Phát hiện gian lận bằng trí tuệ nhân tạo

AI có thể trở thành công cụ hỗ trợ mạnh mẽ cho kiểm toán viên nội bộ. Ảnh: ST

Những lợi ích chưa từng có

Gian lận là một thách thức lớn đối với mọi doanh nghiệp, do đó, các nhà lãnh đạo KTNB phải tìm cách ứng phó với những gian lận ngày càng tinh vi, đặc biệt cần vượt ra ngoài phương pháp phát hiện gian lận truyền thống và áp dụng các giải pháp AI. AI đang cách mạng hóa việc phát hiện gian lận bằng cách chuyển từ các hệ thống dựa trên quy tắc tĩnh sang các mô hình động có khả năng học hỏi, thích ứng.

AI có thể xác định các hoạt động gian lận theo thời gian thực, mang lại mức độ hiệu quả và chính xác chưa từng có. Mô hình AI giúp phân tích các tập dữ liệu khổng lồ từ các giao dịch tài chính và yếu tố rủi ro bên ngoài để phát hiện những bất thường mà công cụ truyền thống không thể nhận ra. Đối với các nhà lãnh đạo KTNB, điều này có nghĩa là tăng cường khả năng hiển thị các rủi ro gian lận, gia tăng sự tự tin vào hiệu quả kiểm soát.

Các giải pháp AI giúp cải thiện khả năng phát hiện gian lận bằng cách liên tục rút kinh nghiệm từ các hoạt động gian lận mới, điều chỉnh thông số phát hiện gian lận theo các chiến thuật mới và tăng cường khả năng dự đoán để giảm thiểu rủi ro. Các nhà lãnh đạo KTNB phải đảm bảo rằng, các giải pháp AI đều tối ưu, tích hợp tốt và phù hợp với khuôn khổ quản lý rủi ro của tổ chức.

Việc áp dụng AI để phát hiện gian lận mang lại một số lợi thế cho KTNB. Một trong những lợi ích quan trọng nhất là giám sát các giao dịch theo thời gian thực. Thay vì dựa vào các cuộc điều tra gian lận sau sự cố, AI cho phép phát hiện và phản hồi ngay lập tức, giúp giảm thiểu tổn thất tài chính và thiệt hại về uy tín.

Một lợi thế quan trọng khác là cải thiện độ chính xác tốt hơn so với các phương pháp truyền thống. Việc ít bị phân tâm hơn cho phép các nhà lãnh đạo KTNB tập trung nguồn lực vào các giao dịch rủi ro cao thay vì lãng phí thời gian điều tra các hoạt động đáng ngờ. Khả năng của AI trong việc phân biệt giữa các mô hình giao dịch bình thường và bất thường giúp đảm bảo rằng các cuộc điều tra vẫn đạt được mục tiêu và hiệu quả.

Khả năng mở rộng để phân tích lượng dữ liệu khổng lồ trong khi vẫn duy trì độ chính xác cao cũng là một lợi ích quan trọng. Khả năng này đặc biệt có lợi cho các chức năng kiểm toán giám sát hoạt động đa quốc gia. Ví dụ, thẻ tín dụng được sử dụng thường xuyên hơn ở Hoa Kỳ, thanh toán di động phổ biến hơn ở Trung Quốc và tiền mặt chiếm ưu thế ở Đông Âu. Nếu một tổ chức toàn cầu liên quan đến gian lận thanh toán, từng khu vực sẽ áp dụng cách tiếp cận khác nhau.

AI cũng giúp tăng cường khả năng phát hiện gian lận thông qua học tập. Không giống như các bộ quy tắc tĩnh, mọi mô hình AI đều phát triển theo các chiến thuật gian lận, phát hiện các âm mưu mới mà không cần cập nhật thường xuyên bằng phương pháp thủ công. Điều này đặc biệt hữu ích trong bối cảnh những kẻ gian lận liên tục tinh chỉnh kỹ thuật để vượt qua các biện pháp kiểm soát hiện có.

Ngoài ra, việc ứng dụng AI để phát hiện gian lận còn giúp tăng cường việc tuân thủ pháp luật. Các ngành được điều tiết phải tuân theo mọi yêu cầu nghiêm ngặt về giám sát gian lận. AI sẽ cung cấp các biên bản kiểm toán chi tiết, đảm bảo rằng mọi hoạt động phát hiện gian lận đều được ghi chép đầy đủ và dễ dàng truy cập để phục vụ công tác đánh giá tính tuân thủ.

Thách thức đi đôi

Mặc dù phát hiện gian lận bằng AI mang lại nhiều lợi ích, nó cũng đặt ra những rủi ro các nhà lãnh đạo KTNB phải cân nhắc. Một mối quan tâm chính là sự sai lệch của mô hình. Kiểm toán viên nội bộ phải đảm bảo rằng các mô hình AI sẽ trải qua quá trình kiểm tra, xác thực sai lệch thường xuyên để duy trì tính công bằng và việc tuân thủ quy định.

Kết quả không chính xác là những thách thức đáng kể. Mặc dù phát hiện gian lận bằng AI có thể cải thiện độ chính xác nhưng không có hệ thống nào hoàn hảo. Các nhà lãnh đạo KTNB phải làm việc với các nhóm phát hiện gian lận để tinh chỉnh các mô hình AI, cân bằng độ nhạy và độ đặc hiệu để tối ưu hóa hiệu quả phát hiện gian lận.

Bên cạnh đó, mối quan ngại về quyền riêng tư và bảo mật dữ liệu cũng cần được quan tâm. Các giải pháp phát hiện gian lận bằng AI giúp xử lý thông tin tài chính nhạy cảm, đòi hỏi phải tuân thủ nghiêm ngặt các quy định về bảo vệ dữ liệu. Các chức năng KTNB phải đánh giá xem AI dành cho hệ thống phát hiện gian lận có tuân thủ các tiêu chuẩn pháp lý và tiêu chuẩn đạo đức không, đồng thời đảm bảo mã hóa dữ liệu, lưu trữ an toàn và các biện pháp kiểm soát truy cập được áp dụng.

Ngoài ra, các nhà lãnh đạo KTNB phải giải quyết các cân nhắc về chuẩn mực đạo đức. Các hệ thống phát hiện gian lận bằng AI phải được thiết kế công bằng, có trách nhiệm, đảm bảo rằng các quy trình ra quyết định là minh bạch và có thể giải thích được. Các tổ chức phải triển khai các khuôn khổ quản trị để giám sát các ứng dụng phát hiện gian lận bằng AI, gây nên những tác hại không mong muốn.

Cần chiến lược trong triển khai AI

Để triển khai phát hiện gian lận bằng AI, kiểm toán viên nội bộ cần có cách tiếp cận chiến lược, giúp tối đa hóa lợi ích. Một chiến lược phát hiện gian lận rõ ràng phải bắt đầu bằng việc xác định các mục tiêu. Bằng cách thiết lập các Chỉ số hiệu suất chính, các nhóm KTNB có thể đo lường hiệu quả của AI và đảm bảo sự phù hợp với các mục tiêu hoạt động. AI có thể được đưa vào chiến lược công nghệ của tổ chức theo yêu cầu trong Chuẩn mực KTNB toàn cầu.

Một cách tiếp cận kết hợp để phát hiện gian lận thường mang lại kết quả tốt nhất. Thay vì chỉ dựa vào AI, các nhà lãnh đạo KTNB cần tích hợp AI với các cơ chế phát hiện gian lận truyền thống, ví dụ các hệ thống dựa trên quy tắc và sự giám sát của con người. Chiến lược này cho phép diễn giải tốt hơn về các cảnh báo do AI tạo ra và giúp đảm bảo rằng các nhà phân tích gian lận vẫn tham gia vào các cuộc điều tra có rủi ro cao.

Các ứng dụng phát hiện gian lận bằng AI phải tuân thủ các quy định về trách nhiệm giải trình và khả năng kiểm toán. Kiểm toán viên nội bộ nên ủng hộ việc sử dụng các kỹ thuật AI có thể giải thích được, cung cấp thông tin chi tiết rõ ràng về cách thức ra quyết định phát hiện gian lận. Điều này giúp gia tăng sự tin tưởng vào khả năng phát hiện gian lận và hỗ trợ việc tuân thủ quy định.

Cuối cùng, việc giám sát và cải tiến liên tục là điều cần thiết để duy trì hiệu quả phát hiện gian lận bằng AI. Những kẻ gian lận liên tục phát triển các chiến thuật, đòi hỏi phải tinh chỉnh mô hình liên tục và đào tạo lại theo định kỳ. Các nhóm KTNB cần thiết lập một khuôn khổ để giám sát hiệu quả hoạt động của AI, tiến hành kiểm toán thường xuyên và cập nhật các thuật toán để ứng phó với các xu hướng gian lận mới nổi.

Kiểm toán viên nội bộ đóng vai trò đảm bảo rằng các hệ thống phát hiện gian lận bằng AI được triển khai hiệu quả, có đạo đức và tuân thủ quy định. Bằng cách ứng dụng AI có trách nhiệm, các nhà lãnh đạo KTNB có thể giúp phòng ngừa và điều tra gian lận, đảm bảo các chiến lược phát hiện gian lận mạnh mẽ, thích ứng với bối cảnh luôn tồn tại các mối đe dọa khác nhau./.

(Theo Wolters Kluwer)

Yến Nhi