KPMG澳大利亚周一公布最新财年业绩并宣布大规模成本削减计划:将裁减约5%的员工,涉及360名普通员工和27名合伙人,主要集中在咨询与业务服务部门。同期总收入微降1%至22.57亿澳元,其中咨询业务收入大幅下滑16.9%,平均股权合伙人薪酬下降13%。新任首席执行官明确表示,经济疲软与公司自身治理问题叠加,预计困难市场环境将持续至2027财年甚至更久。 此举是该公司在爆出合伙人不当使用客户机密信息丑闻后,进一步调整业务与成本结构的重要动作。 截至2026年6月30日的财年,KPMG澳大利亚总收入为22.57亿澳元,同比下降1%。咨询业务作为最大收入来源,收入降至6.32亿澳元,降幅达16.9%,主要受政府减少使用外部咨询服务以及整体市场疲软影响。 相比之下,其他四个业务板块均实现增长:审计与鉴证业务增长11%,税务与法律增长约10.9%,中端市场与私人业务增长6.4%,交易咨询与基础设施增长3%。公司表示,尽管部分业务仍有韧性,但整体环境迫使管理层对成本与人员结构进行全面复盘。 裁员计划明确指向咨询与业务服务部门,总计约387个岗位(360名员工+27名合伙人)。公司同时启动对少量基于奖项岗位的协商程序,并计划简化部分组织结构,以更好对齐全球咨询服务模式、提升团队协作效率。新任CEO强调,这是基于对成本基础与未来人力需求的系统性评估结果。 此次调整发生在公司深陷治理危机之后。此前有内部举报显示,部分高级合伙人曾不当获取并使用客户机密信息以争取新业务,严重损害了专业信任。事件已导致前CEO、审计负责人、主席及多名高级审计合伙人离职,管理层完成较大范围更迭。 新CEO在声明中直接承认“我们自身的失误所造成的挑战”,并表示将持续推进重建信任的工作。市场与客户层面的影响已开始显现:部分大型客户考虑更换审计师,政府业务进一步收缩,咨询需求短期难以恢复。公司内部也已感受到压力,合伙人平均薪酬在过去一年下降13%,反映业绩与声誉双重冲击。 管理层对前景持谨慎态度,预计澳大利亚经济增长将保持疲软至至少2028年,客户投资决策周期拉长,进一步压制专业服务需求。人工智能应用加速、政府削减外部咨询开支等因素,也加剧了咨询业务的结构性压力。 从更广视角看,这一事件再次凸显大型专业服务机构在多重角色(审计、咨询、税务)下的潜在利益冲突与治理风险。澳大利亚政府此前已释放信号,考虑加强对四大会计师事务所的监管,甚至讨论分拆可能性。KPMG此轮裁员与结构简化,既是应对短期财务压力的举措,也是试图在监管与客户审视下重建运营纪律的尝试。
「搞a」是什么意思?一文讲清这个热词的来龙去脉
最近一年,「搞a」这个词在社交平台和职场群里出现的频率越来越高。很多人第一次看到会疑惑:这个带英文字母的说法到底指什么?其实它并没有太多玄机,就是「搞AI」的口语化简写——把人工智能当成一件需要动手去做、去用的正经事。年轻人说「今天又在搞a」,意思往往是花时间研究AI工具、用AI处理工作;管理者说「团队要开始搞a了」,说的则是把人工智能引入业务流程。一个字母,浓缩的是当下最真实的效率焦虑与工具热情。
「搞a」之所以能流行,和AI工具门槛的快速下降直接相关。两年前,想用上大模型还得会写代码、会调接口;如今打开网页或手机应用,输入一句话就能得到大纲、文案、表格公式甚至一段可运行的代码。写周报、做会议纪要、整理访谈录音、给图片去背景、把长文档压缩成三条要点,这些琐碎但耗时的事情,都可以交给AI先做一版初稿。当「用AI」从技术活变成日常操作,「搞a」自然就成了一个动词,和「搞设计」「搞数据」并列使用。
真正想把a搞明白,关键不在工具数量,而在提问方式。第一,把任务说清楚:交代背景、目标、受众和格式,比一句「帮我写个方案」有用得多。第二,分步骤来:先让AI列框架,再逐段填充,最后自己通读修改,比一次性索要成品更可控。第三,给它参考资料:把产品文档、历史数据、优秀案例贴进对话,输出质量会明显提升。第四,保留人工判断:涉及数据、法规、对外发布的内容,必须自己核对来源,AI负责提速,人负责把关。
也要提醒一句,「搞a」不等于把脑子外包出去。大模型存在编造事实、引用不存在文献的问题,越是具体到数字、人名、条款,越要回到原始出处验证。同时注意数据安全:客户名单、未公开的财务数据、个人隐私信息,不要随意粘贴进公共AI工具。企业层面更需要明确使用规范,哪些场景可以用、哪些数据不能传,事先讲清楚,比事后补救省事得多。
从趋势看,「搞a」正在从个人尝鲜走向组织标配。招聘信息里开始出现「熟悉AI工具者优先」,内部培训里多了提示词课程,一些团队甚至设立了专门负责AI落地的岗位。对普通人来说,不必追求把所有工具都试一遍,挑两三个和工作最贴近的场景,坚持用上一个月,形成自己的固定流程,收益远比收藏一堆教程更实在。说到底,搞a的本质不是追风口,而是把新工具变成自己的手感。
为用户提供丰富的视频内容资源与高清播放体验,覆盖多类型热门视频与精选推荐内容。平台每日实时更新,确保用户能够第一时间获取最新资源;同时支持多终端访问,让观看更加便捷流畅。,作为综合性视频内容平台,持续收录全网热门资源与精选视频合集。系统支持多终端同步播放,保证用户在不同设备上均可获得一致体验。。相关话题「02版要闻 - 在全国政协新年茶话会上的讲话」持续受到关注,更多内容请访问 献给2023的告别短片与依托的视频内容体系,平台实现资源快速更新与智能分类推荐。用户可轻松浏览各类视频内容,并享受高速播放与稳定解析服务。。
「搞a」是什么意思?一文讲清这个热词的来龙去脉
最近一年,「搞a」这个词在社交平台和职场群里出现的频率越来越高。很多人第一次看到会疑惑:这个带英文字母的说法到底指什么?其实它并没有太多玄机,就是「搞AI」的口语化简写——把人工智能当成一件需要动手去做、去用的正经事。年轻人说「今天又在搞a」,意思往往是花时间研究AI工具、用AI处理工作;管理者说「团队要开始搞a了」,说的则是把人工智能引入业务流程。一个字母,浓缩的是当下最真实的效率焦虑与工具热情。
「搞a」之所以能流行,和AI工具门槛的快速下降直接相关。两年前,想用上大模型还得会写代码、会调接口;如今打开网页或手机应用,输入一句话就能得到大纲、文案、表格公式甚至一段可运行的代码。写周报、做会议纪要、整理访谈录音、给图片去背景、把长文档压缩成三条要点,这些琐碎但耗时的事情,都可以交给AI先做一版初稿。当「用AI」从技术活变成日常操作,「搞a」自然就成了一个动词,和「搞设计」「搞数据」并列使用。
真正想把a搞明白,关键不在工具数量,而在提问方式。第一,把任务说清楚:交代背景、目标、受众和格式,比一句「帮我写个方案」有用得多。第二,分步骤来:先让AI列框架,再逐段填充,最后自己通读修改,比一次性索要成品更可控。第三,给它参考资料:把产品文档、历史数据、优秀案例贴进对话,输出质量会明显提升。第四,保留人工判断:涉及数据、法规、对外发布的内容,必须自己核对来源,AI负责提速,人负责把关。
也要提醒一句,「搞a」不等于把脑子外包出去。大模型存在编造事实、引用不存在文献的问题,越是具体到数字、人名、条款,越要回到原始出处验证。同时注意数据安全:客户名单、未公开的财务数据、个人隐私信息,不要随意粘贴进公共AI工具。企业层面更需要明确使用规范,哪些场景可以用、哪些数据不能传,事先讲清楚,比事后补救省事得多。
从趋势看,「搞a」正在从个人尝鲜走向组织标配。招聘信息里开始出现「熟悉AI工具者优先」,内部培训里多了提示词课程,一些团队甚至设立了专门负责AI落地的岗位。对普通人来说,不必追求把所有工具都试一遍,挑两三个和工作最贴近的场景,坚持用上一个月,形成自己的固定流程,收益远比收藏一堆教程更实在。说到底,搞a的本质不是追风口,而是把新工具变成自己的手感。







