Coupa：AI 是解决采购欺诈流行的良药

快速阅读: 《PYMNTS.com》消息，采购欺诈已成为全球组织面临的重大财务和声誉危机。中型市场公司因网络安全风险和不稳定运营，成为重灾区。为应对这一挑战，企业需转向人工智能和自动化，以实现实时欺诈检测和预防。然而，目前仅有28%的企业采用了自动欺诈检测系统，尽管这能显著提高效率并减少欺诈风险。

采购欺诈已经从偶尔给企业带来困扰的头疼问题，演变为全球组织面临的全面财务和声誉灾难。这不再是仅仅纸面的问题；问题正从后台转移到董事会。“我们必须改变思维方式，”行业采购主管迈克尔·范·基伦在库帕告诉PYMNTS说。“欺诈预防不仅仅是财务问题或采购问题——这是业务当务之急。”“在当前环境下，由于地缘政治和经济不稳定导致外部威胁增加，人工智能成为前沿技术，公司比以往任何时候都更加脆弱。”他补充道。根据PYMNTS Intelligence最近与库帕合作进行的一项报告数据，这应该已经让C-suite领导者夜不能寐：中型市场公司，这些公司已经在高不确定性环境中运营，网络安全风险和运营不确定性交织在一起，是面临采购欺诈风险最大的群体之一。接近九成（87%）这些企业的客户流失率高于更稳定的同行。原因是什么？频繁的监管变化、波动的市场和过时的采购流程。“如果你没有适当地将采购流程操作化，[并且]如果没有一定的成熟度，你就会容易受到欺诈的影响，”范·基伦表示。

阅读更多：采购到付款周期中的欺诈严重打击了中型市场公司采购到付款周期中的欺诈严重打击了中型市场公司采购中的欺诈行为可以从超额支付和重复发票到未经授权的交易不等。采购到付款周期中的欺诈严重打击了中型市场公司。“我们看到一些公司仅仅因为没有正确制度化其采购实践就被欺诈数十亿甚至数百亿美元，”范·基伦说。传统上，公司采取的是被动应对方式——只有在欺诈发生后才处理。但正如范·基伦强调的：“预防欺诈要好得多。通过人工智能和机器学习，你可以提前检测到欺诈行为，使用实时警报和大数据集来识别异常，在付款前锁定问题。”

对于那些对自动化犹豫不决的公司来说，数据具有说服力：使用自动化的企业比依赖人工方法如员工培训的企业减少采购欺诈的可能性高出两倍。“人类天生会引入偏见和低效，”范·基伦说。“人工欺诈检测通常是在事后进行的，即在资金离开组织后才发现欺诈。但自动化可以全天候工作，识别模式并在实时标记可疑活动。”

除了检测之外，像人工智能这样的创新还可以不断从交易行为中学习，提高识别欺诈模式的能力。“我们在[库帕]社区中的支出总额达到7万亿美元，”范·基伦说。“这些是来自真实供应商的实际数据，正在训练我们的AI更快、更准确地检测异常，任何人类都无法做到这一点。”

问题是企业成了待宰的鸭子。尽管自动化在减少欺诈方面有明显的好处，但采用速度依然缓慢——仅有28%的企业已集成自动欺诈检测，尽管71%的企业认为这是最有效的方法。范·基伦认为这是一个关键差距，指出自动化采用的主要障碍之一是对如何运作欺诈检测的误解。“没有一刀切的解决方案，”他向PYMNTS表示。“在一个行业中有效的方法在另一个行业中不一定适用。更重要的是，欺诈检测的效果取决于输入的数据质量。”

自动化不仅可以防止欺诈，而且与传统方法相比还能提高效率。为了应对采购欺诈，例如，库帕开发了支出卫士，这是一种基于人工智能的安全网，可实时识别潜在的欺诈和低效。“支出卫士将组织从手动、被动的方式转变为自动化、主动的方式，”范·基伦说。“它利用人工智能和机器学习分析所有应用程序的支出数据，利用社区智能在导致财务损失之前标记欺诈行为。”

“以重复发票为例，”他说，“有些公司仍然聘请第三方审计员来检测重复发票，这在人工智能可以在付款处理前实时检测时显得非常荒谬。”

随着采购欺诈继续威胁商业稳定性，对面临更高欺诈风险的中型市场公司而言，信息很清楚：采用实时欺诈检测，利用人工智能进行模式识别，并在整个采购生命周期中整合自动化。“高管们常常低估采购欺诈的影响，因为它难以量化——直到它发生，”范·基伦说。“一旦发生，不仅仅是财务损失；还会造成声誉损害和股东价值下降。”

但通过打破运营孤岛，利用人工智能驱动的解决方案并优先考虑自动化，企业可以将采购欺诈从潜藏的威胁转化为可控的风险。技术已经存在；现在是时候让公司开始应用它了，范·基伦表示。

(以上内容均由Ai生成)