Oszustwa płatnicze stały się na tyle powszechne, że zespoły finansowe nie są już w stanie zarządzać tym ryzykiem jedynie dzięki okresowym szkoleniom i ostrożnym nawykom w zakresie poczty e-mail. Nowe dane z raportu Yooz 2026 Payment Fraud Readiness, opartego na badaniu 750 amerykańskich specjalistów z dziedzin finansów, księgowości i rozrachunków z dostawcami, pokazują, że 70% specjalistów finansowych deklaruje, iż ich organizacja doświadczyła w ciągu ostatnich dwóch lat próby oszustwa płatniczego — lub nie może takiej próby wykluczyć. Sam ten wskaźnik powinien zmienić sposób, w jaki liderzy finansów myślą o swoim poziomie ekspozycji na ryzyko oraz o procesach, na których polegają w jego zarządzaniu.

Rosną także straty finansowe. Wśród organizacji, które doświadczyły udokumentowanej próby oszustwa, 28% straciło pieniądze. W przypadku 39% tych incydentów straty sięgnęły 50 000 USD lub więcej. Zdarzenia te mają miejsce we funkcjach finansowych każdej wielkości, a wspólnym wątkiem łączącym wiele z nich są ręczne procesy, co sprawia, że struktura operacji rozrachunków z dostawcami (AP) staje się coraz istotniejsza w miarę rosnącej złożoności przepływów płatności.

Ręczne procesy oznaczają większe straty spowodowane oszustwami

Najważniejszy wniosek płynący z raportu Yooz dotyczy związku między projektem procesów rozrachunków z dostawcami (AP) a skutkami oszustw. Organizacje opierające się głównie na ręcznych procesach AP traciły pieniądze w 42% znanych prób oszustwa, w porównaniu z 30% w przypadku zespołów wysoce zautomatyzowanych i 22% wśród organizacji stosujących połączenie procesów zautomatyzowanych i ręcznych.

Dane pokazują, że ręczne przepływy pracy w obszarze AP tworzą warunki sprzyjające oszustwom. Wąskie gardła w postaci ręcznej weryfikacji, niespójne kroki kontrolne, ograniczona widoczność operacji płatniczych w czasie rzeczywistym oraz łańcuchy zatwierdzania oparte na indywidualnym osądzie — wszystko to zwiększa szanse na skuteczną próbę oszustwa. W procesie ręcznym to człowiek musi wychwycić fałszywe faktury ściśle naśladujące dokumenty legalnych dostawców, a różnice w tych dokumentach są często niedostrzegalne gołym okiem. System zautomatyzowany natomiast sprawdza każdą transakcję względem wzorców historycznych, oznacza anomalie i kieruje podejrzane operacje do weryfikacji jeszcze przed autoryzacją płatności.

Zagrożenie staje się coraz bardziej wyrafinowane

Zespoły finansowe, które uważają szkolenia pracowników za główną linię obrony przed oszustwami, działają w oparciu o coraz bardziej przestarzały model. Firmy od lat traktowały oszustwa jako problem związany z ludźmi, opierając się na założeniu, że pracowników można przeszkolić w rozpoznawaniu fałszywych e-maili i wychwytywaniu podejrzanych sygnałów. Generatywna AI sprawiła, że podejście to jest coraz mniej niezawodne — fałszywe faktury, e-maile, a nawet prośby głosowe stały się znacznie trudniejsze do odróżnienia od prawdziwych.

Metody oszustw najczęściej stosowane przeciwko zespołom AP wykorzystują specyficzne słabości ręcznych przepływów pracy. Fałszywa faktura bardzo przypominająca dokument legalnego dostawcy może przejść przez wizualną weryfikację człowieka, a prośba o płatność, która rzekomo pochodzi od zaufanego członka kierownictwa, może wywołać poczucie pilności, które wypiera staranną weryfikację.

Systemy zautomatyzowane nie eliminują potrzeby korzystania z ludzkiego osądu. Zamiast wymagać od specjalistów finansowych ręcznego sprawdzania każdej transakcji, zautomatyzowane narzędzia wykonują rutynowe filtrowanie na dużą skalę i przekazują wyjątki do ludzkiej weryfikacji — jest to bardziej efektywne wykorzystanie zarówno technologii, jak i wiedzy fachowej zespołów finansowych.

Gdzie oszustwa mają największe szanse powodzenia

Zrozumienie wzorców oszustw najczęściej występujących w operacjach AP pomaga liderom finansowym zidentyfikować, gdzie w ich własnych procesach kryje się ryzyko.

Oszustwa fakturowe pozostają jednym z najpowszechniejszych wektorów ataku. Oszuści przesyłają faktury za usługi, które nie zostały wykonane, lub zmodyfikowane wersje legalnych faktur z podmienionymi danymi bankowymi. W środowisku ręcznym wykrycie takich przypadków wymaga, by ktoś zauważył rozbieżności — zazwyczaj podczas przeglądania dużej liczby dokumentów pod presją czasu. Systemy zautomatyzowane mogą porównywać dane faktur z zamówieniami zakupu, oznaczać duplikaty i wskazywać dokumenty niezgodne z zapisami dotyczącymi dostawcy.

Przejęcie firmowej korespondencji e-mail (BEC) wymierzone w funkcje AP nadal nasila się. Ataki te wykorzystują sfałszowane lub przejęte konta e-mail do żądań zmian płatności, aktualizacji kont dostawców lub pilnych przelewów, a same żądania często podszywają się pod wysokiej rangi członków kierownictwa lub zaufanych dostawców. Bez systematycznego procesu weryfikacji powiązanego bezpośrednio z przepływem płatności ciężar wykrycia spada w całości na osobę otrzymującą żądanie.

Manipulacja kontami dostawców wykorzystuje procesy aktualizacji, które wiele zespołów AP obsługuje drogą e-mailową. Oszust kontaktuje się z zespołem AP, podając się za dostawcę, i żąda zmiany danych bankowych. Bez zautomatyzowanej weryfikacji i formalnego przepływu zarządzania zmianami takie żądania mogą zakończyć się powodzeniem.

Co mogą zrobić zespoły finansowe

Dane Yooz pokazują, że przejście od zapobiegania oszustwom uzależnionego od ludzi do rozwiązań wbudowanych w procesy pozwala powstrzymać oszustwa. Dokonanie tej zmiany wymaga takiego zaprojektowania przepływów pracy, aby ludzki osąd był stosowany tam, gdzie wnosi najwięcej wartości, a zautomatyzowane filtrowanie obsługiwało wolumen operacji.

Zespoły finansowe, które nie wyszły jeszcze poza oparte głównie na pracy ręcznej operacje AP, mogą podjąć znaczące kroki bez kompleksowej wymiany technologii. Scentralizowanie przyjmowania faktur przez jeden, kontrolowany kanał usuwa podatność wynikającą z rozproszonej korespondencji e-mailowej. Wprowadzenie formalnego, systemowego procesu zmian danych bankowych dostawców eliminuje wektor ataku umożliwiający manipulację kontami. Wymaganie dwuetapowej weryfikacji zmian płatności powyżej określonych progów chroni przed oszustwami opartymi na podszywaniu się.

Znacząca szansa istnieje również dla organizacji, które wdrożyły pewien poziom automatyzacji, ale nie rozszerzyły jej na przepływy pracy ukierunkowane na zwalczanie oszustw. Raport Yooz 2026 AI in Finance wykazał, że jedynie 19% zespołów finansowych deklaruje wykorzystywanie AI w obszarze audytu, ryzyka, zgodności (compliance) albo wykrywania i zapobiegania oszustwom, mimo że wykrywanie wspomagane AI stało się jednym z najskuteczniejszych dostępnych narzędzi masowego filtrowania transakcji. Integracja AI z przepływami pracy w obszarze zapobiegania oszustwom zapewnia dodatkową ochronę dzięki ciągłemu monitorowaniu — poziom nadzoru, którego ręczna weryfikacja i okresowe audyty nie są w stanie odtworzyć.

Ostatecznie dane pokazują, że zapobieganie oszustwom musi mieć charakter strukturalny, a nie doraźny. Szkolenie pracowników w rozpoznawaniu podejrzanych działań pozostaje ważne, ale fundamentem, na którym te działania szkoleniowe muszą się opierać, są systematyczne mechanizmy kontrolne sprawdzające każdą transakcję, weryfikujące każdą zmianę danych dostawcy i oznaczające każdą anomalię przed autoryzacją płatności.

Zespoły finansowe szukające głębszego spojrzenia na obecny krajobraz oszustw oraz na to, co dane mówią o gotowości różnych typów organizacji, mogą zapoznać się z pełnymi ustaleniami raportu Yooz 2026 Payment Fraud Readiness.

Źródło: FinTechZoom