Artículo presentado por Intelligent Audit

Cuando FreightWaves lanzó los AI Excellence in Supply Chain Awards, el objetivo era filtrar el ruido de una industria en la que “AI” se ha convertido en una palabra de moda de marketing colocada en casi todos los comunicados de prensa, y en su lugar destacar a las empresas que están utilizando AI de formas verdaderamente transformadoras.

Los premios están diseñados para reconocer implementaciones reales y resultados medibles, no presentaciones llamativas. Las candidaturas se evalúan por la solidez de la aplicación de AI, qué tan profundamente está integrada en los flujos de trabajo existentes y los resultados tangibles que produce.

Este año, Intelligent Audit fue nombrada una de las galardonadas en la categoría AI Solution Provider. El reconocimiento fue para DeepDetectAI, un sistema de aprendizaje automático propietario creado por el Chief Product Officer Brian Pollack para identificar errores de envío y fraude ocultos dentro de millones de transacciones de transporte, a menudo antes de que causen un daño financiero significativo.

Las facturas de carga y paquetería se encuentran entre los conjuntos de datos más densos y de mayor volumen que maneja un remitente. Una sola cuenta empresarial puede generar miles de líneas cada semana entre transportistas, servicios, cargos accesorios y ciclos de facturación. Según Intelligent Audit, ese volumen es precisamente donde tienden a esconderse los errores costosos y el fraude deliberado: una desviación sutil que es fácil pasar por alto en una hoja de cálculo, un nivel de servicio cambiado que nadie detectó o un patrón de devoluciones que parece normal hasta que deja de serlo.

DeepDetectAI comienza con el historial. El sistema ingiere el conjunto completo de datos de transporte de un remitente y utiliza aprendizaje automático propietario para establecer una línea base de cómo luce la actividad normal de envío para ese negocio específico, hasta el nivel de cuenta, servicio y geografía. A partir de ahí, supervisa continuamente la nueva actividad en busca de variaciones de costo, uso inusual de servicios, cargos duplicados o aparentemente fraudulentos y otras desviaciones de esa línea base.

Lo que diferencia a DeepDetectAI de una herramienta de alertas estándar es la capa de explicabilidad que se sitúa sobre la detección. Cada anomalía viene acompañada de datos que muestran qué ocurrió, dónde ocurrió y por qué, respaldados por la asistencia de un analista de Intelligent Audit. Esa combinación está pensada para trasladar a los equipos de logística, finanzas y operaciones de una búsqueda reactiva de datos después de los hechos a la resolución proactiva de excepciones a medida que aparecen.

Pequeñas señales, consecuencias acumulativas

Lo que destaca en el conjunto de casos de DeepDetectAI de Intelligent Audit es cómo desviaciones pequeñas y fáciles de descartar pueden acumularse hasta convertirse en problemas de seis o siete cifras si no se reconocen y corrigen con rapidez.

Ese patrón aparece de manera distinta según la cuenta.

Para una empresa global líder en gafas, comenzó con un aumento de $10,000 en un servicio de devolución que la compañía nunca había usado antes. Eso resultó ser la primera señal de una red de fraude organizada que compraba gafas, manipulaba códigos de barras de devolución y finalmente comprometía las cuentas UPS de la empresa para redirigir productos desde México hacia EE. UU. Cuando se descubrió por completo el esquema, se había identificado más de $1 million en actividad fraudulenta, lo que desencadenó una investigación del FBI.

Para una cadena nacional de venta minorista especializada, el problema fue un error en la selección del servicio. Los equipos, sin saberlo, estaban reservando FedEx Home Delivery en lugar de Ground en múltiples cuentas, un error que habría generado millones en gastos evitables antes de que alguien detectara el patrón.

Para un fabricante global multimarca, el detonante fue un nuevo “Additional Classification Fee” facturado a una cuenta de corretaje no autorizada. Se detectó antes de que pudiera acumularse en más de $200,000 de gasto semanal no previsto.

En algunos casos, varias anomalías pequeñas se acumulan dentro de un mismo período de revisión en lugar de desarrollarse como un único problema escalante. Un minorista de moda de alta gama registró tres señales separadas —un aumento en las tarifas por pago tardío, el uso por primera vez de un servicio exprés premium y una selección incorrecta de flete internacional— dentro de un mismo período de revisión. En conjunto, representaban $143,100 en incidencias detectadas y una exposición anualizada estimada de $2.8 million si el patrón de cargos tardíos hubiera continuado sin atenderse.

En otro caso que involucró a otro minorista, la facturación parecía correcta sobre el papel mientras, por debajo, se desarrollaba un fraude, un recordatorio de que la detección de anomalías debe ir más allá de si una factura cuadra y analizar si la actividad subyacente realmente tiene sentido.

Los expedientes más amplios de DeepDetectAI también incluyen suplantación de direcciones que se manifestó como un aumento inexplicable de entregas residenciales, un esquema de suplantación de proveedores en el que una pequeña empresa movió mercancía no autorizada bajo la identidad de un cliente, una falla de facturación de circuito cerrado que llevó a UPS a reconocer uso no autorizado y devolver más de $1 million, un caso interno de uso indebido por parte de empleados detectado mediante un patrón de envío inesperado en un centro de distribución de bajo volumen, y un esquema internacional de devoluciones vinculado a una operación de fraude organizado que se detuvo antes de generar unas pérdidas anuales estimadas de $500,000.

“Lo que hace que la propuesta de DeepDetectAI destaque es la frecuencia con la que las cifras en dólares siguen aumentando cuanto más tiempo pasa una incidencia sin detectarse”, dijo Adam Wingfield, Director Editorial de FreightWaves. “Muchos casos no parecen urgentes al principio. Un aumento de $10,000 en devoluciones, un solo nuevo código de tarifa o un nivel de servicio incorrecto quizá no se lean como crisis sobre el papel. El objetivo de DeepDetectAI es notar las cosas que todavía no parecen una crisis”, dijo.

Construido sobre casi tres décadas de experiencia en auditoría de fletes

Intelligent Audit opera como empresa de auditoría y pago de fletes desde 1996, y hoy cuenta entre sus clientes tanto con marcas de comercio electrónico en crecimiento como con al menos el 20% de las empresas Fortune 50, además de haber auditado más de 2.1 billion envíos solo el año pasado. Esa trayectoria es especialmente importante para DeepDetectAI: la línea base de aprendizaje automático del sistema es tan sólida como la experiencia que la respalda, y la escala de Intelligent Audit le da una amplia perspectiva de alto volumen sobre cómo se ve la actividad de envío normal y anormal en distintos sectores.

Convertir datos ocultos en un sistema de alerta temprana

Las cadenas de suministro generan más datos de transporte de los que cualquier equipo puede revisar manualmente, y ese volumen es precisamente la razón por la que errores costosos y fraude a menudo pasan desapercibidos hasta que ya han afectado presupuestos o niveles de servicio. DeepDetectAI está diseñado para cerrar esa brecha: monitorea continuamente los patrones de envío, muestra excepciones en tiempo real y combina aprendizaje automático con información explicable y apoyo de analistas para que los equipos entiendan no solo que algo está mal, sino dónde ocurre, por qué ocurre y qué hacer a continuación.

La propuesta de DeepDetectAI no dependió de una única detección espectacular. Llegó respaldada por un expediente continuo de esquemas de fraude, suplantaciones de proveedores, fallas de facturación y errores internos, cada uno con una cifra específica en dólares y una resolución documentada. Ese nivel de especificidad es exactamente lo que los AI Excellence in Supply Chain Awards fueron creados para reconocer.

Felicitaciones a Intelligent Audit por un lugar de honor bien ganado y por demostrar cómo luce la detección en tiempo real en una parte de la cadena de suministro construida casi por completo sobre la confianza.

Haga clic aquí para obtener más información sobre Intelligent Audit.

La publicación Cómo Intelligent Audit convirtió tres décadas de experiencia en transporte de carga en un sistema de alerta temprana de IA apareció primero en FreightWaves.