Ανοιχτή πληγή, που μεταφράζεται σε απώλεια εκατομμύριων ευρώ, παραμένει για τις ελληνικές επιχειρήσεις η απάτη στις συμβάσεις προμηθειών. Η Ελλάδα αντιμετωπίζει μια δύσκολη μάχη ενάντια στην καταπολέμηση της απάτης στις συμβάσεις προμηθειών, με το ένα τέταρτο των επιχειρήσεων να έχει πέσει θύμα αθέμιτων ενεργειών.
Ανοιχτή πληγή, που μεταφράζεται σε απώλεια εκατομμύριων ευρώ, παραμένει για τις ελληνικές επιχειρήσεις η απάτη στις συμβάσεις προμηθειών. Η Ελλάδα αντιμετωπίζει μια δύσκολη μάχη ενάντια στην καταπολέμηση της απάτης στις συμβάσεις προμηθειών, με το ένα τέταρτο των επιχειρήσεων να έχει πέσει θύμα αθέμιτων ενεργειών.
Πρόκειται για περιστατικά απάτης τόσο των ίδιων των προμηθευτών, όσο και μεταξύ εργαζομένων και προμηθευτών, που έχουν κοινά οικονομικά - και όχι μόνο - συμφέροντα. Το οικονομικό κόστος της απάτης είναι ιδιαίτερα μεγάλο για τις ελληνικές επιχειρήσεις: το 30% (12% περισσότερο από τις υπόλοιπες χώρες στην περιοχή της ΕΜΕΑ) έχει υποστεί ζημιά μέχρι 10.000 ευρώ, ενώ το 16,7% από €10.000 μέχρι και €150.000 ετησίως (λιγότερο πάντως από το μέσο όρο της ΕΜΕΑ), όπως αναφέρουν στοιχεία του Συνδέσμου Επιχειρήσεων Πληροφορικής και Επικοινωνιών Ελλάδος (ΣΕΠΕ).
Σημαντικά ποσά μπορούν να εξοικονομήσουν οι επιχειρήσεις, με τη χρήση smart analytics για την ανίχνευση της απάτης στις Όπως αποκαλύπτει νέα έρευνα της SAS, που δημοσιεύει ο ΣΕΠΕ, η Ελλάδα υστερεί σε σχέση με άλλες χώρες στην ανίχνευση και καταπολέμηση της απάτης στις συμβάσεις προμηθειών. Οι ελληνικές εταιρείες, γενικώς, χρησιμοποιούν μη αυτοματοποιημένες τεχνικές ανίχνευσης της απάτης. Αν και βρίσκονται πάνω από το μέσο όρο της ΕΜΕΑ αναφορικά με τους τακτικούς εσωτερικούς ελέγχους (auditing) που πραγματοποιούν (50%), αποτυγχάνουν να αξιοποιήσουν τις νέες τεχνολογίες - συμπεριλαμβανομένων των advanced analytics και της Τεχνητής Νοημοσύνης (AI) - στην καταπολέμηση της απάτης. Ενδεικτικά, το 13,3% επεξεργάζεται χειροκίνητα τις αιτήσεις προμηθειών, ενώ το 23,3% βασίζεται στο προσωπικό για αναφορές σε τυχόν παρατυπίες.
Ελλιπής ανίχνευση
Οι πιο συνηθισμένες τεχνικές ανίχνευσης περιλαμβάνουν τον έλεγχο πρόσβασης των χρηστών (40%), τους χειρωνακτικούς ελέγχους (20%), τη rules-based ανίχνευση λογισμικού (20%) και την ανίχνευση ανωμαλιών (20%). Ωστόσο, αυτές οι μέθοδοι είναι πολύ περιορισμένες λόγω της μικρής ποσότητας των δεδομένων που μπορούν να επεξεργαστούν και του αριθμού εσφαλμένων περιπτώσεων έρευνας που παράγουν. Τα advanced analytics και οι λύσεις AI - σύμφωνα με την έρευνα της SAS - παρέχουν στις επιχειρήσεις τη δυνατότητα αφενός ανίχνευσης της απάτης και αφετέρου πρόληψης της. Ωστόσο, η υιοθέτησή τους από τις ελληνικές επιχειρήσεις είναι ακόμα πολύ μικρή: μόλις το 6,7% αξιοποιεί τις τεχνολογίες advanced analytics - όπως το λογισμικό βασισμένο σε αλγόριθμους και τις δυνατότητες του Machine Learning - σε αντίθεση με το μέσο όρο του 14,5%. Η υιοθέτηση της AI είναι, επίσης, μικρότερη από τις υπόλοιπες χώρες αγγίζοντας το 6,7%.
Δεξιότητες
Αρκετές χώρες πιστεύουν ότι δεν διαθέτουν τις κατάλληλες δεξιότητες και τους πόρους για την εφαρμογή advanced analytics και AI σε διαδικασίες ανίχνευσης της απάτης. Στην Ελλάδα, η έλλειψη δεξιοτήτων αποτελεί μικρότερο πρόβλημα σε σχέση με τις άλλες χώρες, αφού τόσο στα analytics (23,3%), όσο και στην Τεχνητή Νοημοσύνη (26,7%), τα ποσοστά είναι μικρότερα από το μέσο όρο της ΕΜΕΑ.
Επιπρόσθετα, οι ελληνικές επιχειρήσεις δείχνουν να εμπιστεύονται τις νέες τεχνολογίες, αφού η προτίμησή τους στο χειροκίνητο έλεγχο, έναντι της χρήσης των advanced analytics και της AI, είναι μικρότερη κατά περίπου 5 ποσοστιαίες μονάδες σε σχέση με την ΕΜΕΑ. Ωστόσο, τα ποσοστά είναι υψηλότερα του μέσου όρου όσον αφορά στο κόστος υλοποίησης, αφού οι ελληνικές επιχειρήσεις θεωρούν πως είναι ακριβές λύσεις για να προχωρήσουν στην υιοθέτησή τους.