还在建集中化底稿系统？PwC已经让30,000人用AI干活了
2026 年 5 月 14 日 Anthropic 和 PwC 发了一份公告，宣布扩展战略合作。
原文：https://www.anthropic.com/news/pwc-expanded-partnership
公告里最让我注意的不是 PwC 用了什么新技术，而是一个数字：30,000。
“The companies are establishing a joint Center of Excellence and a program to train and certify 30,000 PwC professionals on Claude.”
PwC 没有说"我们建了一个新系统"，也没有说"我们买了一个新平台"。它说的是——我们要培训 30,000 人学会用 Claude。
这个选择本身就值得琢磨。
先看 PwC 到底做了什么
梳理一下公告里的核心动作：
1. 把工具交到一线手里
“PwC will roll out Claude Code and Cowork starting with U.S. teams and expanding toward a global workforce of hundreds of thousands of professionals.”
不是建一个内部平台让大家登录使用，而是把 Claude Code（AI 编程工具）和 Claude Cowork（AI 协作工具）直接部署到每个员工的工作环境里。
2. 先在自己身上试
“PwC started as ‘Customer Zero,’ putting Claude to work inside its own firm before bringing it to clients. Teams used it for journal entries, variance analysis, and RFPs, and built on Claude Code to optimize annual planning.”
PwC 自己先用：日记账分录、差异分析、RFP 响应、年度规划优化。用顺了再给客户推。
3. 在三个方向上重点发力
“The collaboration focuses on three areas of highest leverage: agentic technology build, AI-native deal-making, and reinvention of the enterprise function.”
翻译一下：用 Agent 方式构建技术产品、用 AI 重做交易执行流程、用 AI 重塑企业职能（财务、供应链、HR）。
4. 已经有生产级成果
“保险承保：承保周期从10 周压缩至 10 天，打开了以前在经济上不可行的业务线。”
“网络安全：事件响应从数小时加速至数分钟，agent 化漏洞操作——代码审查、自动遏制——在对手利用之前关闭暴露窗口。”
“HR 转型：一个停滞的项目用一周做出可用原型，不到两个月完成完整应用，现在每天处理数千笔交易。”
“在所有已部署的生产环境中，客户报告交付效率提升最高达 70%。”
这些不是 PPT 上的规划，是已经在跑的生产数据。
为什么是培训 30,000 人，而不是建一个系统
这才是这篇文章想说的核心问题。
传统会计师事务所做数字化的路径很清晰：集中规划 → 集中开发 → 集中部署。审计底稿系统、函证管理系统、质量控制系统，都是这个路子。好处是统一管理，坏处是——慢。
公告里有句话很关键：
“Engineering teams are using Claude Code to ship production software for major companies in weeks, not quarters.”
weeks, not quarters。用周来衡量，不是用季度。
集中化系统的开发周期是季度甚至年。而 Claude Code 让一线工程团队直接在几周内交付生产级软件。这个速度差距不是量变，是质变。
再看这句：
“Claude Cowork will help extend this reach into the broader workforce, running directly within tools such as spreadsheet, word processing, and presentation programs and connecting to enterprise data through Anthropic’s Model Context Protocol.”
Claude Cowork 直接跑在电子表格、文档、演示文稿里面，通过 MCP 协议连接企业数据。这意味着每个员工在自己的日常工作环境中就能调用 AI，不需要登录什么"审计AI平台"。
PwC 的选择逻辑是：把 AI 能力变成每个人的工作能力，而不是变成一个额外的系统。
对审计行业的意味
国内很多会计师事务所这两年的数字化投入，主要方向还是建系统——审计底稿系统、函证中心、质控平台。投入不小，效果参差。
PwC 这条路提供了一个不同的参考：
集中化系统解决的是"流程标准化"的问题。 审计有大量标准化流程（函证、盘点、报告生成），集中化系统确实有用。
但审计的核心工作是判断，不是流程。 每个项目的行业不同、客户不同、风险不同，你需要的是能够快速适配不同场景的能力，而不是一个预设好所有流程的大系统。
公告里 Dario Amodei 说：
“PwC has been leading AI’s expansion into the parts of the economy where accuracy and reliability are non-negotiable—financial services, healthcare, life sciences, cybersecurity.”
审计行业恰恰就是"准确性和可靠性不可妥协"的领域。PwC 选择用 Claude Code、Claude Cowork 这类 Agent 工具来武装 30,000 人，说明他们判断——在这个领域，Agent 工具比集中化系统更适合处理复杂性。
Agent 工具为什么更适合
简单对比一下：
| 维度 | 集中化系统 | Agent 工具（Claude Code / Codex / OpenCode） |
|---|---|---|
| 谁在用 | IT 部门开发，一线被动使用 | 一线人员直接使用，按需定制 |
| 迭代速度 | 需求→排期→开发→测试→上线，按季度计 | 现场发现问题，现场改，按分钟计 |
| 适应性 | 通用功能，特殊需求难以覆盖 | 每个项目、每个行业都能单独适配 |
| 知识积累 | 沉淀在系统里，人走了经验就断了 | 沉淀在每个人的 prompt、skill、workflow 里 |
| 成本结构 | 重前期投入（开发团队+基础设施） | 重人力培训（让每个人会用） |
PwC 的选择很明确：重培训，轻系统。建联合卓越中心，培训 30,000 人，而不是砸钱建平台。
这对我们的启发
不是说不该建系统。函证中心、底稿管理系统这些标准化流程，该建还得建。
但如果你所在数字化上的投入全部集中在建系统上，而没有给一线人员配备 AI Agent 工具、没有培训他们使用这些工具的能力——那你可能正在错过一个更重要的方向。
PwC 选择了花大力气培训 30,000 人学会用 Claude。这意味着他们认为，人与 AI 的协作能力，比任何一个系统都更有价值。
“The biggest gains for enterprises will come from AI systems that complete tasks end-to-end, run continuously, and let the most experienced professionals operate at a scale not previously possible.”
最有经验的审计师 + AI Agent = 以前不可能达到的效率规模。
这才是方向。
而且这个方向上，个人和小所比大所更具有优势。
他的优势在决策，领导意志力，以及扁平化的管理。
相反，大所的劣势在于冗长的决策机制，
历史系统建设的沉重包袱，
为满足合规所进行的巨大的硬件投入，
为保护知识成果而需要投入的迂回的技术路线。
而个人和小所仅仅需要人才和市面成熟的 Agent 产品+公开的算力，
即可搭建起适配自己工作流程的 AI 作业模式，或者依托 AI 快速迭代的作业工具。