Як PwC масштабує Claude у professional services: enterprise agents, finance і modernization

PwC працює в audit, tax, deals, consulting, healthcare, financial services та інших сферах, де AI output може потрапити в client decision, regulated process або production system. У лютому 2026 року PwC і Anthropic оголосили collaboration навколо enterprise agents у AI Native Finance та Healthcare & Life Sciences. 14 травня Anthropic оголосила expanded alliance: Claude Code і Cowork починають rollout із U.S. teams, створюється joint Center of Excellence і програма training/certification для 30 000 PwC professionals.

Це не кейс «всім видали чат». Public materials описують workflow redesign: finance, deal execution, enterprise function reinvention, modernization, cybersecurity, healthcare/life sciences. Claude працює разом із domain skills, plugins, enterprise data та systems of record. Головний production lesson — standardized control plane і reusable evaluation patterns важливіші за число створених ботів.

Trigger залежить від engagement: finance close/forecast/RFP, diligence task, modernization backlog, security incident або client-work request. Input — matter-scoped documents, approved enterprise knowledge, spreadsheets/models, codebase, system-of-record data, engagement policy та user role. Claude синтезує, аналізує, генерує draft/model/code або планує multi-step workflow.

Integrations можуть включати spreadsheet/word-processing/presentation tools, internal ChatPwC, enterprise data connectors через MCP, source repositories, developer toolchain і client-approved systems. Output — working paper/draft, analysis, code change, reconciled model, workflow result або escalation. Для professional services output без provenance, assumptions і reviewer accountability — це не deliverable, а красиво оформлений ризик.

• Trigger → engagement task, finance cycle, deal event, modernization/security backlog.
• Input → client/matter-scoped data + approved knowledge + role/policy context.
• AI stage → research/synthesis, reasoning, modeling, code generation, multi-step planning.
• Integrations → office tools, enterprise data, MCP/connectors, repositories, systems of record.
• Output → reviewed work product, verified change, decision support або escalation.

Reproduction flow: `engagement identity → matter/client authorization → data classification → evidence retrieval → Claude task/plan → tool execution in bounded scope → deterministic checks → domain expert review → approved delivery/action → audit trace`. Для software modernization додаються sandbox, tests, security scan, PR і CI. Для finance — reconciliation, calculation checks, source lineage і approval thresholds. Для regulated advisory — mandatory expert sign-off на material conclusions.

A3 є консервативним загальним рівнем: agent може самостійно виконати substantial research, drafting, transformation і частину tool work, але high-stakes judgment та consequential action не делегуються за замовчуванням. Окремі low-risk internal tasks можуть бути ближче до A4, але публічні sources не дають права оголосити весь PwC rollout «автономним».

Anthropic повідомляє про план train/certify 30 000 PwC professionals і rollout toward hundreds of thousands globally. У тому ж announcement сказано, що production clients у наведеному наборі deployments повідомляють delivery improvements up to 70%. Приклади включають insurance underwriting, де cycle скорочено з 10 weeks до 10 days, security work з hours до minutes, HR turnaround і mainframe modernization.

Це heterogeneous provider/partner-reported outcomes: різні клієнти, tasks, baselines і measurement methods. Їх не можна усереднити в «Claude робить PwC на 70% швидше». Для власної практики KPI мають бути workflow-specific: time-to-reviewed-deliverable, factual/citation support, calculation/reconciliation errors, reviewer edit effort, escaped defects, client acceptance, high-severity incident rate і cost per verified deliverable.

Professional services потребує жорсткої client/matter isolation. Retrieval до reasoning має перевіряти engagement membership, data classification, geographic/legal constraints і purpose. Memory не повинна переносити confidential context між matters. MCP або інший connector — transport/protocol capability, а не business permission: tool call повторно проходить authorization за identity, engagement, action type і data sensitivity.

Для customer/client data потрібні retention limits, auditable deletion, least privilege і egress control. External web/source content вважається untrusted. Prompt injection у PDF або webpage не може змінити approval policy чи викликати external send. Для generated calculations/code — deterministic validation. Для narrative advice — citations, material-omission checklist і expert review. Version зміни model/prompt/skills/connectors має входити в release fingerprint.

Failure modes: cross-client retrieval, stale regulation, missing source, hallucinated citation, arithmetic/model error, spreadsheet corruption, tool action у wrong system, duplicate write, unsafe code change, lost context при long-running task і reviewer over-trust. Найкритичніші cases блокують release незалежно від aggregate score. Один leakage incident не компенсується тисячею чудових summaries.

Eval suite розділяйте на capability, regression і high-severity slices. Для finance — reconciliation, sign conventions, source lineage, scenario assumptions; для deals — entity/period consistency і evidence support; для modernization — tests, security, behavior parity; для client writing — citation correctness, confidentiality і material omissions. Production incident перетворюється на minimized permanent regression test. Trace зберігає tested configuration, source IDs, tool calls, approvals і authoritative outcome.

Professional-services workloads неоднорідні: тисячі коротких internal requests, великі document sets, long-running coding, spreadsheet work і periodic high-stakes deadlines. Оптимальна model routing strategy враховує task risk, context length, latency, tool use і reviewer cost. Не потрібно витрачати strongest reasoning route на форматування таблиці, але складний diligence synthesis із десятками sources не варто оптимізувати на частки цента.

Cost = enterprise licenses/API + retrieval/storage + connectors/MCP + office/dev tools + sandbox/compute + evals/observability + training/change management + professional review + incident reserve. Правильна denominator — `cost per reviewed accepted deliverable` або `cost per verified workflow outcome`. Seat adoption сама по собі не є ROI: можна дуже масштабно автоматизувати виробництво чернеток, які ніхто не хоче підписувати.

PwC описує Customer Zero pattern — спочатку застосування Claude всередині власної організації, потім перенесення validated patterns до clients. Для повторення оберіть 1–2 workflows із високим repeat volume і чітким review owner: RFP first draft, variance analysis, code documentation/testing або diligence evidence extraction. Зафіксуйте baseline time/quality і build eval corpus до rollout.

Етапи: read-only/draft → structured tool use у sandbox → expert-reviewed production work → bounded autonomous low-risk steps. Promotion gate: no critical confidentiality/authority failures, evidence support above threshold, reviewer effort lower baseline, deterministic checks stable, rollback/reconciliation tested, unit economics acceptable. Лише після цього масштабуйте через reusable skills/plugins і Center-of-Excellence governance, а не множте 300 різних prompt-шаблонів із назвою «agent».