Sistem AI Deteksi Penipuan Keuangan Perusahaan

pibitek.biz -Para ahli di bidang teknologi dan keuangan lagi-lagi punya kabar gembira. Mereka lagi mengembangkan sistem canggih yang menggunakan AI buat mendeteksi penipuan keuangan. AI ini punya kemampuan yang keren, lho! Bayangkan, AI ini bisa mendeteksi penipuan di berbagai perusahaan dan bahkan di seluruh rantai pasokan. Sistem AI ini diberi nama "FraudGCN". Sistem ini punya kemampuan keren banget, dia bisa menganalisis pola data keuangan dan hubungan antar perusahaan buat menemukan dan memprediksi aktivitas curang.

Cara kerjanya mirip detektif jempolan, AI ini meneliti jaringan hubungan antara perusahaan, auditor, dan perusahaan sejenisnya. FraudGCN menggunakan "graph theory" dan "machine learning" untuk menguak semua hubungan tersebut. Ini mirip dengan mengungkap misteri di film detektif, FraudGCN akan mengungkap rahasia tersembunyi di balik angka-angka. "Ini kayak perlombaan senjata matematika tanpa henti antara pihak berwenang dan penipu", kata Chenxu Wang, peneliti utama dan profesor di Xi'an Jiaotong University.

Sistem AI ini muncul di saat pasar keuangan lagi pusing tujuh keliling dengan kasus penipuan akuntansi. Sebuah laporan menunjukkan, 62% lembaga keuangan dengan aset lebih dari 5 miliar dolar mengalami peningkatan kejahatan keuangan. Ini menunjukkan kelemahan yang semakin menganga di sektor perbankan Amerika Serikat. Modus penipuan semakin canggih, bahkan penipu juga mulai memanfaatkan AI. Alhasil, kebutuhan akan sistem deteksi penipuan yang efektif dan canggih semakin mendesak. Metode deteksi penipuan tradisional biasanya mengandalkan audit.

Audit memang penting, tapi terkadang bisa memakan waktu dan tenaga. Yang lebih sulit lagi, audit terkadang kesulitan membedakan antara keberhasilan bisnis yang sah dan angka-angka yang direkayasa. Karena kesulitan ini, banyak perusahaan yang terlewatkan dan lolos dari pengawasan dalam waktu lama. Salah satu contoh modus penipuan yang sering terjadi adalah penipuan tagihan. Modus ini bisa terjadi saat tagihan fiktif dibuat untuk barang atau jasa yang tidak pernah dikirim, atau tagihan asli diubah untuk mengalihkan dana.

Ada juga modus penipuan vendor, di mana perusahaan palsu dibuat untuk menerima pembayaran atas barang atau jasa yang tidak ada, atau melibatkan pemberi suap dan penerima suap untuk mengamankan kontrak atau persetujuan tagihan. Selain itu, penipuan pembayaran juga bisa terjadi saat penipu berhasil mengakses sistem pembayaran atau memanipulasi proses persetujuan pembayaran. Modus-modus penipuan ini susah dideteksi dengan cara tradisional. "Yang dibutuhkan adalah algoritma yang efektif dan akurat untuk secara otomatis mengidentifikasi penipuan akuntansi, dan melupakan cara audit manual yang tidak efektif", kata Mengqin Wang, peneliti lain yang terlibat dalam proyek FraudGCN.

FraudGCN menawarkan solusi dengan cara membangun grafik multi-relasional yang menggambarkan koneksi antar perusahaan. Ini memungkinkan sistem menganalisis pola di seluruh jaringan perusahaan. Saat diuji coba dengan data perusahaan publik di China, FraudGCN terbukti lebih unggul dibandingkan metode deteksi penipuan lainnya. Keunggulannya mencapai 3,15% hingga 3,86%. Walaupun begitu, dampak praktis dari peningkatan deteksi penipuan ini masih belum jelas. Peran AI dalam deteksi penipuan terus berkembang.

Para ahli juga memperhatikan potensi AI dalam mendeteksi penipuan dan bahkan membantu penipu. "Dalam industri asuransi, kita fokus pada penjualan, dan karena itu, seringkali mengabaikan potensi implikasi dari teknologi yang sedang berkembang seperti AI yang mungkin terjadi pada klaim", kata Joe Stephenson, direktur intelijen digital di Intertel. "Meskipun AI sangat bagus untuk penilaian, kita juga melihat penjahat memanfaatkan ChatGPT dan AI untuk memajukan aktivitas penipuan, baik melalui pengembangan ID sintetis atau metadata", tambah Stephenson.

Hal ini menimbulkan tantangan baru. "Metadata bukan tradisional, dan penggunaan media sosial memudahkan siapa pun untuk memperbesar klaim atau mengatur kelompok kriminal", jelas Stephenson. Namun, AI juga dapat dimanfaatkan untuk menganalisis sejumlah besar data. "Algoritma tingkat lanjut dapat memindai dan menganalisis aktivitas media sosial, mengidentifikasi pola dan anomali yang mungkin terlewatkan oleh investigator manusia", kata Stephenson. Industri keuangan juga menerapkan otomatisasi dalam proses keuangan sebagai langkah pencegahan penipuan. "Sistem akuntansi otomatis yang dibangun dengan langkah-langkah keamanan terbaik menawarkan kemampuan deteksi penipuan bawaan, seperti deteksi anomali dan algoritma pencocokan tagihan", kata Wnek. "Platform terbaik adalah satu-satunya tempat untuk semua tugas AP, yang mengarah pada pengurangan jumlah sistem di mana data perlu melewati". Pergeseran menuju otomatisasi adalah tren yang terus berlanjut di industri keuangan. "Meskipun secara tradisional menolak perubahan, tim akuntansi telah mulai menyadari nilai otomatisasi dalam meningkatkan efisiensi dan keakuratan proses seperti akuntansi piutang (AP) dan akuntansi utang (AR)", kata Wnek. "Otomatisasi AP mengurangi biaya hingga 40-95%", tambah Wnek. Selain itu, dengan mengurangi intervensi manual dalam proses keuangan, otomatisasi dapat mengurangi peluang terjadinya jenis penipuan tertentu. Namun, penerapan teknologi ini juga memiliki tantangan tersendiri. "Dua hambatan terbesar untuk mengadopsi digitalisasi AP dan AR adalah biaya dan kompleksitas", kata Wnek. "Namun hambatan ini mudah diatasi saat bisnis mempertimbangkan pengembalian investasi dibandingkan dengan outsourcing layanan pelanggan dan pengolahan keuangan", tambah Wnek.