PwC 将 Claude 打造成交易、财务与落地实施引擎

2026年5月14日，Anthropic 与 PwC 宣布大幅扩展双方的战略联盟，将 Claude 定位为不仅是写作助手，更是支撑交易、软件交付、财务转型和企业落地实施的基础设施。PwC 表示，将从美国团队开始推广 Claude Code 和 Cowork，逐步向数十万名员工组成的全球团队扩大使用范围，成立一个联合卓越中心（Center of Excellence），并对 3 万名 PwC 员工进行 Claude 培训和认证。

这项公告之所以重要，是因为它展示了专业服务公司正如何把 AI 从实验阶段推向客户交付环节。Claude 正被用于智能体技术构建、AI 原生的交易撮合，以及财务、供应链、人力资源和工程等企业职能的重塑。换句话说，顾问带来的不再只是建议，如今还可能把由 AI 加速的执行机器，直接带入客户的运营模式之中。

当咨询公司把 AI 嵌入交易和运营之中时，客户购买的就不再只是专业知识，而是一整套全新的专业工作生产模式。

从起草工具到交付系统

对许多企业来说，第一次接触 AI 都是从简单的生产力场景开始的：总结这份文档、重写这封邮件、让这张幻灯片更清晰，或者起草一份备忘录。而 PwC 与 Claude 深化后的合作，则指向一种影响更为深远的应用方式：AI 正被置入决定企业价值的核心工作之中——交易尽职调查、文档审查、软件现代化改造、财务流程、运营模式重新设计，以及落地实施支持。

这对中型企业意味着什么

对中型企业而言，这种合作关系正在改变评估咨询项目的方式。如果一家四大会计师事务所能够借助 AI 更快地审查文档、更快地构建软件、更快地重新设计财务流程、更快地压缩交易工作周期，那么客户就不应再把旧有的咨询模式视为一成不变。价值也许确实存在，但问题也变得更加尖锐：生产力提升的收益归谁？由此产生的资产归谁所有？借助 AI 的整个流程透明度又有多高？

针对 AI 赋能型顾问的新尽职调查

借助 AI 的咨询服务确实能够创造真实价值，尤其是在团队需要在时间压力下审查大量材料的场景中。在交易领域，这可能意味着更快的尽职调查；在财务领域，这可能意味着更快的报告编制和内控分析；在软件领域，这可能意味着更短的构建周期。但客户仍然需要问责机制。模型可以帮助发现规律、起草分析或生成代码，但专业服务机构仍必须对质量、假设条件、风险判断和最终建议负责。

这意味着采购和法务团队需要更新自己的问题清单。委托协议应当涵盖 AI 的使用方式、数据处理、保密性、分包安排、模型访问权限、审核流程、可审计性、知识产权，以及工具输出与专业判断之间的边界。问题的重点不在于阻止使用 AI，而在于确保客户清楚地知道：在可能影响估值、合规、软件质量、财务控制和运营决策的工作中，AI 究竟是如何被使用的。

DNLA 采购 AI 赋能型咨询服务行动手册

• 询问 AI 具体用在哪些环节。要求顾问说明 AI 是否被用于文档审查、编码、分析、起草、尽职调查或客户交付。
• 核查数据边界。明确哪些客户信息可以发送给模型、哪些必须留在受控系统内，以及数据的保留或删除方式。
• 要求人工审核。明确在 AI 生成的结论、建议、代码和工作底稿影响决策之前，由谁负责验证。
• 明确可审计性要求。对于支持受监管或高风险决策的工作，要求提供信息来源、审核记录、假设条件、决策日志和版本历史。
• 就经济条款进行协商。如果 AI 显著缩短了交付时间，就要问清楚这种效率提升如何体现在费用、工作范围、里程碑或按价值定价上。
• 明确所有权归属。约定客户是否拥有项目过程中产生的成果、代码、提示词、工作流程、文档以及可复用的流程资产。

DNLA 观点