Article présenté par Intelligent Audit

Lorsque FreightWaves a lancé les AI Excellence in Supply Chain Awards, l’objectif était de faire le tri dans un secteur où « IA » est devenu un mot à la mode marketing apposé à כמעט tous les communiqués de presse, et de mettre en avant les entreprises qui utilisent l’IA de manière véritablement transformatrice.

Les récompenses visent à reconnaître des déploiements réels et des résultats mesurables, et non des présentations tape-à-l’œil. Les candidatures sont jugées sur la solidité de l’application d’IA elle-même, sur la profondeur de son intégration dans les flux de travail existants et sur les résultats tangibles qu’elle produit.

Cette année, Intelligent Audit a été nommé parmi les lauréats de la catégorie AI Solution Provider. Cette distinction revient à DeepDetectAI, un système propriétaire d’apprentissage automatique conçu par Brian Pollack, Chief Product Officer, pour identifier les erreurs d’expédition et la fraude dissimulées au sein de millions de transactions de transport, souvent avant qu’elles ne causent des dommages financiers significatifs.

Les factures de fret et de colis figurent parmi les ensembles de données les plus denses et les plus volumineux qu’un expéditeur traite. Un seul compte entreprise peut générer des milliers de lignes chaque semaine entre transporteurs, services, frais accessoires et cycles de facturation. Selon Intelligent Audit, c’est précisément à ce niveau de volume que les erreurs coûteuses et la fraude délibérée ont tendance à se cacher : une variation subtile facile à manquer dans un tableur, un niveau de service modifié que personne n’a relevé, ou un schéma de retours qui paraît normal jusqu’au moment où il ne l’est plus.

L’approche de DeepDetectAI commence par l’historique. Le système ingère l’ensemble des données de transport d’un expéditeur et utilise un apprentissage automatique propriétaire pour établir une base de référence de l’activité normale d’expédition pour cette entreprise précise, jusqu’au niveau du compte, du service et de la géographie. À partir de là, il surveille en continu les nouvelles activités afin de détecter les variations de coûts, les usages de services inhabituels, les frais en double ou apparemment frauduleux, ainsi que d’autres écarts par rapport à cette base de référence.

Ce qui distingue DeepDetectAI d’un outil d’alerte standard, c’est la couche d’explicabilité placée au-dessus de la détection. Chaque anomalie est accompagnée de données indiquant ce qui s’est passé, où cela s’est produit et pourquoi, avec l’appui d’un analyste Intelligent Audit. Cette combinaison vise à faire passer les équipes logistiques, financières et opérationnelles d’une analyse réactive des données après coup à une résolution proactive des exceptions au fur et à mesure qu’elles apparaissent.

Petits signaux, conséquences cumulées

Ce qui ressort de l’ensemble des études de cas DeepDetectAI d’Intelligent Audit, c’est à quel point de petits écarts faciles à écarter peuvent se transformer en problèmes à six ou sept chiffres s’ils ne sont pas identifiés et corrigés rapidement.

Le schéma varie selon le compte.

Pour un groupe mondial de l’optique, tout a commencé par une hausse de $10,000 sur un service de retour que l’entreprise n’avait jamais utilisé auparavant. Il s’est avéré que c’était le premier signal d’un réseau de fraude organisé achetant des lunettes, manipulant des codes-barres de retour et compromettant finalement les comptes UPS de l’entreprise afin de détourner des produits du Mexique vers les États-Unis. Au moment où le stratagème a été entièrement découvert, plus de $1 million d’activités frauduleuses avaient été identifiées, déclenchant une enquête du FBI.

Pour un détaillant spécialisé national, il s’agissait d’une erreur de sélection de service. Les équipes réservaient sans le savoir FedEx Home Delivery au lieu de Ground sur plusieurs comptes, une erreur qui aurait entraîné des millions de dépenses évitables avant que le schéma ne soit détecté.

Pour un fabricant mondial multi-marques, le déclencheur a été un nouveau « Additional Classification Fee » facturé à un compte de courtage non autorisé. Il a été signalé avant de pouvoir se cumuler en plus de $200,000 de dépenses hebdomadaires imprévues.

Dans certains cas, plusieurs petites anomalies se sont accumulées au cours d’une même période d’examen plutôt que de se présenter comme un seul problème progressif. Un détaillant haut de gamme de mode a enregistré trois signaux distincts — une hausse des frais de retard de paiement, la première utilisation d’un service premium accéléré et une mauvaise sélection de fret international. Ensemble, ils représentaient $143,100 de problèmes détectés et une exposition annualisée estimée à $2.8 million si le schéma de frais de retard n’avait pas été traité.

Dans un autre cas impliquant un autre détaillant, la facturation semblait correcte sur le papier alors qu’un stratagème frauduleux se déroulait en arrière-plan, rappelant que la détection d’anomalies doit aller au-delà de la simple réconciliation d’une facture et s’intéresser à la cohérence réelle de l’activité sous-jacente.

Les dossiers plus larges de DeepDetectAI incluent également des usurpations d’adresse qui se sont manifestées par une hausse inexpliquée des livraisons résidentielles, un schéma d’usurpation de fournisseur dans lequel une petite entreprise a déplacé des marchandises non autorisées sous l’identité d’un client, une défaillance de facturation en circuit fermé qui a conduit UPS à reconnaître une utilisation non autorisée et à rembourser plus de $1 million, un cas interne d’utilisation abusive par un employé détecté grâce à un schéma d’expédition inattendu dans un centre de distribution à faible volume, ainsi qu’un schéma de retours internationaux lié à une opération de fraude organisée, stoppé avant de générer des pertes annuelles estimées à $500,000.

« Ce qui distingue la candidature de DeepDetectAI, c’est la fréquence à laquelle les montants en jeu continuent d’augmenter plus longtemps un problème reste non détecté », a déclaré Adam Wingfield, Editorial Director de FreightWaves. « Beaucoup de cas ne paraissent pas urgents au départ. Une hausse de retours de $10,000, un nouveau code de frais ou un niveau de service incorrect ne ressemblent pas forcément à des crises sur le papier. L’objectif de DeepDetectAI est de repérer les choses qui n’ont pas encore l’air d’une crise », a-t-il ajouté.

Fondé sur près de trois décennies d’expertise en audit du fret

Intelligent Audit opère comme société d’audit du fret et de paiement depuis 1996, et compte aujourd’hui parmi ses clients aussi bien des marques e-commerce en croissance qu’au moins 20% des entreprises du Fortune 50, avec plus de 2.1 billion d’expéditions auditées l’an dernier seulement. Cet historique est particulièrement important pour DeepDetectAI : la base d’apprentissage automatique du système n’est aussi solide que l’expertise qui la sous-tend, et l’échelle d’Intelligent Audit lui offre une vision large et à très haut volume de ce à quoi ressemblent, dans différents secteurs, les activités d’expédition normales et anormales.

Transformer des données cachées en système d’alerte précoce

Les chaînes d’approvisionnement génèrent bien plus de données de transport qu’aucune équipe ne peut examiner manuellement, et c’est précisément cette ampleur qui explique pourquoi des erreurs coûteuses et la fraude restent souvent indétectées jusqu’à ce qu’elles aient déjà affecté les budgets ou les niveaux de service. DeepDetectAI a été conçu pour combler cet écart : surveillance continue des schémas d’expédition, signalement des exceptions en temps réel, et association de l’apprentissage automatique à des analyses explicables et à l’appui d’analystes afin que les équipes comprennent non seulement qu’un problème existe, mais aussi où il se produit, pourquoi et quoi faire ensuite.

La candidature de DeepDetectAI ne s’est pas appuyée sur une seule détection spectaculaire. Elle s’est accompagnée d’un dossier de cas en continu, couvrant des schémas de fraude, des usurpations de fournisseurs, des défaillances de facturation et des erreurs internes, chacun associé à un montant précis et à une résolution documentée. C’est exactement ce niveau de précision que les AI Excellence in Supply Chain Awards ont été créés pour reconnaître.

Félicitations à Intelligent Audit pour une distinction amplement méritée, et pour avoir démontré à quoi ressemble la détection en temps réel dans une partie de la chaîne d’approvisionnement presque entièrement fondée sur la confiance.

Cliquez ici pour en savoir plus sur Intelligent Audit.

L’article Comment Intelligent Audit a transformé trois décennies d’expertise du fret en système d’alerte précoce basé sur l’IA est apparu en premier sur FreightWaves .