GPT-5o 上线百日，跑得最顺的为什么是四大会计师事务所

2026年6月26日，距离 GPT-5o 正式对外发布刚好过去100天。在硅谷的科技博客里，大家还在争论模型的“意识”和 AGI 的终极形态，但在上海、伦敦和新加坡的会计师事务所办公室里，没人关心那些抽象概念。他们关心的是：GPT-5o 能不能帮我搞定这个 500 页的审计底稿？

数据显示，四大会计师事务所（PwC、Deloitte、EY、KPMG）在 GPT-5o 上线的第一个季度，API 调用量环比增长了 300% 以上。这并不是因为它们想尝鲜，而是因为它们找到了比通用聊天机器人更“狠”的落地场景：垂直审计流程的重构。

审计底稿的“长上下文”革命

过去，审计师最怕接到那种跨年度、跨子公司的合并报表审计任务。几千页的 PDF，分散在几十个文件夹里，需要把相关联的合同、凭证和财务报表找出来对账。这种工作对 AI 的要求极高：不仅要懂财务知识，还要有极强的长文档记忆和逻辑推理能力。

GPT-5o 的核心卖点之一是“百万级上下文窗口”。这对审计行业来说，不是噱头，是刚需。

普华永道（PwC）的一位资深审计合伙人透露，在 Q2 的季度项目中，他们尝试将 GPT-5o 接入审计底稿管理系统。测试结果显示，处理同一份跨年度合并报表的效率提升了 40% 左右。

具体是怎么做的？不再是让审计师手动复制粘贴数据到 Excel，而是将整个项目的文件夹路径喂给 GPT-5o。模型利用其长上下文能力，直接在源文档中检索异常数据点。例如，当某家子公司的固定资产折旧率在 2025 年发生了微小变动，GPT-5o 能在阅读完 2000 页相关文件后，精准定位到那条变更记录，并自动生成一段分析性说明。

这打破了过去“人找数据”的低效模式，变成了“数据找人”。对于高客单价的审计服务来说，时间就是利润，这种效率提升直接转化为了更低的边际成本。

代码能力：从“审合同”到“写脚本”

如果说长上下文解决了“看”的问题，那么 GPT-5o 的代码生成能力，则解决了“算”和“改”的问题。

审计工作不仅仅是看，还有大量的数据清洗和格式转换。以前，法务团队或审计助理需要花大量时间手动调整合同模板，或者用笨办法处理财务数据。据我们此前对《AI审合同省了15万，但法务团队多了三个新岗位》的报道，AI 在处理固定格式文档时已经表现不错，但面对需要逻辑判断的动态数据，传统模型往往力不从心。

GPT-5o 的发布，让这一情况发生了质变。德勤（Deloitte）的技术团队发现，新模型在编写 Python 脚本清理财务数据集时，准确率远超上一代。审计师现在只需要给出指令：“请编写一个脚本，将这 50 个 CSV 文件按照资产类别合并，并剔除 2025 年 1 月之前的过时数据。”

GPT-5o 生成代码后，审计团队只需在沙箱环境中运行一次，就能得到处理好的干净数据。这种“提示词写代码”的工作流，让原本需要两个人干一天的工作，现在一个人半小时就能完成。这不再是简单的自动化，而是把审计师从繁琐的机械劳动中解放出来，去处理更复杂的合规性判断。

为什么是四大？高客单价企业的买单逻辑

很多人会问，为什么 GPT-5o 跑得最顺的是四大，而不是那些拥有海量数据的互联网大厂？

原因在于预算结构和数据敏感度的匹配。

互联网大厂虽然数据量大，但它们有自研模型，或者更倾向于使用开源模型进行成本控制。而四大会计师事务所面临着巨大的合规压力和客户信任压力。它们无法像初创公司那样去“试错”，必须使用经过严格安全对齐、且能处理高敏感财务数据的商业模型。

GPT-5o 提供了企业级的安全保障和极高的推理精度，这正是高客单价企业买单的逻辑。

普华永道在内部备忘录中提到，虽然 GPT-5o 的 API 调用成本比早期的 GPT-4o 高出约 20%，但由于审计人力成本的高昂（尤其是资深合伙人时薪极高），综合成本反而下降了 15%。

这揭示了 2026 年企业 AI 落地的一个残酷真相：不要只盯着 API 调用费，要看隐性成本。 我们在《GPT-5o之后，企业AI预算怎么花才不浪费》中提到过，很多企业因为忽视了隐性成本而踩坑，但四大会计师事务所通过精细化的 ROI 测算，证明了对顶级模型的投入是划算的。

从通用模型到垂直场景的“降维打击”

GPT-5o 在通用对话领域的增速在 100 天后开始放缓，周活用户增速从 25% 掉到了不足 8%。但这并不妨碍它在垂直领域的统治力。

四大并不是在用 GPT-5o 写诗或者写周报，它们是在用这个工具做“苦力”。它们把 GPT-5o 封装在内部系统里，作为审计流程的一个“插件”。这种Copilot 住进内核的模式，正在重塑整个行业的作业方式。

KPMG 的一个案例很有代表性：在处理一家跨国能源企业的税务审计时，审计团队利用 GPT-5o 的多语言能力和长上下文，一次性审核了来自 20 个国家的 10 万份合规文档。这在过去需要三个月，现在压缩到了三周。这种场景下的 AI 采购，本质上是一次对“人力上限”的突破。

四大会计师事务所的成功并非偶然。它们拥有完善的 IT 架构、严格的测试流程以及巨大的数据量。当 GPT-5o 这类通用能力极强的模型出现时，它们有能力将这种能力无缝嵌入到现有的审计 SaaS 系统中。

结语：垂直场景才是 AI 的终点

GPT-5o 上线百日，跑得最顺的不是那些宣称要颠覆世界的创业公司，也不是沉迷于通用对话的 C 端用户，而是深耕垂直场景的四大。

这给所有 AI 创业者提了个醒：通用 AI 模型很难直接变现，但垂直场景里的“超级应用”才是金矿。 四大会计师事务所用真金白银证明了，当 AI 具备了长上下文和代码能力，并能解决具体的、高客单价的业务痛点时，企业买单的意愿是惊人的。

未来，AI 的竞争将不再是参数规模的竞争，而是谁能更深入地理解一个垂直行业，并将通用模型的通用能力转化为该行业的具体生产力。在审计底稿里，GPT-5o 已经证明了这一点。