Comment l'intelligence artificielle peut aider à prévenir la fraude en entreprise
La fraude financière représente une menace constante pour les entreprises. Selon l'enquête 2020 de PwC sur la criminalité économique et la fraude, 47 % des entreprises dans le monde ont déjà été victimes de fraude – parmi elles, 13 % ont déclaré avoir subi des pertes de plus de 50 millions de dollars.
Bien qu'il existe de nombreux types de fraude, la fraude en entreprise (comme la double facturation, les dépenses frauduleuses ou encore le détournement d'actifs) représente un risque majeur. Selon un rapport de l'Association of Certified Fraud Examiners, le détournement d'actifs - à savoir, la perte ou le vol accidentel ou intentionnel de revenus par des employés - représente 86 % des cas de fraude. Elle est également à l’origine de la perte de 5 % des revenus des entreprises ce qui impacte considérablement leur capacité à se développer et à atteindre leurs objectifs.
Bien que la fraude en entreprise entraine la perte de millions de dollars de revenus chaque année, les tentatives pour l’éradiquer ont jusqu'à présent échoué. En effet, la détection de la fraude s’avère être un véritable défi, d'autant plus qu'une grande partie de ce travail est encore effectuée manuellement. L’erreur est humaine et il est tout à fait possible qu’une facture ou une note de frais suspecte ne soit pas repérée, surtout lorsqu’il y a des centaines ou des milliers de documents à traiter. L'intelligence artificielle (IA) peut cependant aider les entreprises à mettre un terme à ce fléau. En effet, l’adoption de l'IA permet à l’entreprise d’assainir la situation grâce à un impact substantiel, immédiat et tangible.
La lutte contre la fraude : un véritable défi
La détection de la fraude financière est un exercice difficile, coûteux et long. De plus, les techniques traditionnelles de surveillance posent de gros problèmes. La double facturation par exemple, qui se produit lorsque plusieurs factures incluant des éléments légèrement différents (nom du fournisseur, numéros de facture, dates et parfois les montants) sont soumises pour les mêmes biens ou services. Non détectées, des paiements multiples sont alors traités, et des sommes importantes dépensées.
Rien qu'au sein de la communauté Coupa, nous avons détecté une moyenne de 1,7 million de dollars par an de dépenses liées à des factures dupliquées par client.
La plupart des technologies utilisées pour détecter les factures en double sont basées sur des règles, ce qui les rend difficiles à maintenir. Elles recherchent des correspondances exactes entre les éléments énumérés ci-dessus. Malheureusement, de nombreux doublons ne sont alors pas détectés, car ces factures peuvent comporter des noms et des informations légèrement différentes. Cela est souvent dû à de multiples erreurs lors du processus de saisie des données de la facture dans le système à partir des images de la facture.
Certaines de ces solutions technologiques utilisent déjà des systèmes d'IA, mais qui sont souvent très basiques et incapables de traiter le langage naturel nécessaire pour signaler les doublons. Les entreprises qui utilisent une IA non spécialisée pour la détection des fraudes continueront de passer à côté des factures frauduleuses et de perdre de l’argent.
Les équipes financières ont également du mal à surveiller et à identifier avec précision les dépenses non conformes. Les plus souvent concernées sont les entreprises qui se sont progressivement développées avec des débuts plus modestes, où les processus sont manuels : des feuilles de calcul ou du papier. Néanmoins, à mesure qu'une entreprise se développe, ces processus ne s'adaptent pas forcément et peuvent rapidement devenir chronophages et entrainer des erreurs.
En outre, les méthodes d'audit existantes obligent généralement les entreprises à contrôler un échantillon aléatoire de données. Cela ne permet pas une visibilité complète de leurs données, car elles n'examinent qu'un petit segment, ce qui signifie qu'elles peuvent passer à côté des erreurs ou des fraudes. De plus, l'audit détecte généralement la fraude après coup, ce qui signifie que les clients doivent consacrer du temps et des efforts pour récupérer les paiements, et cet argent manquant peut avoir un impact sur la trésorerie.
Le problème des silos
L'un des résultats directs de l'expansion d'une entreprise et du développement des processus manuels avec lesquels elle a démarré est que des fonctions clés telles que l'approvisionnement, les finances, les comptes fournisseurs et la trésorerie deviennent cloisonnées.
La fraude d'entreprise prospère dans l'ombre créée par les silos d'une entreprise, car les lacunes entre les systèmes qui ne peuvent pas communiquer entre eux forment des couloirs sombres qui profitent aux criminels.
Les entreprises doivent décloisonner ces silos pour détecter les fraudes. Comme cela demande beaucoup de ressources, elles adoptent souvent une approche manuelle pour se concentrer sur un seul domaine, comme la gestion des dépenses. En conséquence, elles risquent de passer à côté des fraudes qui se produisent ailleurs, par exemple dans la facturation ou les achats.
De même, les entreprises peuvent se tourner vers des produits anti-fraude conçus pour un silo spécifique, mais il manquera toujours la vue d'ensemble, sans compter que ces produits sont trop coûteux et pas assez efficaces pour être appliqués à tous les domaines de dépenses.
La première étape de la lutte contre la fraude doit consister à démanteler les silos et à rassembler toutes les données relatives aux dépenses sur une plateforme unique et unifiée. Cela permet aux systèmes distincts de travailler de manière beaucoup plus intelligente les uns avec les autres, et aux entreprises de mettre de la lumière dans les allées sombres.
L'intelligence artificielle entre en action
Grâce à la disponibilité des données sur une seule plateforme, il est beaucoup plus facile de mettre en œuvre la technologie de l'IA. Celle-ci a la vitesse et la puissance nécessaires pour analyser et auditer automatiquement 100 % des transactions, plutôt qu'un petit échantillon.
Par ailleurs, les progrès réalisés en matière de langage naturel et de machine learning permettent d'entraîner l'IA à comprendre la sémantique. Ainsi, au lieu d'identifier les factures en double en recherchant des correspondances d’éléments exactes, l'IA peut rechercher des modèles et des variations pour repérer les doublons. Les humains ne sont tout simplement pas aussi doués que l'IA pour déterminer les schémas, ce qui signifie que la technologie peut mieux identifier la fraude. L'IA peut également repérer les fraudes en temps réel, ce qui permet de prévenir ou d'intercepter les paiements suspects avant qu'ils ne soient effectués.
Des systèmes de détection des fraudes alimentés par l'IA ont été développés pour repérer et identifier les dépenses suspectes avant que les factures ne soient approuvées.
Alors que l'économie se remet encore des difficultés de la pandémie, la prévention de la fraude doit devenir une priorité absolue pour les entreprises qui cherchent à renforcer leur résilience. L'IA a le potentiel d'éliminer presque totalement la fraude dans l’entreprise - pas dans 10 ans, mais dès aujourd’hui. La technologie est efficace et peut détecter une grande majorité des fraudes commerciales presque immédiatement, aidant ainsi les entreprises à économiser de l'argent.