应对AI衍生风险：弥补AP欺诈漏洞

关闭开口应对人工智能赋能风险欺诈缺口： 如何应对新兴的AI驱动威胁 执行摘要 应付账款（AP）欺诈在频率和财务影响方面都在升级，因为网络犯罪分子利用了包括人工智能（AI）在内的高级技术。AP团队正面临日益增长的数字化、交易量以及供应商复杂性——所有这些都暴露了传统控制框架中的关键弱点。 随着自动化加速，欺诈手段在复杂性和速度上也不断演变。主要威胁包括： 发票欺诈 供应商冒充 人工智能驱动的深度伪造和浅层伪造诈骗 尽管风险不断加剧，但许多应付账款团队仍然依赖零散的流程和割裂的系统，这限制了可见性和检测能力。因此，应付账款职能便采取被动而非主动的方式运作，只在付款后才识别欺诈行为。 为弥合当前不断演变的欺诈威胁与应付账款（AP）控制成熟度之间的差距，组织必须通过结合专业人才、健全的流程和智能技术来构建韧性。 AP欺诈差距正在扩大 人工智能正在改变金融运营，使应付账款团队能够在不增加人员编制的情况下管理更大规模的供应商网络和交易量。 该指标也会增加风险敞口。随着供应商生态系统的增长，欺诈者利用控制漏洞的机会也随之增加。76% 的组织在 2025 年报告了尝试或实际发生的欺诈行为，这是一个令人担忧的数字，除非团队保持领先于人工智能驱动的威胁，否则这一数字将继续上升。 传统 AP 环境 正在暴露 传统的AP系统已无法确保当今风险环境下的韧性。许多团队仍受限于有限端到端可见性，同时又被要求“以更少资源做更多”。 自动化水平仍然较低。近半数（43%）的组织报告称，其财务流程中自动化程度不足四分之一，仅有17%报告自动化水平超过50%。43%的人将遗留技术和系统复杂性视为加速财务转型的首要障碍。 这些限制使AP团队负担过重，降低了他们有效检测异常的能力。其结果是，现代欺诈风险与传统AP控制之间的不匹配日益加剧。 您在加速金融转型方面面临的最大障碍是什么？ 加速五大数据泄露趋势 AP内部的欺诈风险正因若干结构性及技术性转变而进一步加剧。 1.以数字优先的支付方式：这提高了处理速度和效率，但也缩短了资金到账前人工审核的时间窗口。 远程和混合办公：分布式工作环境使得两名欺诈者更容易利用通信渠道并执行基于身份仿冒的攻击。 复杂的供应商生态系统：随着供应商网络扩大，维持3监督变得更加困难。 人工智能驱动的欺诈：借助人工智能，欺诈者可以自动化攻击、冒充4个人，并生成发票（浅伪造）。这使得传统的验证方法效果降低。 举报人举报行为的压制 当员工缺乏 5.缺乏心理安全感或报告机制的信心，导致可疑活动未被举报。 最常见的四种AP欺诈风险 1 商业电子邮件欺诈 (BEC) 它是什么？冒充高管、供应商或内部利益相关者会触发紧急付款。 留意：邮件的细微更改、不寻常的紧急情况、跳过审批流程。 2025年，75%的组织遭遇了电子邮件/商业电子邮件欺诈。 2 供应商冒充与发票欺诈 什么是 ACH 欺诈？ 它是什么？欺诈者创建了发票和虚假供应商请求，以利用薄弱的供应商入职和变更管理。 未经授权或被篡改的电子银行转账被用于转移资金。 注意：银行信息变更、重复发票以及供应商信息不一致。 44% 的组织都曾遭遇过发票欺诈。 深度伪造与基于身份的欺诈 它是什么？利用AI生成的声音、消息或视频进行冒充，以索要或授权付款。 警惕：通过语音、视频或消息发出的异常请求，以及细微的行为不一致。 53%的金融专业人士已成为深度伪造攻击的目标。 是什么？当薄弱的汇报文化和碎片化的监督机制，使得欺诈行为得以在组织内部发生时。组织往往缺乏易于访问且保密的升级渠道。 注意：控制覆盖、缺乏升级、异常行为。 为何欺诈未被察觉：来自举报人的教训 尽管支付欺诈常被视为技术问题，但许多欺诈案件之所以持续存在，是因为员工感觉没有授权去挑战可疑活动。了解员工为何保持沉默，对于制定有效的欺诈预防策略至关重要。 公开表达意见可能会让人孤立：一旦担忧成为公开话题，同事的支持往往就会消失。“我的同事们退缩了，”沃特金斯说。 来自Medius的“难以置信的账户”（Accounts Deceivable）播客，通过三位吹哨人——谢伦·沃特金斯（Sherron Watkins）、詹妮弗·格里菲斯（Jennifer Griffith）和莎拉·卡弗（Sarah Carver）的经历，将这一现实生动地呈现出来。他们的故事突显了阻碍欺诈检测的个人和组织障碍。 报复通常采取间接方式：领导者可能会试图解雇或削弱提出问题的那个人。“我被忽视了。他试图解雇我。” 阻力常常被低估：即使有令人信服的证据，当它威胁到强大利益时也会被拒绝。“最终，你意识到自己高估了人性。” 谢伦·沃特金斯：安然举报人 发生了什么？ 前安然公司副总裁谢伦·沃特金斯揭露了隐藏债务和虚增利润的会计行为。她在审查交易和复杂的财务结构时发现了异常，这些结构与报告的业绩不符。随后，首席执行官杰夫·斯基林意外辞职，沃特金斯认为他是在“见好就收”，而她所揭露的可能是潜在的欺诈行为。 沃特金斯收集了证据，并直接向安然董事长兼CEO基恩·莱将她的担忧提了出来。她后来反思道：“我确实感觉自己是在向他提供证据，而证据本身就足以说明问题。”然而，在提出担忧后，沃特金斯的同事们开始疏远她，而领导层则专注于贬低这个警告。 詹妮弗·格里菲斯和莎拉·卡弗： 关键要点 吹哨人行动可能变成一场持久战：最初只是提出关切，演变成了数年的调查和审查。“我们除了相互信任，别无选择。” 发生了什么？ 詹妮弗·格里菲斯和莎拉·卡弗揭露了一个涉及律师埃里克·康恩以及大卫·道厄蒂和查理·安德鲁斯法官的欺诈计划。该计划操纵了残疾索赔的批准，金额超过5亿美元。 报复可能超出职场范围：这对夫妇遭遇了骚扰、纪律处分和声誉攻击。卡弗甚至被雇员监视，以收集对她不利的证据。 格里菲斯和卡尔弗开始注意到不寻常的批准率、加速的听证日程，以及绕过正常审查程序的模式。他们的努力揭露了政府监管的缺陷，导致数名相关人员被定罪。这项调查历时数年，并使他们付出了相当大的个人和职业代价。 正义往往让人觉得不完整：两位女性失去了多年的养老金和退休福利，而一些涉案人员却保住了他们的福利。心理健康的影响也在调查开始后很长时间持续存在。格里菲斯反思道：“创伤后应激障碍（PTSD）是真的。” 欺诈检测始于人 谢伦·沃特金斯、詹妮弗·格里菲斯和莎拉·卡弗的故事表明，虽然技术有助于识别可疑活动，但员工往往是第一道防线。那些将严格的控制与信任文化及举报人保护相结合的组织，在早期发现欺诈方面准备得更为充分。 构建抗欺诈接入点功能 那么，是什么让一个真正能够抵御欺诈的应用程序支付（AP）功能发挥作用呢？人工智能正从各个层面重塑欺诈格局。它既能帮助发起更复杂的攻击，也使AP团队能够加强检测。然而，采用率仍然很低。尽管人工智能能够提高检测能力、效率，并识别深度伪造等新兴威胁，但目前只有17%的组织使用人工智能来对抗支付欺诈。 欺诈管理中的AI能力与局限矩阵 人工智能局限性 上下文判断偏差：并非所有异常都是欺诈。复杂的攻击往往需要人类专业知识来判断活动是否真正可疑。 异常检测：人工智能可以识别异常支付金额、重复发票、不规则的审批模式以及其他偏离正常交易行为的异常情况。 尽管其潜力巨大，组织在采用人工智能进行欺诈预防时，必须采取平衡的方法，并保持人类判断。 对数据质量的依赖：验证的可靠性取决于其基础数据。不完整或不准确的供应商记录会降低检测的准确性。 供应商与付款验证：AI可监控供应商银行信息的变化，自动化验证工作流程，并实时验证高风险交易。 过度自动化风险：过度依赖自动化监控可能导致出现盲点，即在无人审核的情况下遗漏异常情况。 规模化持续监控：AI可评估高容量应付账款环境中的每一笔发票和付款，提升可见性与预防能力。 人类与文化风险犹存：即便先进的检测工具也无法克服治理薄弱、报告实践不善，或员工不愿升级担忧的文化。 身份验证支持：人工智能辅助工具可检测被篡改的通信、身份不一致以及可疑的审批请求，同时支持多因素验证流程。 欺诈防范三大支柱： 人、流程与技术 正如本报告所示，加强AP（应付账款）安全与控制需要采取综合方法，其中智能技术、健全的流程和赋权的人员协同合作，以应对不断变化的威胁。 量化欺诈成本：Medius研究成果 根据Medius的财务普查调查，每四位财务专业人士中就有一位（25%）对发票欺诈给企业造成的损失一无所知，也无法估算。在那些发现发票欺诈并能够对过去12个月的损失进行估算的人中，美国企业的平均损失为133,000美元，英国企业的平均损失为104,000英镑。 亚太地区领导人关注的重点包括： 持续监控不断演变的欺诈格局。 从意识到行动 在一个日益依赖人工智能的金融生态系统中，应付账款（AP）欺诈正成为一个日益增长的战略风险。不断演变的欺诈手段正超越传统的应付账款控制，而遗留系统仍在限制转型工作。 加强支付、供应商数据和审批方面的控制。 长期韧性取决于一种整合方法，该方法将人员、流程和技术相结合。人工智能发挥着关键作用，但其有效性依赖于严格的控制和一种支持人工监 系统和工作流程中的可见性提升。 建立问责、意识和升级的文化。 随着欺诈手段的不断演变，旨在阻止欺诈的系统、流程和思维方式也必须随之发展。 共享服务与外包网络（SSON）是全球规模最大、历史最悠久的共享服务与外包专业人士社区，拥有超过22万名成员。成立于1999年，SSON在支持服务革命发生之际敏锐洞察其变革，并意识到需要一个平台，让从业者能够进行区域性及全球性的交流。SSON是共享服务专业人士的一站式平台，提供行业领先的会议、培训、报告、调查、访谈、白皮书、视频、专栏文章、信息图、播客等内容。 SSON研究与分析中心是SSON的全球数据分析中心，也是您获取影响共享服务中心和GBS运营的各项指标、基准和洞察的首要资源。SSON研究与分析平台通过访问一系列研究文献和四个数据工具——指标基准器、城市立方体、智能自动化宇宙和共享服务中心地图——提供数据驱动的智能。数千名GBS和外包专业人士使用我们的数据和洞察，了解其所在地区及全球的新兴格局。 Medius将发票捕获、处理和支付流程连接起来，以取代管理应付账款时担忧和困惑，带来从容与自信。Medius远不止基础自动化，它利用人工智能来完成大部分工作——因此发票得以确认、分类和支付；应付账款团队可以安心下班休息；企业能够信任其预算和预测。Medius致力于运用自动化和人工智能的力量，重塑支出管理领域，目前拥有超过4,000名客户，遍布116个国家，其系统每年处理高达3万亿美元的支出。 提供哪些工具和服务？ 什么是SSON研究与分析 SSON研究与分析（SSON R&A）是为共享服务和全球业务服务（GBS）专业人士提供的顶级全球研究和数据平台。我们通过一个用户友好的界面，提供指标、基准、趋势、地点评估、市场分析及咨询服务，以支持您的绩效和转型目标。大部分数据均可下载——帮助您验证并降低改进计划的风险，同时增强您的可信度。 比较全球3000多个共享服务中心，涵盖20多项关键变量，如人才可用性、经营成本和劳动力成本。 评估您在140多项关键SSO/GBS指标上的表现，可以是全球范围，也可以按行业/地区/国家划分；同时与“Top 20 SSO/GBS”和“世界最佳GBS”板块进行对比。 可视化分析工作簿 精选图表，展示共享服务中心/全球业务服务运营模式的核心趋势与转变。 行业专家的一对一指导，他们拥有卓越的业绩记录和数十年的领导经验 [需要白金会员资格]。 SSON R&A利用共享服务与外包网络（SSON）的广泛网络，为您提供在关键时刻最需要的、特定行业、可靠且具成本效益的关键洞察访问服务。 智能自动化宇宙 研究报告 新兴“智能”技术清单，包括人工智能（AI）和机器人流程自动化（RPA），以及供应商比较和客户足迹。 基于当前调查的月度报告，由行业专家评