autres entreprises clientes.
Narayanan a également fait référence à un article de blog de Fortune qui abordait le problème du SaaS, qui, selon lui, est un peu différent d’un sandwich décisionnel. Sur LinkedIn, il a mis en garde contre le « verrouillage » dans lequel les agents d’IA « deviennent le principal référentiel interrogeable de toutes… les connaissances tacites, créant des dépendances et de la rigidité ». Cela signifie effectivement que les agents IA sont des collègues que *toutes* les équipes ne peuvent pas licencier sans perdre leur flux de travail et leur savoir-faire.
KPMG conclut par une note qui ressemble plus à une note de conseil en gestion qu’à une annonce technologique, et c’est peut-être là le point. L’entreprise écrit que la mise en œuvre de l’IA agentique est « un ensemble de décisions commerciales à prendre, et non une transition technologique ». Pour une entreprise dont la proposition de valeur a toujours consisté à aider les grandes organisations à prendre des décisions réfléchies et difficiles, il s’agit davantage d’une déclaration de positionnement que d’une aversion au risque.
