Intelligent Audit 提供

FreightWaves が AI Excellence in Supply Chain Awards を立ち上げた目的は、ほぼすべてのプレスリリースに「AI」が付される業界の雑音を取り除き、AI を真に変革的な方法で活用している企業に光を当てることでした。

この賞は、派手な宣伝文句ではなく、実際の導入実績と測定可能な成果を評価するものです。応募は、AI アプリケーション自体の強さ、既存の業務フローへの統合の深さ、そして生み出される具体的な成果によって審査されます。

今年、Intelligent Audit は AI Solution Provider カテゴリーで受賞企業のひとつに選ばれました。受賞対象となったのは DeepDetectAI で、Chief Product Officer の Brian Pollack が構築した独自の機械学習システムです。これは、数百万件の輸送取引の中に埋もれた配送エラーや不正を見つけ出し、実際に金銭的損害が発生する前、あるいは発生してから間もない段階で検知することを目的としています。

貨物および小口貨物の請求書は、荷主が扱うデータの中でも最も密度が高く、件数も膨大です。1つの企業アカウントだけでも、キャリア、サービス、付帯料金、請求サイクルにわたって毎週何千もの明細が発生することがあります。Intelligent Audit によると、こうした大量データの中にこそ、高コストのミスや意図的な不正が潜みやすいのです。スプレッドシートでは見落としやすい微妙な変化、誰も気づかなかったサービスレベルの変更、一見すると正常に見えるが実はそうではない返品パターンなどがその例です。

DeepDetectAI は、まず履歴から始めます。システムは荷主の全輸送データを取り込み、その企業固有の通常配送活動がどのように見えるかを、アカウント、サービス、地域のレベルまで機械学習で基準化します。そこから新しい活動を継続的に監視し、コストの変動、通常とは異なるサービス利用、重複請求や不正と思われる請求、その他の基準からの逸脱を探します。

DeepDetectAI が標準的なアラートツールと異なるのは、検知の上に重ねられた説明可能性の層です。すべての異常には、何が起きたのか、どこで起きたのか、なぜ起きたのかを示すデータが付与され、Intelligent Audit のアナリストによる支援も受けられます。この組み合わせは、物流、財務、オペレーションの各チームを、事後にデータを掘り下げて対応する受動的な姿勢から、異常が表面化した段階で先回りして解決する能動的な姿勢へと移行させることを意図しています。

小さな兆候、積み重なる結果

Intelligent Audit の DeepDetectAI の事例全体で際立つのは、見過ごしやすい小さな逸脱が、早期に認識して是正しなければ、6桁から7桁の問題へと一貫して拡大していく点です。

そのパターンは、アカウントによって異なる形で現れます。

ある世界的なアイウェア企業では、これまで利用したことのない返品サービスに $10,000 の急増が見られたことから始まりました。これは、眼鏡を購入し、返品バーコードを改ざんし、最終的には同社の UPS アカウントを侵害してメキシコから米国へ製品を迂回させる組織的な不正ネットワークの最初の兆候でした。全容が明らかになった時点で、$1 million 超の不正行為が特定され、FBI の調査が開始されました。

ある全国規模の専門小売業者では、サービス選択の誤りが問題でした。チームは複数のアカウントで、Ground ではなく FedEx Home Delivery を意図せず予約しており、このパターンが検知される前であれば、回避可能な支出が数百万ドルに達していた可能性があります。

あるグローバルな多ブランド製造業者では、非承認の通関業者アカウントに請求された新しい “Additional Classification Fee” 1件が引き金でした。これは、週ごとに積み重なって $200,000 超の想定外支出になる前にフラグが立てられました。

いくつかの事例では、1つの問題が段階的に悪化するのではなく、短いレビュー期間内に複数の小さな異常が積み重なっていました。高級ファッション小売業者では、支払遅延手数料の急増、プレミアムな迅速配送サービスの初回利用、誤った国際貨物の選択という3つの個別シグナルが1回のレビュー期間中に表面化しました。これらを合わせると、検知された問題は $143,100 であり、遅延手数料のパターンが放置されていれば年間換算で $2.8 million のリスクがあったと推定されます。

別の小売業者に関する事例では、請求書上は正しく見えても、その裏では不正スキームが進行していました。これは、異常検知が単に請求書の照合にとどまらず、基礎となる活動が本当に筋の通ったものかまで確認する必要があることを示しています。

DeepDetectAI のより広範な事例ファイルには、説明のつかない住宅配送の急増として表面化した住所なりすまし、クライアントの身元を使って小規模事業者が無許可の商品を動かしたベンダーなりすまし、UPS が無許可利用を認めて $1 million 超を返金したクローズドループ請求の不備、低取扱量の配送センターで予想外の配送パターンから発見された従業員の内部不正、そして推定年間損失 $500,000 に達する前に阻止された組織的不正に関連する国際返品スキームも含まれています。

「DeepDetectAI の応募が際立っているのは、問題が長く見過ごされるほど、関与する金額がどんどん膨らんでいく点です」と FreightWaves の Editorial Director Adam Wingfield は述べています。「多くの事例は、最初は緊急には見えません。$10,000 の返品急増、1つの新しい手数料コード、あるいは誤ったサービスレベルは、書面上は危機には見えないかもしれません。DeepDetectAI の役割は、まだ危機とは見えないものに気づくことです」と彼は述べました。

ほぼ30年に及ぶ貨物監査の専門性の上に構築

Intelligent Audit は 1996 年以来、貨物監査および支払い企業として事業を展開しており、現在では成長中の e コマースブランドから Fortune 50 企業の少なくとも 20% まで、幅広い顧客を抱えています。また、昨年だけで 21億件超の出荷を監査しました。この歴史は DeepDetectAI にとって特に重要です。機械学習の基準モデルは、その背後にある専門性と同じだけ強力であり、Intelligent Audit の規模は、業界を横断して通常の配送活動と異常な配送活動がどのように見えるかを、大量データの視点から把握することを可能にします。

隠れたデータを早期警告システムに変える

サプライチェーンは、どのチームが手作業で確認できる量をはるかに上回る輸送データを生み出します。そのデータ量こそが、高額なミスや不正が、すでに予算やサービス水準に影響を与えるまで見過ごされやすい主な理由です。DeepDetectAI は、そのギャップを埋めるために設計されています。配送パターンを継続的に監視し、例外をリアルタイムで可視化し、機械学習に説明可能な洞察とアナリストの支援を組み合わせることで、チームが「何が問題か」だけでなく、「どこで起きているのか」「なぜ起きているのか」「次に何をすべきか」まで理解できるようにします。

DeepDetectAI の応募は、単一の劇的な発見に依存していませんでした。不正スキーム、ベンダーなりすまし、請求の不備、内部ミスといった継続的なケースファイルが背景にあり、それぞれに具体的な金額と記録された解決策が付いていました。まさにこのような具体性こそ、AI Excellence in Supply Chain Awards が評価するために設計されたものです。

Intelligent Audit の受賞は当然の評価であり、信頼を基盤とするサプライチェーンの領域で、リアルタイム検知がどのようなものかを示しました。

Intelligent Audit の詳細はこちらをクリックしてください。

How Intelligent Audit Turned Three Decades of Freight Expertise Into an AI Early Warning System は FreightWaves に最初に掲載されました。