Як KPMG вбудовує Claude у Digital Gateway: tax, legal, private equity і managed agents

KPMG і Anthropic у травні 2026 року оголосили глобальний alliance, у якому Claude Cowork і Managed Agents вбудовуються безпосередньо в KPMG Digital Gateway. Agent працює не у вакуумному чаті, а поруч із tax insights, proprietary tools і client data всередині enterprise platform на Microsoft Azure. Початковий фокус — tax/legal clients і private equity, де коректність, provenance і professional judgment мають значно вищу ціну, ніж швидкість генерації тексту.

Архітектурна задача — не «дати Claude всі документи». Потрібно довести, що конкретний professional має право бачити конкретні client/matter data; що агент використовує правильну jurisdiction/effective-date guidance; що generated work product має evidence; що binding advice, filing, contractual commitment або client delivery проходять уповноважений review. Chatbot з client data без цих меж — майбутній incident report.

Tax/legal flow стартує з client task: regulation change, research request, document review, issue analysis або повторюваний compliance workflow. Input: authenticated user/client/matter identity, approved tax/legal knowledge, client-provided data, prior work product і task instructions. AI stage: retrieval, comparison, drafting, structured analysis, checklist generation та tool planning. Integrations: Digital Gateway, proprietary tools, client data stores, workflow/task systems і, де доречно, secure external evidence.

Private-equity / modernization flow може стартувати з portfolio-company assessment або IT modernization workstream. KPMG Blaze може використовувати Claude Code у delivery pattern, але code generation не дорівнює release authority. Output — draft analysis, cited memo, structured obligations, candidate workflow або code/change artifact, який проходить domain і technical verification перед consequential use.

• Trigger → client matter, regulation change, advisory task або modernization workstream.
• Input → identity + matter/client scope + approved knowledge + client data + bounded tools.
• AI → retrieve, reason, draft, compare, plan, generate artifacts.
• Integrations → Digital Gateway/Azure, proprietary tools, client systems, review workflows, developer toolchain.
• Output → evidence-backed professional work product або staged technical artifact.

Репродукований professional-services flow: `task → client/matter authorization → data minimization → applicable-rule/version resolution → retrieval/evidence pack → Claude draft/analysis → deterministic completeness checks → professional review → approved delivery → audit trace`. Для agent creation: `use-case contract → tool/data scopes → sandbox → test cases → reviewer approval → limited deployment → monitored outcome`.

A3 підходить, бо agent може самостійно виконувати довгий preparation/research/drafting chain і користуватися bounded tools, але професійна authority лишається в KPMG/client control plane. Tax filing, legal position, client commitment, security-sensitive change чи production release — не наступний token. Human review має бути risk-based: information synthesis можна автоматизувати сильніше, material judgment — ні.

KPMG повідомляє, що 276 000+ global workforce матимуть доступ до Claude. Це access/rollout scale, а не доказ weekly active usage чи productivity. KPMG також наводить приклад: створення agent capability для реагування на changing tax regulations раніше могло займати weeks і вимагало перемикання між tools/chat windows, тоді як з Cowork і Managed Agents у Digital Gateway таку capability можна створити за minutes. Це company statement, не independent controlled evaluation.

Власний business case має міряти task-level outcomes: time-to-reviewed-memo, citation/support coverage, material correction rate, reviewer minutes, client-data policy violations, jurisdiction/effective-date errors, accepted work-product rate, cost per accepted deliverable. Для code/modernization — accepted change rate, deterministic test pass, escaped defect, rollback і reviewer effort. Access seat count не замінює ці метрики.

Enterprise professional-services agent працює з чутливим context: client identity, transactions, tax positions, contracts, deal materials, potentially privileged legal data. Мінімальний contract: matter-level authorization до retrieval, purpose limitation, data minimization, retention policy, environment segregation, logging without unnecessary content capture, tool allowlists і revocation. Shared agent memory не повинна переносити client facts між matters.

External sources, uploaded documents і tool results слід вважати data, а не instructions. Prompt injection у client attachment не може змінити tool scope або destination. Для high-impact writes потрібні exact-action approvals. Якщо agent формує email/file/filing candidate, destination, client/matter ID і authoritative source set перевіряються перед side effect. Professional confidentiality не лікується великим system prompt.

Failure modes: wrong client/matter; stale regulation; jurisdiction mismatch; missing source; unsupported legal conclusion; poisoned document; accidental cross-client retrieval; duplicate workflow action; connector timeout після write; model version regression. Response: block on identity/ACL mismatch, refresh authoritative source, abstain on unresolved conflict, quarantine untrusted content, require review, reconcile postcondition before retry.

Control plane: RBAC/ABAC, matter ACL, source provenance, effective-date metadata, strict output schema для tool requests, separate read/write tools, idempotency/action IDs, immutable review evidence, model/prompt/policy fingerprint, audit/incident hooks, scoped kill switches. Після consequential action authoritative system confirms final state; model text is never the transaction receipt.

Tax/legal/advisory demand є mix: high-volume recurring research/document work плюс peaks навколо regulatory changes, deals і deadlines. Масштабування: reusable source connectors, versioned jurisdiction packs, retrieval filters, caching stable reference material, queue by urgency/risk, model routing by task slice, bounded context. Client-data isolation важливіша за maximum throughput — один cross-matter leak перекриє багато saved minutes.

Cost = inference + retrieval/indexing + secure storage/connectors + enterprise platform execution + eval/observability + professional review + incident reserve. Правильні units: `cost per accepted reviewed deliverable`, `cost per compliant resolved research task`, `cost per verified technical change`. Оптимізація token price без partner/counsel review time — спосіб зробити графік дешевшим, а процес дорожчим.

Eval corpus має бути matter-safe і versioned: synthetic або properly de-identified historical tasks, jurisdiction conflicts, effective-date changes, missing documents, contradictory authority, unanswerable questions, prompt injection, client/matter ACL traps, required disclosures, material omission. Deterministic checks оцінюють IDs, citations, permissions, schema, destination; expert graders — professional completeness, nuance і escalation.

Rollout: `internal read-only research → sandbox agent building → draft-only client work → reviewer-required workflows → reversible bounded actions → narrowly delegated automation`. Model/tool/source upgrade проходить offline replay і canary. Production incident стає permanent regression case. Новий jurisdiction/client-data class не отримує authority автоматично через те, що попередній pilot був зеленим.

Pattern підходить professional-services firms, tax/legal departments, audit/advisory teams і PE operating groups із centralized knowledge/data platform. Мінімальні requirements: identity, client/matter segregation, approved sources, professional reviewer owners, action taxonomy, audit, eval dataset, incident/rollback process. Якщо документи різних клієнтів лежать в одному shared folder без нормальних ACL, agent deployment краще почати з прибирання цього археологічного шару.

Pilot: один repeatable research/review workflow, 100–200 representative tasks, baseline time + correction rate, read-only evidence assistant, expert grading, then workflow integration. Далі додайте controlled tool actions лише там, де postcondition можна deterministic verify. Виграш має бути не «AI написав швидше», а «reviewed work product став дешевшим/швидшим без деградації risk and quality».