Запрос «autonomous fraud detection», то есть автономное выявление мошенничества, обычно представляют как одну умную машину, которая сама следит за деньгами и сама всё решает. Самый наглядный публичный пример в США говорит о другом. 23 сентября 2026 года Бюро фискальной службы Минфина США рассказало, чего добилась его система проверки платежей за 2025 финансовый год. Цифры показывают систему из простых проверок, хороших данных и людей, которые действуют по сигналам этих проверок.
Что сообщил Минфин
В 2025 финансовом году Минфин помог предотвратить, выявить и вернуть, по оценке ведомства, $11,7 млрд мошеннических и ошибочных выплат. Это на 38% больше, чем годом раньше (Бюро фискальной службы, 23 сентября 2026). Этим занимается Управление финансовой добросовестности, которое превратило систему Do Not Pay («не платить») в общий центр защиты от мошенничества для федеральных ведомств и штатов.
Там же названы масштабы. Число проверок через Do Not Pay выросло на 216%, до 641 млн. Партнёрства со штатами нашли больше $1,5 млрд дублирующих или ошибочных выплат. Проверка 19 новых баз данных показала ещё $28 млрд возможных ошибочных выплат, которые можно будет остановить в будущем.
Как «автономность» выглядит изнутри
Более ранний пресс-релиз Минфина раскладывает механику по частям (Минфин США, пресс-релиз jy2650, октябрь 2024). В 2024 финансовом году расширенная проверка по уровню риска предотвратила $500 млн. Выявление и приоритизация рискованных операций предотвратили $2,5 млрд. Машинное обучение, которое быстрее находит подделку казначейских чеков, помогло вернуть $1 млрд.
Если прочитать эти три строки вместе, схема становится понятной. Сначала каждый платёж проверяется до отправки. Затем самые рискованные платежи ставятся первыми в очередь, чтобы внимание людей шло туда, где потеря была бы больше всего. И только там, где объём слишком велик для людей, работает машинное обучение, в данном случае поиск поддельных чеков. В такой схеме модель находит, а решают люди.
Руководитель направления финансовой добросовестности Минфина сказал об этом прямо: чтобы предотвращать мошенничество, одних технологий мало. Нужны хорошие данные, сильные партнёрства и готовность останавливать проблему до того, как деньги уйдут.
Почему это важно малому бизнесу
С другой стороны картина ухудшается. По данным Федеральной торговой комиссии США (FTC), в 2025 году люди сообщили о потерях от мошенничества примерно на $16 млрд. Это рекорд за всю историю наблюдений и примерно на 25% больше, чем в 2024 году. Почти $1 млрд из этой суммы забрали мошенники, выдававшие себя за компании, больше всего потеряли на звонках якобы от банков (FTC, июнь 2026).
Малый бизнес не будет строить свою систему Do Not Pay. И не нужно. Правило, на котором стоят цифры Минфина, помещается на стикер, и замминистра финансов произнёс его вслух ещё в 2024 году: платить нужному получателю, нужную сумму, в нужное время.
Проверка из трёх пунктов перед любым платежом
- Нужный получатель. Этот поставщик уже есть у вас в базе, с тем же названием и тем же банковским счётом, что и в прошлый раз?
- Нужная сумма. Сумма совпадает со счётом или договором, и этот счёт не повторяет уже оплаченный?
- Нужное время. Платёж действительно пора делать, или вас торопят заплатить раньше, прямо сегодня, пока никто не успел посмотреть?
Если поменялись реквизиты, не пользуйтесь телефоном или почтой из самого запроса. Перезвоните по номеру, который вы уже знаете. Это тот же совет, что FTC даёт против голосовых мошенников: звоните по номеру, который точно принадлежит этому человеку.
Именно такие проверки программа может автоматически выполнять для каждого платежа, а исключения отправлять человеку на подтверждение. Это и есть честная версия автономного выявления мошенничества: машина не устаёт проверять, а решение по исключению остаётся за человеком.
Как мошенники используют клонированные голоса, чтобы торопить с оплатой, мы разбирали в статье о предупреждении ФБР про мошенничество с клоном голоса.
Источники. Бюро фискальной службы Минфина США: Treasury Teams Honored for Safeguarding Public Funds and Expanding Data Transparency, 23 сентября 2026. Минфин США: пресс-релиз jy2650, октябрь 2024. Федеральная торговая комиссия: FTC Data Show People Reported Losing $3.5 Billion to Imposter Scams in 2025; Scammers use AI to enhance their family emergency schemes.
PATech Labs создаёт ИИ-автоматизацию для малого бизнеса в США, в том числе проверки, которые работают на каждом платеже и отправляют исключения человеку на одобрение. Если хотите встроить правило «нужный получатель, нужная сумма, нужное время» в свою работу, напишите нам.