KPMG déploie Claude à 40 000 employés. Voici ce qui change vraiment.

Quand un cabinet d'audit déploie une IA à l'échelle d'une armée

KPMG a signé un accord avec Anthropic pour intégrer Claude à l'ensemble de ses opérations mondiales. Pas un projet pilote. Pas un test en silo. Un déploiement massif, ciblant des dizaines de milliers de collaborateurs à travers plusieurs pays. La vraie question n'est pas de savoir si les grands cabinets adoptent l'IA — c'est acquis. La question est : qu'est-ce que ça transforme concrètement, et à quel prix organisationnel ?

Le contexte : pourquoi KPMG, pourquoi Claude ?

KPMG est l'un des quatre plus grands cabinets d'audit et de conseil au monde, avec plus de 265 000 employés dans 143 pays. Ce type de structure vit sur deux ressources rares : le temps des experts et la fiabilité de l'information. Les deux sont sous pression constante — délais serrés, volumes de données croissants, clients qui exigent davantage pour moins cher.

Le choix de Claude, développé par Anthropic, n'est pas anodin. Anthropic positionne son modèle sur la sécurité, la précision et la capacité à gérer des contextes longs et complexes — exactement ce dont un cabinet d'audit a besoin lorsqu'il analyse des milliers de pages de documents financiers ou réglementaires. Claude peut traiter des documents entiers, maintenir une cohérence sur de longs échanges, et surtout refuser de fabriquer des réponses quand il manque d'informations — une caractéristique cruciale dans un secteur où une erreur coûte des millions.

Ce que ça change dans les workflows réels

1. La revue documentaire accélérée

Un associé KPMG passe historiquement des heures à éplucher des contrats, des bilans consolidés ou des rapports de conformité. Avec Claude intégré directement dans l'environnement de travail, il peut soumettre un document de 300 pages et obtenir en quelques minutes :

• Un résumé structuré des points critiques
• Les zones de risque identifiées avec leur localisation précise
• Des questions de suivi à poser au client

Ce n'est pas un gain marginal. C'est une réallocation fondamentale du temps expert : moins sur la collecte, plus sur le jugement.

2. La rédaction de livrables professionnels

Les consultants passent une part significative de leur semaine à rédiger — rapports, mémos, présentations client, réponses aux appels d'offres. Claude agit ici comme un rédacteur de premier jet qui connaît le style du cabinet, les contraintes réglementaires et le niveau d'exigence attendu. Le consultant valide, affine, signe. Le cerveau humain reste décisionnaire, mais il ne part plus d'une page blanche.

3. La formation et l'onboarding

Intégrer un nouveau collaborateur dans un cabinet de conseil prend du temps. Claude peut servir d'assistant pédagogique permanent : il répond aux questions sur les méthodologies internes, explique les procédures, génère des cas pratiques. Moins de charge sur les seniors, montée en compétence plus rapide pour les juniors.

Les enjeux que personne ne met en avant

Le tableau serait incomplet sans parler des frictions réelles d'un déploiement à cette échelle.

La gouvernance des données est le premier obstacle. Un cabinet d'audit manipule des informations ultra-confidentielles — données financières non publiées, secrets d'entreprise, informations personnelles. Chaque interaction avec un LLM soulève des questions : où vont ces données ? Sont-elles utilisées pour entraîner le modèle ? KPMG et Anthropic ont dû contractualiser des garanties strictes à ce sujet, avec des environnements isolés et des politiques de rétention spécifiques.

La résistance culturelle est le second écueil. Dans un métier fondé sur l'expertise humaine facturée à prix d'or, demander à des associés chevronnés d'utiliser une IA peut être vécu comme une remise en question de leur valeur. Le changement managérial est aussi complexe que le déploiement technique.

La fiabilité n'est pas absolue. Claude, comme tout LLM, peut produire des erreurs. Dans l'audit, une erreur non détectée peut engager la responsabilité juridique du cabinet. Les processus de vérification humaine ne disparaissent pas — ils se repositionnent.

Ce que les autres entreprises peuvent retenir

Le cas KPMG illustre une tendance de fond : l'IA générative ne remplace pas les métiers, elle restructure la chaîne de valeur interne. Les tâches à faible valeur ajoutée mais chronophages — synthèse, mise en forme, recherche documentaire — migrent vers l'IA. Les tâches à haute valeur ajoutée — jugement, relation client, décision stratégique — restent humaines, et deviennent plus visibles.

Pour toute organisation qui envisage un déploiement similaire, trois questions s'imposent avant de commencer :

• Quels processus perdent le plus de temps aujourd'hui ? C'est là que l'IA crée le ROI le plus immédiat.
• Quelles données sont concernées, et sous quel régime juridique ? La conformité n'est pas optionnelle.
• Comment embarquer les équipes, pas seulement les outils ? Un outil non adopté ne génère aucune valeur.

Conclusion : le cabinet du futur s'écrit aujourd'hui

Ce que KPMG construit n'est pas un projet technologique. C'est un nouveau modèle opérationnel, où chaque professionnel dispose d'un assistant capable de traiter l'information à une vitesse et une profondeur inaccessibles à un humain seul. La compétition ne se jouera plus entre ceux qui ont des experts et ceux qui n'en ont pas — mais entre ceux qui augmentent leurs experts efficacement et ceux qui restent sur les anciens schémas.

L'IA ne remplace pas KPMG. Elle redéfinit ce pour quoi KPMG fait payer ses clients. Et c'est là que tout devient intéressant.

— Reservoir Live