Carolina Borzatto, directora de marketing para Latinoamérica de SAP Concur, explica cómo la gestión inteligente de gastos puede reducir el fraude y aumentar la productividad empresarial.
Después de los salarios, los gastos corporativos representan el segundo costo operativo de las empresas y son una fuente crucial de fraude interno. Según datos de la Asociación de Examinadores de Fraude Certificados (ACFE), producen una pérdida equivalente al 5% de los ingresos totales.
El fraude corporativo es un problema que atraviesa a toda la empresa. La mayoría de los fraudes son cometidos por empleados o gerentes (41% y 35% de los incidentes, respectivamente), y las pérdidas críticas representan el 20% de las acciones realizadas por los altos ejecutivos. Los fraudes también se encuentran en numerosas áreas, principalmente operaciones (15%), contabilidad (14%) y ventas (12%).
La variedad de alternativas que encuentran quienes cometen fraude es grande y crece día a día. Algunos ejemplos son los cargos por comidas duplicados, los gastos sin recibos, los pagos en efectivo sin vales, las compras para familiares o amigos pasadas como costos comerciales y los boletos falsificados.
Pero hoy, las empresas cuentan con herramientas fundamentales para contener la escalada e incluso anticipar futuras estrategias fraudulentas como la Inteligencia Artificial (IA) y el Machine Learning.
Estas tecnologías ahora encuentran patrones en los datos y detectan cualquier anomalía usando algoritmos basados en modelos matemáticos.
Con avances recientes, la IA puede interpretar fechas, nombres de proveedores, cantidades y cualquier otro dato en documentos emitidos en diferentes idiomas y países, y cruzar esta información con políticas corporativas, autorizaciones, excepciones que podrían haberse beneficiado o incluso promedios del mercado.
Por ejemplo, si cada empleado que viaja a un destino gasta una cierta cantidad de dinero por día, cualquier empleado en ese mismo destino que necesite el doble de dinero activará automáticamente una alarma. Pero más allá de esto, la IA puede encontrar señales mucho más sutiles.
Cualquier anomalía, por pequeña que sea, se convierte en una ‘pista’ de que activará la tecnología hasta encontrar una resolución aceptable.
Un hecho es que la detección de fraude ocurre casi en tiempo real. El estudio de ACFE mencionado anteriormente señala que un caso típico tarda no menos de 14 meses en ser detectado y, durante ese tiempo, produce pérdidas incrementales muy importantes.
Cuando un intento de fraude tiene éxito, en muchos casos, se convierte en el incentivo para intentarlo por segunda vez.
El mercado está tomando conciencia de la oportunidad que presenta el control del gasto y la identificación temprana de posibles fraudes. Los datos de SAP confirman que aproximadamente el 41 % de las empresas en todo el mundo ha aumentado su presupuesto global para programas antifraude y el 48 % ha invertido en tecnología como una forma oportuna de abordar el problema.
Las empresas ya estaban trabajando en esto, pero ahora la tecnología puede contribuir a resolver antes cada caso y generar un mejor conocimiento propio y de los indicadores del mercado de manera más eficiente, no solo para evitar pérdidas sino también para asegurar ahorros.
