Tim keuangan Anda mungkin berinteraksi dengan AI beberapa kali sebelum makan siang – tetapi mereka tidak menyebutnya begitu. Dari filter spam yang melindungi kotak masuk mereka ke sistem yang memindai penerimaan dan cocok dengan faktur, itu semua AI, bersenandung hampir tidak terlihat di latar belakang. Ini menjadi rutin seperti memeriksa email, ditenun ke dalam operasi bisnis sehari -hari.
Tapi ini masalahnya: Meskipun AI telah membuat hidup lebih mudah bagi tim keuangan, itu juga membuat hidup lebih mudah bagi penipu. Apa yang dulunya adalah domain tarif taksi duplikat dan klaim jarak tempuh “bundar” telah memasuki tanah baru yang lebih berbahaya. Tanda terima yang curang sekarang dapat dibuat atau dimanipulasi hanya dalam detik menggunakan alat AI generatif dan ini, seperti yang diharapkan, menimbulkan tantangan baru bagi para pemimpin keuangan.
Salah satu area di mana ini dirasakan paling akut (tapi mungkin tidak sekeras yang kita harapkan) adalah manajemen pengeluaran. Apa yang dulunya adalah domain tarif taksi duplikat dan klaim jarak tempuh “bundar” telah memasuki tanah baru yang lebih berbahaya. Penerimaan yang curang sekarang dapat dibuat atau dimanipulasi hanya dalam detik menggunakan alat AI (gen AI) generatif dan ini, seperti yang diharapkan, menimbulkan tantangan baru bagi para pemimpin keuangan.
Asosiasi Penguji Penipuan Bersertifikat menyatakan bahwa biaya dan penipuan penipuan bertanggung jawab atas 35% dari kasus penyalahgunaan aset, dengan kerugian rata -rata sekitar $ 50.000 USUS per insiden – itu hanya malu £ 37.000. Lebih mengkhawatirkan, data menunjukkan lonjakan 700% dalam aktivitas dokumen yang curang setelah peningkatan popularitas AI generatif.
Lapangan bermain untuk penipu telah melihat lapisan cat baru; Dengan itu, demikian juga pertahanan yang digunakan untuk memerangi itu.
Jenis tanda terima palsu baru
Selama bertahun -tahun, penipuan biaya adalah oportunistik dan relatif tidak canggih. Karyawan mengembang jarak tempuh, men -tweak tanda terima taksi, atau diklaim untuk makanan yang sama dua kali. Dengan proses manual yang ada untuk memenuhi metode ini – dan tim keuangan yang terlalu banyak dibatasi di belakangnya – taktik seperti itu cukup sulit untuk dideteksi.
Sekarang, Jenderal AI telah meningkatkan keadaan hingga tingkat yang sama sekali baru. Alat seperti generator gambar ChatGPT dapat menghasilkan tanda terima yang sangat meyakinkan dalam hitungan menit – dan solusi OpenAI bahkan bukan alat terbaik di luar sana untuk tugas seperti itu. Bahaya sebenarnya bukanlah pemalsuan yang jelas yang disulap dari ketiadaan, tetapi dalam penerimaan otentik yang dimanipulasi.
“Tagihan restoran asli dapat diubah untuk meningkatkan totalnya,” Menjelaskan Andrew May, CEO Penyedia Perangkat Lunak Manajemen Pengeluaran Web Expenspens. “Ketika transaksi itu selaras dengan buku harian dan pertemuan klien, menjadi jauh lebih sulit untuk menemukan klaim pengeluaran curang. Di situlah letak ancaman terbesar saat ini – dan di mana memanipulasi kwitansi yang digunakan untuk mengambil waktu dan tingkat kemahiran, mereka sekarang dapat dirawat dalam detik.”
Mengapa cek tradisional gagal
Banyak tim keuangan masih mengandalkan pemeriksaan manual, seperti meninjau laporan bank atau mengkonfirmasi entri buku harian. Metode -metode ini mungkin masih berfungsi untuk bisnis kecil dengan beban kerja yang lebih mudah dikelola, tetapi di lingkungan di mana karyawan mengajukan ratusan klaim setiap bulan, cek tersebut tidak skala.
Terutama karena alasan inilah perjuangan melawan penipuan biaya yang dibantu AI semakin banyak ditimbulkan oleh AI itu sendiri. Sistem multi-lapis yang menggabungkan visi komputer, forensik metadata, dan analitik perilaku sekarang dapat mengidentifikasi tanda terima penipuan dengan kecepatan dan akurasi yang jauh lebih besar.
Penelitian oleh para ahli keuangan menunjukkan bahwa sistem ini dapat memotong penipuan hingga 30%, mengurangi tinjauan manual sebesar 70%dan meningkatkan tingkat deteksi dini sebesar 95%. Jelas, ada baiknya mengintip di bawah kap, dan menjelajahi sistem ini lebih jauh.
Melihat lebih dekat pada gudang senjata Ai
Alat pertama (dan mungkin yang paling berdampak) dalam “sabuk utilitas” AI adalah validasi waktu-nyata. Di mana tim keuangan pernah mengandalkan rekonsiliasi akhir bulan, sistem saat ini dapat menilai keaslian tanda terima dalam detik terpisah. Dengan pendekatan ini, klaim tersangka dihentikan di gerbang, bahkan tidak dapat membuatnya sejauh antrian persetujuan.
Profil perilaku adalah penanggulangan yang menarik. Pembelajaran mesin telah menjadi sangat mahir dalam membangun cetak biru pengeluaran untuk karyawan individu, menandai anomali yang mungkin mudah dilewatkan oleh ulasan manual. Biaya yang sering mencurigakan yang berada tepat di bawah ambang batas kebijakan, pembelian yang duduk di luar pola karyawan yang biasa – penyimpangan ini jauh lebih mudah untuk menandai menggunakan afinitas AI yang berbeda untuk pengenalan pola perilaku.
AI tidak terbatas pada pola, tentu saja, dan juga dapat menempatkan tanda terima itu di bawah mikroskop yang disesuaikan dengan halus. Alat deteksi Deepfake sekarang memindai gambar permukaan dan metadata tersembunyi di bawahnya, menangkap manipulasi halus yang mungkin diabaikan oleh mata terlatih. Tanda terima mungkin terlihat sempurna pada pandangan pertama, tetapi sidik jari digital yang mendasarinya sering bertindak sebagai bendera merah untuk sistem AI.
Mungkin yang paling menceritakan potensi AI adalah adopsi di luar sektor swasta. Dinas Sipil Inggris telah mulai menguji coba apa yang disebut “detektor pelanggaran”, sebuah sistem yang mencetak risiko mengklaim dan menyoroti pengeluaran yang berpotensi tidak pantas. Ketika lembaga publik bergerak dengan cepat, itu menandakan bahwa AI bukanlah eksperimen pinggiran atau techno-fad yang mencolok, tetapi pertahanan garis depan yang nyata, solid dan dapat diandalkan.
Efek kumulatif adalah perubahan nyata dalam waktu kasus. Alih -alih mengungkap penipuan beberapa minggu kemudian dalam audit yang menyakitkan, klaim yang mencurigakan ditandai saat mereka diajukan. Di zaman di mana penipuan biaya dapat dihasilkan dalam hitungan detik, deteksi harus bergerak secepat.
Metode yang dicoba dan diuji masih berhasil
Sebagai sedikit pun, perlu disebutkan bahwa tidak setiap pertahanan terhadap penipuan yang digerakkan AI bergantung pada metode deteksi mutakhir. Platform pengeluaran modern dapat menerapkan dan menegakkan aturan pengeluaran, memblokir klaim yang berada di luar kebijakan dan membatasi ruang lingkup untuk manipulasi.
Bahkan kartu pengeluaran yang telah dimuat sebelumnya adalah alat yang sangat berharga terhadap penipuan; Setiap transaksi dicatat pada titik penjualan, memberikan tim keuangan langsung pengawasan dan menyisakan jauh lebih sedikit ruang bagi klaim kreatif untuk menyelinap melalui internet.
Dalam pertempuran yang dipimpin teknologi, mudah untuk macet oleh solusi mahal dan berteknologi tinggi. Meskipun tidak dapat disangkal bahwa mereka membantu, perlu diingat bahwa kadang -kadang bahkan solusi yang paling sederhana bisa efektif.
Di luar penipuan, efisiensi dan wawasan strategis
Kembali ke topik yang ada, cerita tidak berakhir dengan pencegahan penipuan, karena otomatisasi bertenaga AI juga berdampak pada bagaimana tim keuangan bekerja dalam skala sehari-hari.
Sebuah studi akademik baru-baru ini tentang model otomasi end-to-end-menggabungkan AI, OCR, klasifikasi kebijakan dan pengawasan manusia-menunjukkan pengurangan 80% dalam waktu pemrosesan, di samping peningkatan kepatuhan yang signifikan.
Sementara itu, Intelligent Document Processing (IDP) mengekstraksi data dari penerimaan berkualitas buruk, mengurangi entri data manual dan membebaskan tim keuangan untuk pekerjaan yang lebih strategis seperti peramalan, analisis tren, dan penyempurnaan kebijakan. AI memungkinkan keuangan untuk bergerak melampaui penipuan pemadam kebakaran, menjadi alat profesional yang jauh lebih terintegrasi, cocok untuk membangun pandangan jauh ke depan dan strategi, daripada sekadar bertindak sebagai penegak kepatuhan.
Komentar penutup
Memang benar bahwa Gen AI memiliki penipu bersenjata dengan alat dan teknik baru yang canggih. Tetapi respons yang paling efektif bukanlah perlombaan senjata dari teknologi yang lebih baru-ini tentang menerapkan prinsip-prinsip pencegahan penipuan yang telah teruji waktu dengan kecerdasan dan presisi yang lebih besar.
Organisasi yang akan tetap dilindungi belum tentu mereka yang memiliki alat AI paling mencolok, tetapi mereka yang menggunakan teknologi untuk membuat pertahanan dasar mereka – kontrol yang kuat, akuntabilitas yang jelas, dan penilaian manusia – bekerja lebih sistematis dan efektif.
Nilai nyata AI terletak pada membantu tim keuangan menerapkan strategi pencegahan penipuan yang terbukti pada skala, dengan konsistensi, dan dengan jenis pengakuan pola yang tidak dapat dicapai oleh pengawasan manusia saja.
Pertahanan terkuat tidak akan dari mengejar setiap ancaman yang muncul dengan alat baru yang sesuai. Ini akan datang dari para pemimpin keuangan yang memahami bahwa kerangka kerja mereka yang ada, ketika ditingkatkan dengan kemampuan AI, menciptakan fondasi yang lebih tangguh daripada teknologi tunggal yang pernah ada.
Pertanyaan untuk para pemimpin bisnis bukanlah apakah mereka memiliki perangkat lunak deteksi penipuan terbaru. Itu adalah apakah tim mereka diperlengkapi untuk menggabungkan pengetahuan kelembagaan, proses yang terbukti, dan teknologi pintar dengan cara yang tetap selangkah lebih maju.
Baca juga: Mengapa Riviera Maya adalah tujuan retret CEO terbaik
Posting yang dipimpin AI “tug-of war” dalam keuangan muncul pertama kali pada kesuksesan wawasan.
