Comment PwC utilise CrewAI
PwC utilise des agents CrewAI pour générer, exécuter et valider de manière itérative du code dans un langage propriétaire, au sein de ses workflows de cycle de développement logiciel. Elle s'en sert aussi pour rédiger et affiner de longs documents de spécifications fonctionnelles et techniques à partir des retours des consultants, et pour suivre les performances des agents afin de rendre compte du retour sur investissement.
Voir la preuve capturéeL’usage : comment PwC déploie CrewAI
PwC uses CrewAI agents to generate, execute and iteratively validate proprietary-language code within its software development lifecycle workflows. It also uses agents to draft and refine long functional and technical specification documents with consultant feedback, and to monitor agent performance for ROI reporting.
Le témoignage du client
Nous sommes passés d'environ 10 % de précision sur la génération de code à plus de 70 % dès que nous avons intégré des agents Crew AI dans le flux de travail.Traduction automatique de l’anglaisVoir l’original
We went from roughly 10% accuracy on code generation to 70%+ once we brought Crew AI agents into the workflow.Les autres outils IA utilisés par PwC
Autres relations publiques recensées sur usedby.
Explorer la stack IA de PwCLes clients de CrewAI dans le secteur Comptabilité et audit
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de CrewAIConsulter la source
Cette synthèse repose sur l’étude de cas publiée par CrewAI. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
crewai.com- Dernière vérification
- 7 nov. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 70%Vérifié
Le chiffre est sur la page ; son libellé est formulé par nous.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de PwC.
- PwC utilise CrewAIVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
Crew-powered agents boosted code-generation accuracy from 10% to 70%, slashed turnaround time on complex documents, and supplied granular data to prove ROI.







