信頼と透明性

公共プログラムの効率を最大限に高めるために不正とどう戦うべきか

真剣にコンピュータを見ている2人

世界中の官公庁・公共機関は、不正・無駄・濫用(FWA; Face a growing fraud, Waste and Abuse)の深刻化という危機に直面しており、これにより政府予算からは数十億ドルが失われ、国民の信頼も揺らいでいます。FWAの手口はますます巧妙化し、AIが活用されるケースも増えていることから、多くの機関ではその対抗策としてAIを導入し、業務プロセスの強化に努めています。

なぜでしょうか?

   

FWAの対策に取り組むことで、予算のおよそ16%を節約できる可能性があるからです。

第三者の調査会社が実施した最近のグローバル調査では、不正対策におけるデータとAIの大きな可能性が示されるとともに、将来的な不正検出・防止への期待も高まっていることが明らかになっています。

   

の意思決定者が、不正対策を上位5つの優先事項のひとつに挙げています

   

が、今後2年以内に生成AIを不正対策に活用する予定であるとしています

多くの機関では、必要なリソースが不足しています

46%

分析スキルが不足している

24%

予算が限られている

40%

必要なテクノロジーが不足している

   

不正に対応するためのリソースがすべて整っていると回答したのは、全体のわずか10人に1人でした。

   

不正に対応するためのリソースがすべて整っていると回答したのは、全体のわずか10人に1人でした。

外部および内部の不正やミスを最小限に抑えることが最優先事項とされる一方で、データセキュリティの構築や業務効率の向上も、それに次ぐ重要な課題となっています

Minimizing external fraud/errors (by citizens/businesses)
Minimizing internal fraud/errors
Ensuring security of data
Improving investigator efficiency

データとAIを活用することで、FWAの検出精度と対応力を大幅に高めることができます

調査回答者が強調するメリットは、次のような点です

57%

業務効率の向上

39%

FWAの検出強化

37%

より迅速な識別

現在のAI導入率は、比較的低い水準にとどまっています

FWA対策にAIを活用しているのは調査対象者の約半数にとどまり、生成AIを活用しているのはわずか4分の1強にすぎません。しかし、その導入の動きは急速に加速しています。

32% 87%

ネットワーク分析の利用は2027年までにさらに拡大すると予想されています

5倍

大規模言語モデル(LLM)の導入も今後増加する見込みです

SASのソリューションでFWAを未然に防ぐ

データおよびAIを活用したSASのソリューションは、疑わしい取引や見えにくい関連性を的確に検出し、分析モデルとケース管理機能により、調査担当者の業務効率を最大限に高めます。これらすべては、堅牢なデータセキュリティと高い整合性のもとで提供されます。