埃森哲报告被指 15 条引用造假：公司说是人的错，不是 AI 幻觉

一份讨论”人工智能如何帮助非洲农业”的报告，本身却被查出引用了并不存在的文献。这个反差，比任何一篇 AI 风险评论都更有说服力。

一分钟速览

• 涉事报告名为《跨越式发展》，由埃森哲与马德里 IE 大学研究人员合作发布
• AI 检测机构 GPTZero 称，报告含 15 条虚假引用，并有完全虚构的案例研究
• 埃森哲否认是 AI 幻觉，称审查显示错误源于人为失误
• 德勤、安永、毕马威、普华永道此前都曾被指出现类似问题
• 埃森哲上月刚因员工 AI 用量过大，对工具使用设置新限制

GPTZero 查出了什么

GPTZero 的分析指向两类问题。第一类是引用造假：报告里列出的 15 条参考文献，在现实中找不到对应来源。第二类更严重：部分案例研究被指完全虚构，也就是说，报告讲述的”实践案例”可能从未发生过。

这份报告的题目是《跨越式发展》，主题是人工智能如何提升非洲农业的生产力。农业、非洲、AI，这三个关键词组合在一起，本来是最容易获得政策关注和资金支持的叙事。正因为如此，引用失实带来的伤害也更大——它污染的是公共讨论的事实基础。

GPTZero 在声明中强调，虚构引用对研究人员、学者、顾问、学生，以及任何通过互联网检索信息的人，都是迫在眉睫的现实威胁。这个判断并不夸张：当一份看起来权威的报告给出错误出处，后续的引用会一层层放大错误，最后变成”很多人都这么说”的伪共识。

埃森哲的回应：是人的错

埃森哲发言人对检测结果提出异议。其表态的核心是：公司审查表明，报告中发现的错误源于人为失误，没有证据支持这些错误由 AI 幻觉造成；公司正在修正报告，并将在重新发布前完成相关工作。

这个回应把责任从模型转移到了人。从公关角度看，这是更可控的叙事——人为失误可以归因于个别流程，AI 幻觉则指向整个工具链的可靠性。但从治理角度看，两者的区别没有想象中那么大：无论错误来自模型还是来自人，最终都说明这份报告的核查环节失效了。

值得注意的是，报告是与高校研究人员合作完成的。这意味着错误可能穿过了一层本应存在的学术审核。对咨询行业来说，这比单次失误更值得警惕。

咨询业不是第一次

过去两年，德勤、安永、毕马威和普华永道都曾被指在交付物中出现 AI 相关的错误。英国律所 Pinsent Masons 也曾承认，提交给英国高等法院的法律文件里包含 AI 幻觉内容。

这些案例的共同点不是”AI 不靠谱”，而是”流程没跟上”。生成式工具把初稿的生产成本降到了接近零，但核对成本没有同步下降。当交付周期被压缩，最先被牺牲的往往正是最枯燥的环节：逐条查证引用、确认案例真实性、比对原始数据。

最讽刺的部分

埃森哲首席执行官朱莉·斯威特去年曾公开警告，作为公司 AI 转型的一部分，未能使用这项技术的顾问将被”淘汰”。今年 10 月，由于员工使用需求过于旺盛，部分人每月在 Claude 等工具上的账单超过 1000 美元，公司不得不对 AI 工具的使用设置新限制。

一边是把 AI 使用率当作考核指标，一边是 AI 生成内容引发的事实性事故，这两件事放在同一家公司身上，构成了当下企业 AI 转型的典型困境：效率指标容易量化，质量损失却要等到出事才被看见。

趋势洞察

这件事的影响不会止于一份报告。接下来，咨询、法律、审计、医疗这几个高信任行业，大概率会迎来一轮”AI 生成内容核查”的流程重建。可预期的变化包括：引用必须可追溯到原始来源、关键结论要求人工二次签字、交付物附带 AI 参与度说明。

更根本的问题在于责任分配。如果一份由 AI 起草、人工修改、机构署名的报告出了错，责任该由谁承担？目前的行业惯例是把责任压在署名机构身上，这在短期内有效，但长期看会推高合规成本，反而让中小机构更难使用 AI。

对读者来说，最实用的建议只有一条：看到引用，先去查。尤其是那些看起来完美契合论点的引用。