德勤（Deloitte）的 AI 战略布局，AI产品及各业务线AI应用

咱们之前聊过了麦肯锡、波士顿、安永、普华永道、毕马威这几家顶尖机构在AI上的布局，反响都还不错。四大里一直没来得及细说的，就是德勤。今天咱们重点聊聊德勤在AI这条路上，到底是怎么走的。

德勤（Deloitte）1845年诞生于英国伦敦，是全球专业服务领域的领头羊，也是“四大”会计师事务所之一。目前它的业务网络覆盖了全球超过150个国家和地区，员工总数大约45.7万人。服务范围很广，包括审计与鉴证、管理咨询、风险咨询、财务咨询、税务与商务咨询等。

在2023财年（截至2023年5月31日），德勤全球的收入合计达到了649亿美元。和上一财年相比，按本币计算增长了14.9%，按美元计算增长了9.3%。

德勤的AI战略意图

德勤把AI战略提到了公司级优先级的高度，其核心愿景非常明确：从一家由人类驱动的公司，逐步转变为一家人+AI共同驱动的专业服务机构。

德勤商业、全球和战略服务管理负责人贾森·吉扎达斯曾有一段话，很能说明问题：“我们的AI计划植根于这样一种信念，即AI可以改变我们的成本结构和能力体系。这更像是一个转型的议程，而不是以发展行业中每个人都拥有的‘赌注’能力为目标。大多数领先的客户都在这段历程中，因此我们必须走在AI应对新的复杂挑战的前沿。”

说白了，德勤不是在跟风，而是在赌一个未来。

01 德勤的AI战略计划与近期投资事件

早在2021年，德勤就启动了一项为期6年（2021—2026年）的AI战略计划。与此同时，还有一个名为“IndustryAdvantage”的计划，这是一笔高达20亿美元的战略性投资，主要用来和符合条件的客户及合作伙伴一起去打造行业解决方案。

德勤在AI领域的投资与项目合作，风格和麦肯锡、BGC以及另外几家四大不太一样。它没有直接和OpenAI、微软、Anthropic这些AI公司搞深度绑定，而是更倾向于依托自身的技术能力，通过与外部伙伴的技术与资源合作，来开发自有的AI产品和服务。

1. 2024年7月，德勤与亚马逊云科技联合启动人工智能与数据翻跟斗计划

2024年7月26日，德勤宣布与亚马逊云科技签署了一项长期战略合作协议，双方将共同建立创新实验室，帮助客户深入探索人工通用智能（AGI）、量子机器学习（ML）和自主机器人等前沿技术。借助生成式AI的能力，双方联手为客户解决行业特定挑战。此外，德勤和亚马逊云科技还会提供资金支持，帮助客户把成功的概念验证（POC）顺利投入生产。

这个创新实验室的定位很清晰：为双方工程师提供一个协作平台，共同开发覆盖金融、政府、生命科学、媒体、能源等多个行业的定制化解决方案。

2. 2024年6月，德勤与英伟达合作

德勤与英伟达的合作，是把德勤自身的行业知识、AI技术能力，和NVIDIA AI Computing by HPE这套新解决方案结合起来，共同开发生成式AI解决方案。目标也很直接：帮助客户更快地创造价值，并解决特定行业的挑战。

02 德勤的AI产品及各业务线AI应用

1. 德勤的自研AI平台——PairD

2024年1月8日，德勤向欧洲和中东地区的7.5万名员工推出了一款生成式人工智能平台，名叫“PairD”，由德勤人工智能研究所内部开发。这个平台的功能很全面：员工可以用它来回复邮件、起草书面内容、编写代码实现任务自动化，还能帮忙创建演示文稿、开展研究、创建会议议程。

德勤生成型人工智能负责人Costi Perricos在介绍时表示，推出PairD是“公司长期人工智能投资计划的一部分，我们将继续探索这项技术为我们公司、客户和更广泛社会带来的潜力”。

在审计与鉴证、税务、管理咨询、风险管理等各个业务线，德勤都开发了多种AI相关产品和服务，下面咱们逐一看看。

2. 审计和鉴证业务的AI应用

审计与鉴证是德勤最早落地AI应用的业务线，最早可以追溯到2014年。德勤为此开发了一款名为Omnia的全球AI平台，用来支持全球各地成员机构的审计工作。这套平台很灵活，既能应对大型上市公司的复杂审计，也能服务于小型公司。

Omnia平台上的系统各司其职：Signal系统通过分析公开的财务数据，能识别客户业务中的潜在风险因素；Cortex系统能够对日记账分录数据集进行实时分析，识别出与会计、运营和控制相关的模式；Reveal系统则使用预测分析来圈定审计师需要重点关注的高风险领域。此外，Omnia平台还具备评估AI模型偏见的功能模块，可以说是相当周全了。

3. 税务业务的AI应用

税务业务通常分为两大类：一类是前瞻性的战略项目，另一类是利用历史数据做监管合规。这两类工作有一个共同点：都需要对大型数据集进行复杂分析。

在战略性税务工作层面，税务专业人员往往在时间和信息都有限的情况下，做出对组织有重大影响的决策。但问题是，税务部门通常是最后才知道业务情况的部门，决策难度很大。借助AI，可以在决策过程中融入针对税务的算法，更早地标记出相关的税务考虑，让税务部门能更早介入决策流程。

在税务监管合规性领域，过去大部分工作高度依赖人工——查找数据、从一个系统搬到另一个系统、编制计算工作底稿等。德勤为此建立了Intela平台，与客户合作开展业务，该平台可以对数据进行提取和分类，并向税务专业人员和客户提供有价值的见解。现在，大量的体力劳动已经被AI技术替代，税务专业人员得以腾出更多时间，去分析客户的税务状况并提出改善建议。

4. 咨询业务的AI应用

咨询是德勤结构化程度最低的业务领域，因此其AI应用按两个方向推进：一是借助AI打造内部能力，二是发展AI服务相关的新业务。

德勤认为，要从专业人员驱动的公司转变为人与AI共同驱动的公司，咨询业务必须拥有必要的AI能力来服务客户。这些能力包括对话式AI、计算机视觉、处理物联网和边缘设备数据的技术，以及AutoML的应用等。德勤的目标是让大多数咨询师都掌握这些能力，从而能够帮助客户实现业务转型，而不是仅靠一个小型专业团队来提供AI服务。

在发展AI新业务方面，德勤的目标是从传统商业模式扩展到新的商业模式，这些新业务将在未来10年内彻底改变咨询方式。目前主要有以下几项：

这是一项“AI能力即服务”的业务，帮助客户决定如何处理数据，并使用标准的AI流程和工具来开发用例。客户可以借此迅速启动自己的AI工作，而且与典型的咨询业务不同，这项服务没有预定义的需求或可交付成果。

利用AIOps实现涉及多个系统的流程自动化——这些工作过去通常需要大量的人力。通过开发的算法在流程中做出智能决策，从流经的数据中不断学习，并触发自动化动作。这些算法被打包成客户可以预订的独立微服务。

随着传感器在工厂车间的普及，制造过程的每一步都会产生海量数据。汇集这些数据并应用算法来持续分析和改进流程，是工厂智能化的关键。通过智能摄像头进行实时监控和调整，这些设备可以形成一个基本自主的制造运营系统，而且还能自我改进。

5. 风险和财务顾问领域的AI应用

德勤的风险与财务顾问业务，核心是帮助客户降低各类风险。目前德勤在这一领域有多款AI产品上线，其中两款用于网络安全，一款用于检测医疗欺诈，一款涉及会计控制。

03 小结

到此为止，知识服务业的AI战略布局系列文章就画上了句号。通过对全球最具代表性的这些咨询公司，在AI战略规划、投资行为、产品与业务布局上的细致梳理，不难发现一个很有意思的现象：知识服务机构既是受AI冲击和挑战最大的群体，同时，由于它们拥有大规模、高质量的专业知识和客户案例，也恰恰是能在AI时代吃到最多红利的玩家。

说到底，这不仅是技术的较量，更是战略定力和执行能力的比拼。

注：本文为知识服务业的AI战略布局系列文章之一。